Momentan hinkt das deutsche Gesundheitswesen der Digitalisierung hinterher. Ärzt:innen teilen sich ihre Befunde über Arztbriefe mit, die als Volltexte im PDF-Format vorliegen. Das Lesen der meist mehrseitigen Berichte ist zeitintensiv und erschwert den Vergleich mit vorherigen Befunden. Zusätzlich muss medizinisches Fachpersonal wichtige Informationen manuell abtippen, um diese in Praxisverwaltungssysteme (PVS) oder Krankenhausinformationssysteme (KIS) zu übertragen. Das ist nicht nur umständlich, sondern zudem fehleranfällig und verschlechtert die Versorgung von Patient:innen. Darüber hinaus kann die medizinische und pharmazeutische Forschung Daten aus Volltexten nur schwer nutzen, was Deutschland als Forschungsstandort schwächt.

Volltextdokumente analysieren und in standardisiertes Datenformat überführen

Im Rahmen von FHIR-Starter entwickeln Forscher:innen des Konsortiums einen Software-Dienst, der anhand von LLMs und Natural Language Processing (NLP) die Volltextdokumente analysiert und in standardisierte Datenformate überführt. Hierfür werden der medizinische Datenstandard FHIR sowie die Kodiersysteme LOINC und SNOMED-CT verwendet. Derartige einheitliche Datenstandards bergen ein großes Potenzial, um Gesundheitsdaten effektiv nutzen zu können und dienen dazu, den Datenaustausch zwischen Softwaresystemen im Gesundheitswesen zu unterstützen. Der Software-Dienst wird offene Schnittstellen anbieten, die es Leistungserbringer:innen, Softwareanbietern im Gesundheitswesen und Sekundärnutzer:innen von Gesundheitsdaten ermöglichen, die strukturierten Daten automatisiert in ihre Systeme aufzunehmen. 

Bei der Entwicklung des Software-Dienstes gilt es vor allem, zwei große Herausforderungen zu beachten: die Sicherstellung der Verlässlichkeit der Daten als auch einen umfangreichen Datenschutz. Doch was ist mit der Zuverlässigkeit der Daten genau gemeint? Bei KI-Modellen wie etwa LLMs ist Wahrheit keine Kategorie. Liegen einem LLM keine ausreichenden Daten vor, erfindet es Informationen frei dazu – es halluziniert. Bei medizinischen Daten kann das fatale Folgen haben. 

Um also sicherzustellen, dass die mithilfe des Software-Dienstes strukturierten Daten auch verlässlich sind, ist besondere Expertise gefragt. Dr. Theresa Ahrens, Leiterin der Abteilung Digital Health Engineering vom Fraunhofer IESE, betont: »Wenn wir große Sprachmodelle im Gesundheitswesen verantwortungsbewusst einsetzen und so deren Potenzial ausschöpfen wollen, ist es notwendig, entsprechende Sicherheitsmechanismen aufzusetzen. Das Fraunhofer IESE hat mit der Entwicklung des sogenannten Uncertainty Wrappers dafür schon eine wichtige Vorarbeit geleistet, auf die wir bei diesem Projekt aufbauen können.« Beim Uncertainty Wrapper handelt es sich um ein Tool, welches Unsicherheiten in KI-Modellen quantifiziert, verwaltet und reduziert. 

Die zweite große Herausforderung für FHIR-Starter besteht in der verantwortungsbewussten und DSGVO-konformen Verarbeitung der sensiblen medizinischen Daten. Marktübliche LLMs nutzen für gewöhnlich Server im Ausland, die den Sicherheitsanforderungen des Konsortiums jedoch nicht entsprechen. Stattdessen wird der zu entwickelnde Software-Dienst daher auf Open Source LLMs basieren, die jeweils auf den eigenen Servern der Anwender:innen laufen. Auf diese Weise entsteht ein in sich geschlossenes und sicheres System, das darüber hinaus den DSGVO-Anforderungen entspricht.

Anwendungsfälle für strukturierte Daten in der Gesundheitsbranche 

Die Anwendungsmöglichkeiten des Software-Dienstes sind vielseitig. Für die Charité bietet FHIR-Starter beispielsweise die Möglichkeit, in Zukunft medizinische Daten der Forschung in anonymisierter Form zugänglich zu machen. Umgekehrt will sich Insiders Technologies darauf fokussieren, Digitalisierungsprozesse von Praxen und Krankenhäusern mithilfe des Software-Dienstes zu automatisieren. Das Konsortium ist über die bestehenden Projektpartner hinaus offen für weitere Kooperationen. 

Losgelöst von den bereits definierten Projektzielen hat FHIR-Starter laut Theresa Ahrens auch das Potenzial, die Nutzung der elektronischen Patientenakte (ePA) auf eine völlig neue Stufe zu heben: »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.«

Über das Fraunhofer-Institut für Experimentelles Software Engineering IESE

Das Fraunhofer-Institut für Experimentelles Software Engineering IESE in Kaiserslautern ist seit fast 30 Jahren eine der führenden Forschungseinrichtungen auf dem Gebiet des effizienten Software- und Systems-Engineerings. Mit seiner angewandten Forschung entwickelt das Institut innovative digitale Lösungen u. a. im Kontext von Digitalen Zwillingen, virtueller Validierung und Simulation, Digitalen Ökosystemen, Cyber Security oder Safety. Dabei liegt der Schwerpunkt der Forschung und der Lösungen stets auf der Steigerung von Effizienz unter Gewährleistung hoher Qualität, beispielsweise mittels Unterstützung durch KI im Software- und Systems-Engineering.  

Das Fraunhofer IESE unterstützt bei der Bewältigung von Herausforderungen in vielfältigen Anwendungsfeldern wie Gesundheit, Landwirtschaft und Nahrungsmittel, Mobilität, Produktion, Smart City und Verteidigung. In weit über 2.000 Kundenprojekten hat das Institut Spitzenforschung in nachhaltige Unternehmenspraktiken und innovative Produkte transferiert.  

Das Fraunhofer IESE ist eines von 76 Instituten und Einrichtungen der Fraunhofer-Gesellschaft. Zusammen gestalten sie die angewandte Forschung in Europa und weltweit wesentlich mit und tragen zur internationalen Wettbewerbsfähigkeit Deutschlands bei.