Große Sprachmodelle in der Medizin

Daten: Meistens unstrukturiert

Ein Großteil der Daten, die im medizinischen Alltag erhoben werden, liegt unstrukturiert in Form von Texten wie Befunden und Arztbriefen vor. Dazu kommt, dass Patientenakten je nach Krankenhaus oder Praxis nicht vollständig digitalisiert sind. Und genau hier könnten große Sprachmodelle (Large Language Models, kurz: LLMs) ansetzen.

Eine Forschungsgruppe aus Dresden um Prof. Dr. med. Jakob N. Kather und Dr. med. Isabella Wiest hat untersucht, wie diese Form der KI die Qualität der Gesundheitsversorgung und Forschung verbessern könnte.

Beispiele für Anwendungsbereiche

• Die Diagnose von akuten Komplikationen bei Leberzirrhose erleichtern: 
Eine schwerwiegende Komplikation bei Leberzirrhose muss rechtzeitig erkannt und rasch behandelt werden. Die Forschenden konnten zeigen, dass das lokale Sprachmodell „Llama 2“ bei der Identifizierung von wichtigen klinischen Merkmalen der Erkrankung aus Patientenakten erfolgreich unterstützt. Dafür verglichen sie die Ergebnisse ihres KI-Modells mit den Diagnosen von drei verblindeten Experten. Die KI schnitt bei den Tests sehr gut ab und zeigte eine hohe Genauigkeit.  

• Die Dokumentation von endoskopischen Untersuchungen vereinfachen
: Bei endoskopischen Untersuchungen kommt es gelegentlich zu Komplikationen. Für eine optimale Nachsorge müssen Zwischenfälle präzise und möglichst strukturiert dokumentiert werden. Dafür fehlt im Klinikalltag jedoch oft die Zeit. Berichte werden in Form von freiem Text erstellt, was eine strukturierte Analyse erschwert. Durch die Nutzung von LLMs bietet können Informationen zu unerwünschten Ereignissen aus Verfahrensberichten automatisch extrahiert werden, ohne die bestehende Dokumentationspraxis zu verändern. Das erleichtert die Qualitätssicherung und reduziert den manuellen Aufwand bei der Dokumentation. 

Erleichterung des Arbeitsalltags und medizinische Versorgung verbessern


„In Zukunft könnten diese KI-Methoden Ärztinnen und Ärzte bei ihren Entscheidungen unterstützen und die Dokumentation von medizinischen Informationen erleichtern. Eine vollständige Dokumentation und verbesserte Nachvollziehbarkeit würde nicht nur unmittelbar die Qualität der Gesundheitsversorgung, sondern auch die medizinische Forschung langfristig verbessern“, folgert Dr. med. Isabella C. Wiest, Erstautorin der Studien, Ärztin am Universitätsklinikum Carl Gustav Carus Dresden und Forscherin am EKFZ für Digitale Gesundheit der Technischen Universität.

Zudem: Durch die Verwendung von lokalen Lösungen mit geringen Hardwareanforderungen sinken die Hürden für eine Umsetzung in die Praxis.