idw – Informationsdienst Wissenschaft
Nachrichten, Termine, Experten
Nachrichten, Termine, Experten
idw - Informationsdienst
Wissenschaft
Das ELMTEX-Projekt präsentiert eine innovative Lösung zur Nutzung von KI und großen Sprachmodellen (LLMs) für die Verarbeitung klinischer Dokumentation. Durch kosteneffiziente, datenschutzkonforme Ansätze können Kliniken eigene KI-Anwendungen vor Ort betreiben und gleichzeitig die Anforderungen des europäischen Gesundheitsdatenraums erfüllen.
Die Integration von Künstlicher Intelligenz (KI) in das Gesundheitswesen eröffnet neue Möglichkeiten, insbesondere bei der Verarbeitung klinischer Dokumentation. Das ELMTEX-Projekt, durchgeführt vom Fraunhofer-Institut für Angewandte Informationstechnik FIT, widmet sich der Optimierung von großen Sprachmodellen (Large Language Models, LLMs) für Anwendungen im deutschen Gesundheitssektor.
»Unser Ziel ist es, eine kosteneffiziente und datenschutzkonforme Lösung bereitzustellen, die es Kliniken ermöglicht, eigene KI-Anwendungen vor Ort zu betreiben, ohne auf teure kommerzielle Dienste angewiesen zu sein«, so Dr. Carlos Velasco, ELMTEX-Projektleiter beim Fraunhofer FIT.
>>Herausforderungen und Ansätze
Klinische Texte stellen besondere Anforderungen an KI-Modelle: Sie enthalten komplexe syntaktische Strukturen, zahlreiche Abkürzungen sowie zeitliche Bezüge zwischen Symptomen und Diagnosen. Das Projekt hat drei Modellierungsansätze untersucht:
- Naives Prompting: Einfache Abfragen zur Informationsgewinnung
- Retrieval-Augmented In-Context Learning: Nutzung ähnlicher Beispiele zur Verbesserung der Ergebnisse
- LoRA Fine-Tuning: Feinabstimmung kleinerer Modelle mit domänenspezifischen Daten
Zur Evaluierung wurden Metriken wie ROUGE (Textähnlichkeit), BERTScore (semantische Übereinstimmung) und Entity-Level-Metriken (klinische Genauigkeit) verwendet. Die Ergebnisse zeigen, dass kleinere, feinabgestimmte Modelle bessere Leistungen erbringen als größere Modelle – ein entscheidender Vorteil für ressourcenbeschränkte Umgebungen.
>>Innovative Datengrundlage
Ein zentraler Bestandteil des Projekts ist ein neu entwickeltes, annotiertes Datenset mit 60 000 englischen und 24 000 deutschen klinischen Berichten. Dieses Datenset deckt Kategorien wie Patientenhistorie, Diagnosen und Behandlungsmaßnahmen ab und wurde durch manuelle Validierung sowie automatisierte Verfahren geprüft. Die Daten ermöglichen eine präzise Anpassung der Modelle an die spezifischen Anforderungen des Gesundheitswesens.
>>Datenschutz und Interoperabilität im Fokus
Ein wesentlicher Vorteil der entwickelten Lösung ist die Möglichkeit der lokalen Implementierung in Kliniken. Dadurch werden sensible Patientendaten geschützt und gleichzeitig die Anforderungen des europäischen Gesundheitsdatenraums (EHDS) erfüllt. Die erzeugten strukturierten Informationen können nahtlos in bestehende Krankenhausinformationssysteme integriert werden und unterstützen die Einhaltung der EU-KI-Verordnung hinsichtlich Transparenz und Nachvollziehbarkeit.
>>Zukunftsperspektiven
Das ELMTEX-Projekt wird derzeit mit klinischen Teams evaluiert, um die praktische Anwendbarkeit weiter zu verbessern. Darüber hinaus wird an einer Erweiterung der Ansätze auf andere Sektoren wie Fertigung oder Finanzwesen gearbeitet. Auch eine stärkere Synchronisation mit standardisierten medizinischen Terminologien sowie die Erweiterung der Mehrsprachigkeit stehen im Fokus zukünftiger Entwicklungen.
Mit seinen innovativen Ansätzen zeigt das ELMTEX-Projekt eindrucksvoll, wie KI-basierte Lösungen nicht nur die Effizienz im Gesundheitswesen steigern können, sondern auch den Herausforderungen von Datenschutz und Interoperabilität gerecht werden – ein entscheidender Schritt in Richtung einer digitalisierten Gesundheitsversorgung in Europa.
Weitere Informationen: https://s.fhg.de/elmtex
Merkmale dieser Pressemitteilung:
Journalisten, Wirtschaftsvertreter
Informationstechnik, Medizin
überregional
Forschungsergebnisse, Forschungsprojekte
Deutsch
Sie können Suchbegriffe mit und, oder und / oder nicht verknüpfen, z. B. Philo nicht logie.
Verknüpfungen können Sie mit Klammern voneinander trennen, z. B. (Philo nicht logie) oder (Psycho und logie).
Zusammenhängende Worte werden als Wortgruppe gesucht, wenn Sie sie in Anführungsstriche setzen, z. B. „Bundesrepublik Deutschland“.
Die Erweiterte Suche können Sie auch nutzen, ohne Suchbegriffe einzugeben. Sie orientiert sich dann an den Kriterien, die Sie ausgewählt haben (z. B. nach dem Land oder dem Sachgebiet).
Haben Sie in einer Kategorie kein Kriterium ausgewählt, wird die gesamte Kategorie durchsucht (z.B. alle Sachgebiete oder alle Länder).
