NewsMedizin„Bei der Verarbeitung deutscher klinischer Daten steht die Forschung im Vergleich zum englischen Sprachraum noch am Anfang“
Als E-Mail versenden...
Auf facebook teilen...
Twittern...
Drucken...

Medizin

„Bei der Verarbeitung deutscher klinischer Daten steht die Forschung im Vergleich zum englischen Sprachraum noch am Anfang“

Donnerstag, 19. April 2018

Berlin – In einem gemeinsamen Projekt mit dem Deutschen Forschungszentrum für Künstliche Intelligenz (DFKI) werden an der Charité – Universitätsmedizin Berlin Arztbriefe ausgelesen und automatisiert annotiert. Die ersten Ergebnisse des Projekts zeigen, dass die künstliche Intelligenz (KI) noch stark für den deutschen Kontext angepasst werden muss. Deshalb soll eine Art Thesaurus entwickelt werden, der deutsche Arztbriefe besser versteht. Die Entwicklung findet im Rahmen des vom Bundeswirtschaftsministerium (BMWi) geförderten Projekts Medical Allround-Care Service Solutions (MACSS) statt.

Fünf Fragen an Klemens Budde, Projektleiter MACCS, Leitender Oberarzt der Medizinischen Klinik mit Schwerpunkt Nephrologie und Internistische Intensivmedizin an der Charité – Universitätsmedizin Berlin und Leiter der Arbeitsgruppe „Gesundheit, Medizintechnik, Pflege“ der Plattform Lernende Systeme.

DÄ: Seit wann arbeiten Sie mit klinischer Daten­intelli­genz, um Arztbriefe auszulesen und zu analysieren?
Klemens Budde: Im Rahmen des vom BMWi geförderten MACSS-Projektes arbeiten wir in der Charité seit 2016 mit dem Sprachtechnologie-Forscher Roland Roller vom DFKI an der automatischen Analyse von Arztbriefen und Verlaufsnotizen. Bei der Verarbeitung deutscher klinischer Daten steht die Forschung im Vergleich zum englischen Sprachraum noch am Anfang. Erschwerend zeichnet sich die deutsche Sprache durch eine komplexe Syntax und Wortstruktur aus. In Deutschland müssen bei der Datenanalyse außerdem hohe datenschutzrechtliche Anforderungen eingehalten werden. Die Arztbriefe müssen daher meist zeitaufwendig manuell anonymisiert und dann mit relevanten Informationen angereichert werden.

In unserem Fall hat die Annotierung von 120 Arztbriefen und 1.600 Verlaufsnotizen etwa ein Jahr in Anspruch genommen.  Diese Daten sind die Grundlage für unsere maschinellen Lernverfahren. Somit dauerte es etwas länger, bis das eigentliche Training der Methoden beginnen konnte. Einmal trainiert, kann das System in kürzester Zeit relevante medizinische Informationen aus Tausenden Arztbriefen verarbeiten.

DÄ: Was leistet MACCS, um Ärzte zu unterstützen?
Budde: Unsere Textanalyse-Methoden liefern Informationen über Symptome, Körperteile, Medikationen oder Maßeinheiten, und wie diese in Zusammenhang stehen. „Wo tritt ein Symptom auf?“ oder „Wie hat sich eine Medikation geändert?“ sind Fragen, die unsere Anwendung heute bereits beantwortet. In Zukunft wollen wir Patientendaten wie Laborwerte, Diagnosen oder Prozeduren auf Warnsignale durchsuchen, um Komplikationen wie ungewollte Rehospitalisierungen zu vermeiden.

Auch entscheidungsunterstützende Systeme sind in Zukunft gut vorstellbar. Zur Hilfe bei Diagnosen können die Daten des Patienten zum Beispiel mit denen eines Patienten mit ähnlichen Symptomen verglichen werden.  Die Wissensextraktion aus verschiede­nen Therapierichtlinien oder wissenschaftlichen Publikationen unterstützt zum Beispiel bei Therapieentscheidungen.

DÄ: Welche Probleme sind dabei aufgetreten?
Budde: Zum jetzigen Zeitpunkt bestand das Hauptproblem darin, einen ausreichend großen Datensatz zum Training unserer Methoden zu erstellen. Das DFKI baut in Zusammenarbeit mit der Charité zurzeit ein kleines Testsystem auf, mit dem die Mediziner die Effizienz der Methoden testen können. Stolpersteine in Arztbriefen sind zum Beispiel die zahlreichen Negierungen, wie „zum Ausschluss von“, Vermutungen wie „Verdacht auf“ und eine Reihe von nicht eindeutigen abteilungsspezifischen Abkürzungen. „HWI“ steht etwa für Hinterwandinfarkt oder Harnwegsinfekt. Erste Ergebnisse zeigen, dass die Detektion von Negierungen oder Vermutungen schon gut funktioniert, auch die verschiedenen Zuordnungen zu Diagnose, Therapie, Medikation et cetera sind bereits weit fortgeschritten.

DÄ: Wie gut wird diese Form der klinischen Datenintelligenz im Kollegium und von Patienten akzeptiert?
Budde: Das System ist noch im Aufbau und konnte daher noch nicht in einem breiten Kollegium getestet werden. An unserem Projekt ist aber der Patientenverband der Nierenpatienten als assoziierter Partner beteiligt. In der Zusammenarbeit konnten wir beobachten, dass interessanterweise Patienten den Verfahren der Datenintelligenz sehr aufgeschlossen gegenüber stehen. Gerade chronisch kranke Menschen sehen eher den Nutzen derartiger Forschungsansätze und sorgen sich weniger um Risiken. Die Patienten wollen gemeinsam mit den Ärzten die Diagnostik und Therapie ihrer chronischen Krankheit verbessern und sehen dies als absolute Priorität. Dabei unterstützen uns die Patienten zum Beispiel in der Forderung, den Datenschutz im Forschungskontext differenzierter zu betrachten und klare Regeln für die automatische Anonymisierung von Patientendaten zu definieren.

