Fraunhofer Forschungsprojekt FHIR-Starter: KI-basierte Software soll medizinische Daten strukturieren

Anbieter zum Thema

Berliner Institut für Gesundheitsforschung (BIH)

Fraunhofer-Institut für Experimentelles Software Engineering IESE

Governikus GmbH & Co. KG

Im Projekt FHIR-Starter entwickelt das Fraunhofer IESE gemeinsam mit Projektpartnern eine Software, die Volltext-Dokumente mit Hilfe von KI-Modellen in standardisierte Datenformate überführt. Der dafür geplante Einsatz von LLMs ist jedoch mit Herausforderungen verbunden.

Medizinische Informationen, die nur im Volltext vorliegen, können nicht effizient genutzt werden, weder in der täglichen Praxis noch für die Forschung. In Deutschland ist das aber noch immer die Regel: Befunde werden in Form von Arztbriefen im PDF-Format ausgetauscht, das Lesen und der Abgleich mit vorhergehenden Berichten kostet viel Zeit – ebenso wie die manuelle Übertragung in die Praxisverwaltungs- und Krankenhausinformationssysteme.

Hier setzt das neues Forschungsprojekt „FHIR-Starter“ an: Forschende des Fraunhofer-Instituts für Experimentelles Software Engineering IESE entwickeln eine Software, die medizinische Daten automatisiert strukturieren kann. Dabei arbeiten sie gemeinsam mit der Arbeitsgruppe von Prof. Sylvia Thun des Berliner Instituts für Gesundheitsforschung an der Charité und dem KI-Unternehmen Insiders Technologies.

Die Software soll mit Hilfe von Large Language Models (LLMs) und Natural Language Processing (NLP) Volltextdokumente analysieren und in standardisierte Datenformate überführen. Um den Datenaustausch mit anderen Systemen zu gewährleisten, werden der medizinische Datenstandard FHIR sowie die Kodiersysteme LOINC und SNOMED-CT genutzt und offene Schnittstellen angeboten.

Bei dieser Entwicklung sehen die Forscher vor allem zwei große Herausforderungen: die Halluzinationen von KI-Modellen in den Griff zu bekommen und den Datenschutz sicherzustellen.

Dass KI-Sprachmodelle Informationen zum Teil auch „erfinden“, ist bekannt, im Fall von medizinischen Daten könnte das aber fatale Folgen haben. „Wenn wir große Sprachmodelle im Gesundheitswesen verantwortungsbewusst einsetzen und so deren Potenzial ausschöpfen wollen, ist es notwendig, entsprechende Sicherheitsmechanismen aufzusetzen“, erklärt Dr. Theresa Ahrens, Leiterin der Abteilung Digital Health Engineering des Fraunhofer IESE. Dabei könne das Institut auf den eigenen Vorarbeiten aufbauen – mit dem „Uncertainty Wrapper“ wurde bereits ein Tool entwickelt, das Unsicherheiten in KI-Modellen quantifiziert, verwaltet und reduziert.

Um – als zweite große Herausforderung – die DSGVO-konforme Verarbeitung der sensiblen medizinischen Daten sicherzustellen, soll der Software-Dienst auf Open Source LLMs basieren, die jeweils auf den eigenen Servern der Anwender laufen.

Wie die neue Software eingesetzt werden kann

Für die FHIR-Starter-Software ergeben sich aus Sicht der Projektpartner vielfältige Einsatzmöglichkeiten: In der Charité könnten mit FHIR-Starter zum Beispiel medizinische Daten in anonymisierter Form für die Forschung zugänglich zu machen. Insiders Technologies plant die Nutzung im Rahmen der Prozessautomatisierung für Praxen und Kliniken. Theresa Ahrens sieht darüber auch Potenzial für die elektronische Patientenakte: „Mit dem Software-Dienst könnten sich Ärztinnen und Ärzte langfristig Laborwerte beispielsweise im Zeitverlauf anzeigen oder Medikamentenlisten automatisiert erstellen lassen. Mit den strukturierten Daten ließe sich die ePA vollständig und sinnvoll digitalisieren.“

Das Projekt FHIR-Starter unter Leitung des Fraunhofer IESE läuft ab Februar 2025 über drei Jahre. Fördermittel in Höhe von 1,64 Millionen Euro stellt das Bundesministerium für Wirtschaft und Energie bereit. Im Ergebnis soll zunächst ein Demonstrator zur Strukturierung und Standardisierung medizinischer Befunde und Arztbriefe entwickelt werden. Außerdem soll der Forschungsdatensatz durch automatische Informationsextraktion erweitert werden.

Neues KI-Modell

Effizientere Diagnostik dank Anomalieerkennung

Projekt DATACARE

Patient-Trial-Matching und KI: eine App für klinische Studien

(ID:50327709)