Skip to content

 

RADMINING – verbesserter Zugriff auf medizinisches Text- und Bildmaterial in der Radiologie

 

Kontakt:

Kai Simon
Averbis GmbH
Tennenbacher Straße 11
79106 Freiburg
Telefon: +49 761 2039769-2
E-Mail: simon@averbis.de 

Projektbeschreibung: 

Moderne bildgebende Verfahren wie Röntgenaufnahmen oder Computertomografien gehören mittlerweile zum medizinischen Alltag und haben die Diagnose und Verlaufsbeurteilung von Erkrankungen erheblich verbessert. Den bisherigen Informationssystemen fehlen jedoch die Möglichkeiten, die vorhandenen Texte intelligent zu durchsuchen, strukturiert abzuspeichern und statistische Auswertungen zu ermöglichen. Ziel von RADMINING ist es daher, die Arbeitsabläufe im radiologischen Umfeld zu optimieren, Ärzte bei der Erstellung klinischer Befunde und Wissenschaftler bei der Durchführung von Studien zu unterstützen.

 

Verschiedene Befunddaten zusammenführen
Obwohl Bild- und Befunddaten elektronisch archiviert werden, enthalten Bilddaten keine expliziten semantischen Informationen über Erkrankungen. Die zugehörigen Befundberichte und medizinischen Informationen sind in Form von Freitexten abgespeichert. Somit sind strukturierte Auswertungen von Untersuchungsergebnissen und Korrelationen mit epidemiologischen und klinischen Daten anderer Informationssysteme bisher nicht möglich.

 

Schnellere und exaktere Diagnosen sind das Ziel
Aufgrund dieser Ausgangslage beschäftigt sich RADMINING zunächst mit der Fragestellung, welche Begriffe Bestandteil radiologischer und nuklearmedizinischer Befundberichte sind und wie diese in einem Wissensmodell repräsentiert werden können. Darauf aufbauend wird eine semantische Suche entwickelt, die den Radiologen Ad-hoc-Anfragen über Befundberichte ermöglicht und das Identifizieren von Studienpatienten erleichtert. Ein weiteres Ziel ist die semantische Verknüpfung von Befundtexten zu unterschiedlichen Zeitpunkten eines Therapieverlaufs. Eine zentrale Fragestellung ist außerdem, ob radiologische Verdachtsdiagnosen anhand klinischer Daten validiert werden können und den Radiologen somit eine wichtige Feedback-Funktion über die Korrektheit ihrer Verdachtsdiagnose gegeben wird.

 

Enge Kooperation mit MEDICO
RADMINING arbeitet sehr eng mit dem Anwendungsszenario MEDICO des THESEUS-Forschungsprogramms zusammen. Gemeinsam wird an Verfahren gearbeitet, wie semantische Informationen aus Befundberichten mit den entsprechenden Bilddaten automatisiert verknüpft werden können. Das Ziel dieser Kooperation ist, die Navigation zwischen Bildern und Befundtexten für Ärzte erheblich zu vereinfachen.

Konsortium:

Projektergebnisse:

  • Neu- und weiterentwickelte Lösungen im Rahmen von RADMINING

 

Terminologie-Browser
Die Averbis Terminology Platform (ATP) bietet innovative Werkzeuge zum Umgang mit Klassifikationen für verschiedene Fachgebiete. Das Averbis Mapping Tool klassifiziert natürlichsprachliche Eingaben automatisch nach Schlüsseln eines jeweiligen Terminologiesystems. Der Terminologiebrowser stellt eine effiziente Schlagwortsuche bereit, um bequem in hierarchisch organisierten Terminologien zu navigieren. Durch den Terminologie-Browser wird eine sprachübergreifende Suche in Terminologien ermöglich. Mit einem Terminologie-Editor ist es möglich, semantische Interoperabilität zwischen unterschiedlichen Ordnungssystemen herzustellen.

