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

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.

Nachrichten zum Thema

15. August 2018
Berlin – Krankenkassen und Krankenhäuser können künftig spezielle Qualitätsverträge schließen, um die Versorgung von Patienten zu verbessern. Die Rahmenbedingungen dafür haben GKV-Spitzenverband und
Kliniken und Krankenkassen können Qualitätsverträge schließen
10. August 2018
München – Mangelnde Fachkenntnisse der Pfleger, Personalmangel auf der Station, Abrechnungsbetrug in der Intensivpflege, Sprachbarrieren mit ausländischen Pflegern – immer mehr Menschen in Bayern
Mehr Beschwerden über schlechte Qualität in der Pflege in Bayern
9. August 2018
Bielefeld – Die Suche nach einem guten Pflegeheim soll künftig deutschlandweit einfacher werden. Bielefelder Pflegewissenschaftler haben dazu jetzt ein neues Konzept zur Bewertung der Qualität der
Neues Konzept für die Qualitätsbeurteilung von Pflegeheimen
8. August 2018
Berlin – Die Bundesregierung setzt große Hoffnungen in Künstliche Intelligenz – Sexroboter als medizinisches Therapiegerät als Leistung der gesetzlichen Kran­ken­ver­siche­rung (GKV) lehnt sie aber ab.
Bundesregierung lehnt Sexroboter auf Rezept ab
6. August 2018
Frankfurt am Main – Was in Krankenhäusern etabliert ist, soll auch in Arztpraxen stärker genutzt werden: ein systematisches Fehlerberichts- und Lernsystem. Koordiniert wird das Projekt vom Institut
Arztpraxen sollen aus Fehlern lernen
26. Juli 2018
Berlin – Im deutschsprachigen Arthroskopieregister (DART) ist ab sofort ein neues Schultermodul verfügbar. Nach dem Knie sei die Schulter nun das zweite große Gelenk, das in einem Modul zur
Deutschsprachiges Arthroskopieregister: Schultermodul verfügbar
18. Juli 2018
Berlin – Bis Ende November will die Bundesregierung eine „Strategie Künstliche Intelligenz“ (KI) erarbeiten und diese auf dem Digitalgipfel 2018 Anfang Dezember in Nürnberg vorstellen. Als Grundlage
VG Wort

Fachgebiet

Anzeige
Anzeige

Aktuelle Kommentare

Archiv

NEWSLETTER