DÄ: Werden auch an anderen Kliniken bereits vergleichbare Systeme entwickelt und angewandt? Welche Relevanz werden KI-Systeme wie diese in Zukunft haben?
Budde: KI-Systeme werden in den kommenden Jahren verstärkt Einzug in die Kliniken und Arztpraxen halten. Den Anfang machen vermutlich Anwendungen, die große Datenmengen leichter auswerten und Muster erkennen können. Derartige Systeme unterstützen Ärzte bei ihrer Entscheidungsfindung in Diagnostik und Therapie. Aufgrund ihrer Erfahrung und den Patientenpräferenzen werden natürlich die Ärzte schlussendlich den besten Weg vorschlagen. Allerdings bin ich überzeugt, dass die Bereitstellung von Wissen Ärzten zu besseren Entscheidungen verhilft und ihnen mehr Zeit lässt, diese mit dem Patienten zu besprechen. Das Ziel muss ganz klar eine Verbesserung der Patientenversorgung sein.

Der Einsatz von künstlicher Intelligenz im Gesundheitsbereich wirft aber auch viele ethische, juristische und gesellschaftlichen Fragen auf. Bei der Plattform Lernende Systeme tauschen wir uns mit Beteiligten aus allen Branchen zu Transparenz, Haftungsfragen, Akzeptanz und gesellschaftlichen Konsequenzen aus. Wir wollen Politik und Gesellschaft aufzeigen, wo Handlungsbedarf besteht, um einen verantwortungsvollen Einsatz von KI im Gesundheitsbereich zu ermöglichen. © gie/aerzteblatt.de

Liebe Leserinnen und Leser,

diesen Artikel können Sie mit dem kostenfreien „Mein-DÄ-Zugang“ lesen.

Sind Sie schon registriert, geben Sie einfach Ihre Zugangsdaten ein.

Oder registrieren Sie sich kostenfrei, um exklusiv diesen Beitrag aufzurufen.

Loggen Sie sich auf Mein DÄ ein

E-Mail

Passwort


Mit der Registrierung in „Mein-DÄ“ profitieren Sie von folgenden Vorteilen:

Newsletter
Kostenfreie Newsletter mit täglichen Nachrichten aus Medizin und Politik oder aus bestimmten Fachgebieten
cme
Nehmen Sie an der zertifizierten Fortbildung teil
Merkfunktion
Erstellen Sie Merklisten mit Nachrichten, Artikeln und Videos
Kommentarfunktion und Foren
Kommentieren Sie Nachrichten, Artikel und Videos, nehmen Sie an Diskussionen in den Foren teil
Job-Mail
Erhalten Sie zu Ihrer Ärztestellen-Suche passende Jobs per E-Mail.

Leserkommentare

E-Mail
Passwort

Registrieren

Um Artikel, Nachrichten oder Blogs kommentieren zu können, müssen Sie registriert sein. Sind sie bereits für den Newsletter oder den Stellenmarkt registriert, können Sie sich hier direkt anmelden.

LNS

Nachrichten zum Thema

26. Juni 2020
Berlin – Sollen KI-Anwendungen ihren Platz im Gesundheitswesen finden, müssen sie bestimmte Kernanforderungen erfüllen. Die Gesellschaft für Versicherungswissenschaft und -gestaltung (GVG) hat dazu
GVG veröffentlicht Kernanforderungen zum Einsatz von künstlicher Intelligenz im Gesundheitswesen
24. Juni 2020
Bonn – Eine Augenuntersuchung per Smartphone könnte in Schwellenländern helfen, die diabetesbedingte Veränderungen der Netzhaut frühzeitig zu erkennen und zu behandeln. Das zeigt eine Studie von
Netzhaut-Diagnostik per Smartphone bewährt sich
8. Juni 2020
Berlin – Der Gesundheitsbereich könnte in Deutschland der größte Nutznießer Künstlicher Intelligenz (KI) sein. Das erklärte der Präsident des Digitalverbands Bitkom Achim Berg anlässlich der
Künstliche Intelligenz in Deutschland noch kaum im Einsatz
28. Mai 2020
Berlin – Das Institut für Qualität und Transparenz im Gesundheitswesen (IQTIG) will ärztliche und psychologische Psychotherapeuten aus Praxen oder Medizinischen Versorgungszentren bitten, an einem
Psychotherapie: Streit um Patientenfragebögen des IQTIG
28. Mai 2020
Singapur − Die wenigsten Hausärzte sind in der Spiegelung des Augenhintergrundes so versiert, dass sie eine Stauungspapille sicher erkennen. Eine Digitalkamera und eine spezielle
Ophthalmologie: Künstliche Intelligenz erkennt Papillenödem auf Fundusfoto
20. Mai 2020
New York − Während einer Epidemie mit einem hoch ansteckenden Erreger wie SARS-CoV-2 kann eine rasche Diagnose eine nosokomiale Ausbreitung verhindern. Eine Klinik im Epizentrum der Epidemie
COVID-19: Künstliche Intelligenz ermöglicht schnelle Diagnose vor PCR-Test
28. April 2020
München – Experten der Plattform Lernende Systeme (PLS) fordern unabhängige Prüfstellen, die Künstliche-Intelligenz(KI)-Systeme für die Medizin zertifizieren, und Kontrollmechanismen, die nur
VG WortLNS LNS

Fachgebiet

Stellenangebote

    Anzeige

    Aktuelle Kommentare

    Archiv

    NEWSLETTER