Medizinischen Informatik, Statistik und Dokumentation

Forschungsschwerpunkt Computational Semantics for Health

Teamleiter: Markus Kreuzthaler

Fokus: Schwerpunkt ist die KI-basierte semantische Modellierung und Interpretation textbasierter Klinik- und Forschungsdaten zur Erstellung strukturierter und standardisierter Patient*innenprofile auf Basis internationaler Standards (SNOMED CT, ICD, LOINC, HL7 FHIR, OMOP). Dabei werden Technologien verwendet, welche datengetriebene neuronale Ansätze wie Sprachmodelle mit Ontologien, Wissensbasen und regelbasierten Verfahren kombinieren. Die so aufbereiteten Informationen unterstützen primäre und sekundäre Nutzungsszenarien wie klinische Dokumentenrecherche, Datenanalyse, Entscheidungsfindung und Qualitätssicherung.

Vernetzung: Wichtige Kooperationspartner des Teams sind derzeit die KAGes (Steiermärkische Krankenanstaltengesellschaft m.b.H.), das Diagnostik- und Forschungszentrum für Pathologie, die klinischen Abteilungen für Onkologie und Kardiologie sowie das Universitäre Zentrum für Akutmedizin, die CBmed GmbH in Graz, die Austrian Primary Care Association (APCA) sowie die Industriepartner ELGA GmbH und XUND GmbH in Wien. In Deutschland bestehen enge Kontakte zum Text-Mining-Unternehmen Averbis GmbH in Freiburg, zur Technischen Universität München und zum Deutschen Forschungszentrum für Künstliche Intelligenz (DFKI) in Berlin. Darüber hinaus besteht eine enge Vernetzung mit Universitäten in Bordeaux, Curitiba, Maastricht, Murcia und Ljubljana, der Fachhochschule Bern sowie mit Roche Diagnostics in Basel und Belmont.

Projekte

AI-basierte Kodieransätze

In Zusammenarbeit mit der KAGes werden AI-basierte Methoden zur Verbesserung der ambulanten ICD-10-Diagnosekodierung und der Leistungskodierung auf Basis des MEL-Katalogs adaptiert und evaluiert. Bereits kodierte Kurztexte aus klinischen Routinedokumenten werden in einem Sekundärnutzungsszenario für die Optimierung modellbasierter Sprachtechnologie-Ansätze für die Aufgabenstellung bewertet.

Laufzeit: 2025-2026
Projektpartner*innen: KAGes, Universitätsklinik für Urologie

AIDAVA - AI-powered Data Curation & Publishing Virtual Assistant

  • Das EU-Projekt AIDAVA verwendet Methoden der künstlichen Intelligenz, um Patient*innendaten unterschiedlichsten Strukturierungsgrades, insbesondere aus Befundtexten und Arztbriefen, in eine kodierte und abfragbare Form zu bringen. Hierbei kommen Methoden der Verarbeitung natürlicher Sprache, aber auch große Sprachmodelle zur Anwendung. Wir sind hierbei insbesondere in die manuelle Annotation von Kliniktexten involviert, mit denen die KI-Modelle trainiert und validiert werden. Die in diesen Texten vorhandenen Informationen werden durch Codes des internationalen ontologiebasierten Terminologiestandards SNOMED CT repräsentiert. Unterstützt wird die Anwendung dieses Standards durch eine umfangreiche, von uns entwickelte Annotationsrichtlinie. Zielrepräsentation für die patient*innenspezifischen Informationen ist ein sogenannter Wissensgraph (Knowledge Graph), anhand dessen klinische Information für Versorgung und Forschung standardisiert abgefragt werden kann. Als klinische Anwendungsdomäne hat AIDAVA die Bereiche Brustkrebs und ischämische Herzkrankheiten.
  • Laufzeit: 2022-2026
  • Gefördert durch: Europäische Kommission
  • Projektpartner*innen: b!loba, KU Leuven, The European Institute for Innovation through Health Data, European Cancer Patient Coalition, European Heart Network AISBL, ONTO - Sirma AI EAD, NEMC - Sihtasutus Põhja-Eesti Regionaalhaigla, Averbis GmbH, European Research and Project Office GmbH, UM - Maastricht University, Egnosis by Gnome Design Srl, MIDATA Cooperative, Digi.me Ltda

PREMEDICAL

Im Projekt PREMEDICAL (Predicting Patient Outcomes in Emergency Departments with Causal Machine Learning) soll die ambulante Versorgung in Krankenhäusern durch angereicherte Informationen der Medical API von XUND und darauf aufbauend die Entwicklung von Vorhersagemodellen auf Basis maschineller Lernverfahren strukturell verbessert werden. Dafür werden die Inhalte klinischer Freitexte durch Sprachtechnologien in eine strukturierte und standardisierte Repräsentation überführt, die die Vorhersagemodelle unterstützen sollen.

Laufzeit: 2022-2026
Gefördert durch: FFG Basisprogramm
Projektpartner*innen: XUND GmbH, KAGes, Universitäre Zentrum für Akutmedizin, TU Wien

GeMTeX - German Medical Text Corpus

  • Wir sind externer Partner von GeMTeX (German Medical Text Corpus), welches das Ziel verfolgt, Texte aus der Patient*innenversorgung für Forschungsprojekte nutzbar zu machen und so den bisher größten medizinischen Textkorpus in deutscher Sprache zu schaffen. Seit Projektstart im Juni 2023 werden an sechs Standorten Kliniktexte gesammelt und manuell von geschulten Hilfskräften annotiert. Diese Daten dienen als Referenz zur Verbesserung automatischer Annotationen und werden für Analysen und statistische Modelle verwendet. GeMTeX nutzt dazu die IT-Infrastruktur der Medizininformatik-Initiative (MII), um klinische Dokumente systematisch anzureichern und anonymisiert bereitzustellen. Unser bisheriger Beitrag bestand im Teilen der Erfahrungen mit Textannotationen, die im Rahmen des EU-Projekts AIDAVA (s.o.) gesammelt wurden. Der AIDAVA-Annotationsguide dient GeMTeX als Ausgangspunkt zur Planung der eigenen Annotationsstrategie.
  • Laufzeit: 2023-2026
  • Projektpartner*innen: Charité – University Hospital Berlin, ID GmbH & Co. KGaA, Technical University of Darmstadt, Dresden University of Technology, University Hospital Erlangen, University Hospital Essen, Averbis GmbH, Hannover Medical School, Heidelberg University Hospital, German National Library of Medicine (ZB MED), Leipzig University, University of Leipzig Medical Center, Ludwig Maximilian University of Munich, Technical University of Munich, University of Münster, Hasso Plattner Institute for Digital Engineering gGmbH, Tübingen University Hospital

SNOMED CT-Lokalisierung

  • Der internationale, ontologiebasierte Terminologiestandard SNOMED CT ist seit langem ein Schwerpunkt des Arbeitsgebiets Semantik. Wir sind hier international beratend tätig, so in der German Translation Group und der Modeling Advisory Group. Mit der German Interface Terminology stellen wir ein großes Indexierungsvokabular für SNOMED CT in deutscher Sprache zur Verfügung, welches erfolgreich für Text-Mining-Aufgaben eingesetzt wird.
  • Laufzeit: 2015 - 2026
  • Averbis GmbH, Freiburg, Deutschland; ELGA GmbH, Wien

Teamleiter

Assoz. Prof. Priv.-Doz. Dipl.-Ing. Dr. scient. med.
Markus Kreuzthaler 
T: +43 316 385 13591