Der Einsatz von künstlicher Intelligenz (KI) nimmt in allen Lebenslagen zu. Auch in der Medizin soll Maschinenlernen die Arbeit von Ärztinnen und Ärzten verbessern und einfacher machen, um die Gesundheitsversorgung zu optimieren. In Dresden hat eine Forschungsgruppe untersucht, wie sogenannte Large Language Models (LLMs) medizinisches Fachpersonal künftig entlasten können. Dabei testeten sie den Einsatz der LLMs bei der Diagnostik von Leberzirrhosen und in der Dokumentation von endoskopischen Untersuchungen. Die Ergebnisse sind vielversprechend.

Eine Leberzirrhose früh zu erkennen, kann schwerwiegendes Versagen des Organs verhindern. Um die Krankheit zu diagnostizieren, testete die Gruppe am Uniklinikum Dresden das Sprachmodell "Llama 2" mit Hinblick auf wichtige klinische Merkmale der Erkrankung in Patientenakten. Die Wissenschaftler untersuchten, inwiefern sich die Erkenntnisse der KI mit denen von Experten deckten und konnten eine hohe Genauigkeit in der Diagnostik feststellen. Dazu seien die sensiblen medizinischen Daten mit Hinblick auf die Privatsphäre datenschutzkonform verarbeitet worden.

Endoskopische Untersuchungen werden in freiem Text dokumentiert. Unerwünschte Ereignisse bei gelegentlich auftretenden Komplikationen aus diesen Berichten zu extrahieren frisst daher viel Zeit, die im Klinikalltag rar sei. LLMs können den Erkenntnissen aus Dresden nach auch hierfür genutzt werden und klinische Informationen aus freiem Text mit hoher Genauigkeit extrahieren. Isabella Wiest, Ärztin und Erstautorin der neuen Studie ist zuversichtlich: "In Zukunft könnten diese KI-Methoden Ärztinnen und Ärzte bei ihren Entscheidungen unterstützen und die Dokumentation von medizinischen Informationen erleichtern. Eine vollständige Dokumentation und verbesserte Nachvollziehbarkeit würde nicht nur unmittelbar die Qualität der Gesundheitsversorgung, sondern auch die medizinische Forschung langfristig verbessern."

idw/jar