 

 

Zielgruppen für den Terminologie-Browser sind: 

  • Gesundheitswesen: Während ein Arzt eine Diagnose für die medizinische Dokumentation und Abrechnung anhand der Klassifikation verschlüsselt eingibt, kann er sich gleichzeitig relevante Forschungsergebnisse anzeigen, laiengerechte Informationen für den Patienten bereitstellen und in Arzneimittelinformationssystemen nach passender Medikation unter Berücksichtigung von Kontraindikationen suchen lassen. 
  • Bibliothekswesen: Literaturbestände werden manuell erfasst, klassifiziert und beschlagwortet. Zum Einsatz kommen Katalog- und Schlagwortsysteme wie beispielsweise die Dewey-Dezimalklassifikation (DCC) und die Schlagwortnormdatei der Deutschen Nationalbibliothek (SWD). Mit der Averbis Terminology Platform lassen sich Zielkategorien und kontrollierte Vokabularien importieren, erstellen, editieren und durchsuchen. Die resultierenden Terminologien dienen der automatischen Klassifikation und/oder Beschlagwortung der Bibliotheksinhalte.

 

Averbis Extraction Platform
Die Averbis Extraction Platform (AEP) bietet neuartige Werkzeuge, mit denen Informationen gezielt aus Dokumenten extrahiert werden können. Die Lösung identifiziert einzelne Informationseinheiten, die für den Benutzer die höchste Relevanz besitzen, und liefert Antworten auf anwendungskritische Fragen des jeweiligen Fachgebiets, indem sie relevante Fakten extrahiert und Zusammenhänge aufdeckt.

 

 

 

 

Anwendungsbeispiele für die Averbis Extraction Platform

  • Analyse radiologischer Befundberichte: Die Analyse radiologischer Befundberichte stellt sprachliche Herausforderungen an maschinelle Informationsextraktionssysteme. Im Rahmen des RADMINING-Projekts konnten entsprechende Analysekomponenten entwickelt werden, die es ermöglichen, wesentliche Sachverhalte aus den Befundberichten zu erfassen und für die Realisierung unterschiedlicher Anwendungen zu nutzen. 
  • Personalisierte Medizin: Die Behandlung schwerer Erkrankungen ist von einer Vielzahl einzelner Faktoren wie dem klinischen Zustand des Patienten, demografischen Aspekten, Behandlungsplänen oder genetischen Daten abhängig. Die AEP stellt die Grundlage für Decision Support-Systeme dar, die relevante Fakten aus klinischen Daten extrahieren. Damit unterstützen sie Ärzte dabei, Therapien auf einzelne Patienten zuzuschneiden und Vorhersagen über deren Erfolg zu treffen. 
  • Patientensicherheit: In den Industrieländern sterben mehr Menschen durch unerwünschte Arzneimittelwirkungen (UAW) als im Straßenverkehr. Mit der AEP können Medikamenteninformationen aus Arztbriefen extrahiert und von diesen auf abrechnungsrelevante Diagnosen geschlossen werden. Gleichzeitig identifiziert die Lösung Kontraindikationen und relevante Vorerkrankungen und vergleicht diese mit den Arzneimittelinformationen. Durch entsprechende Warnhinweise können UAW wirkungsvoll verhindert werden. 
  • Ärztliche Leistungsabrechnung: Die AEP ist in der Lage, vergütungsrelevante Informationen wie Aufnahmegrund, Nebendiagnosen, Prozeduren und Operationen oder relevante Grunderkrankungen automatisch aus den Krankenakten der Patienten zu extrahieren. Dies spart Ärzten und Controllern wertvolle Zeit und Kosten. 

 

Suche in radiologischen Bilddaten
Ein wesentliches Ziel des RADMINING-Projekts ist es, medizinisches Text- und Bildmaterial semantisch zu erschließen und zusammenzuführen. Durch die Entwicklung eines neuartigen radiologischen Suchsystems, basierend auf der Averbis Search Platform (ASP), ist es uns gelungen, anhand von textuellen Bildbeschreibungen   Bilddaten durchsuchbar zu machen. So ist das System in der Lage, nach Befundbildern im PACS zu suchen, die einen „Rundherd in der Lunge” zeigen. Des Weiteren erlaubt die Anwendung  basierend auf den Suchergebnissen weiterführende Untersuchungen im lokalen PACS Viewer. Eine wesentliche Anforderung wie sie immer wieder im Routinebetrieb bei Nachuntersuchungen auftritt.

