Medizinisches Daten-Ökosystem

Patientendaten liegen überwiegend als Fließtext (etwa als Laborberichte) oder als Bildinformation (bspw. Röntgenbilder) vor. Diese unstrukturierten Daten müssen für die Datenverarbeitung erst in eine strukturierte Form gebracht werden. Das Projekt verständigt sich dafür auf einen gemeinsamen Standard zur Datenbeschreibung und schafft zugleich die Möglichkeit, andere Standards einzubinden, sodass die Daten ausgetauscht werden können. Zudem werden Schnittstellen zu den diversen IT-Systemen von Kliniken und Medizinprodukteherstellern entwickelt. Für die Automatisierung der Analyse greift das Projekt auf zwei KI-Technologien zu: Zur Analyse der Bilddaten kommen Convolutional Neural Networks (CNN) zum Einsatz, die durch „überwachtes Lernen“ dazu trainiert werden, Bilddaten wie z.B. Röntgenbilder verlässlich zu interpretieren. Im sogenannten Natural Language Processing (NLP) werden Methoden und Techniken aus den Sprachwissenschaften, der Informatik und künstlichen Intelligenz kombiniert, sodass Fließtexte maschinell verarbeitet werden können. Schließlich werden die Daten in ein Format übersetzt, das den Austausch der Daten über Sektorengrenzen ermöglicht.

Quelle: Lernende Systeme – Plattform für künstliche Intelligenz