 

 

Das beschriebene System lässt sich für unterschiedliche Anwendungen im Bereich der radiologischen Diagnostik einsetzen:

  • Verlaufskontrolle/Nachuntersuchung: Schnellerer Einstieg zum Bild aus dem entsprechenden Vorbefund; direkte Gegenüberstellung; RECIST-Untersuchungen 
  • Demos: Interne Röntgendemos, bei denen entsprechende Bilddaten und Fälle überweisenden Ärzten zur Schulung gezeigt werden; Aufbau eines Lehrarchivs 
  • Assistenzsystem: Durch die manuelle Annotationsmöglichkeit von Suchergebnissen ist es zudem möglich, das System während der Befundung als Nachschlagequelle zu nutzen. Das System erlaubt auch eine semantische Metasuche in Bild- und Befundtexten, womit der Recherchemöglichkeit in bereits durchgeführten Untersuchungen keine Grenzen gesetzt sind. 

 

Das System nutzt standardisierte Schnittstellen, um auf lokale Daten im RIS und PACS zuzugreifen. Es folgt die SOA (Serviceorientierte Architektur), wodurch es möglich ist, den Suchservice in beliebige andere lokale Anwendungen einzubinden. Für den Zugriff auf den lokalen PACS Viewer werden die individuellen Schnittstellen des PACS Viewer genutzt. 

Referenzen:

  •   Averbis ist Entwicklungspartner der Deutschen Nationalbibliothek (DNB) im Bereich linguistisch-semantischer Anwendungen. Die DNB nutzt die Averbis Extraction Platform zur automatischen Klassifikation und  Verschlagwortung ihrer elektronisch vorhandenen Netzpublikationen.  Averbis hat hierfür die Software an die vorhandene Schlagwortnormdatei (SWD) angepasst und optimiert.

 

  • Averbis hat das medizinische Fachportal MEDPILOT.DE der Zentralbibliothek für Medizin (ZB MED) in Köln, der größten medizinischen Bibliothek Europas, neu strukturiert. Die mehrsprachige Suche und die Berücksichtigung sämtlicher sprachlicher Varianten macht die MEDPILOT-Suche nun leistungsfähiger und benutzerfreundlicher.

 

  • Im Auftrag der Bertelsmann Stiftung entwickelte  Averbis gemeinsam mit Projektpartnern ein unabhängiges, nutzerfreundliches Internetportal zur Versorgungsqualität im Gesundheitswesen, das seit Frühjahr 2008 unter der Internetadresse www.weisse-liste.de aufzurufen ist. Die Suche nach  Leistungserbringern ist an den ICD10- sowie an den OPS-Katalog gebunden.  Laiensprachliche Übersetzungen dieser Kataloge stellen dabei die Verständlichkeit der Portalinhalte für Patienten sicher.

 

  •   imedo.de, eine deutsche Online-Gesundheits-Community, handelt nach dem Motto “Gemeinsam gesund – wir helfen  Menschen”. Die Averbis Search Platform übernimmt bei imedo.de die semantische Suchfunktionalität, wodurch auch Laien an relevante medizinische Informationen gelangen.

 

  •   Die Hautklinik Freiburg nutzt die Averbis Search Platform zur Recherche in ihren klinischen Dokumenten. So lassen sich einfach Arztbriefe finden, die eine bestimmte Diagnose behandeln. Die intuitive Bedienung der Suche wurde durch eine interne Evaluation bestätigt: 94 Prozent der befragten Ärzte gaben an, dass das Averbis-System eine erhebliche Erleichterung für ihre tägliche klinische Arbeit darstellt. Und 100 Prozent sehen die Zeitersparnis bei der wissenschaftlichen Arbeit als positiven Effekt. 

Projektmaterialien:

Wissenschaftliche Beiträge:

Viele der erzielten Arbeitsergebnisse konnten auf entsprechenden wissenschaftlichen Konferenzen (DRK, GMDS, Medica) publiziert oder kommuniziert werden:

  • P. Daumke, K. Simon, J. Paetzold, D. Marwede, E. Kotter: Data-Mining in radiologischen Befundtexten. Deutscher Röntgenkongress 2010 
  • D. Marwede, Th. Kahn, R. Kluge, O. Sabri: RadLex – Motivation, Stuktur und Einsatzmöglichkeiten für eine standardisierte Terminologie. Deutscher Röntgenkongress 2010 
  • P. Daumke, S. Holste, S. Ambroz, M. Poprat, K. Simon, D. Marwede, E. Kotter:  Informationsextraktion aus radiologischen Befundberichten. GMDS 2010 
  • P. Daumke, F. Enders, K. Simon, M. Poprat, K. Marko: Semantic Annotation of Clinical Text – the Averbis Annotation Editor. GMDS 2010

Wichtige Hyperlinks:

  • demnächst verfügbar