Die fortschreitende Digitalisierung in der Medizin eröffnet spannende neue Perspektiven, um Ärztinnen und Ärzte bei der effektiven Behandlung ihrer Patientinnen und Patienten mit Hilfe von computergestützten Systemen zu unterstützen. Dieses wichtige Vorhaben wird von der Bundesregierung im Rahmen der Hightech-Strategie 2025 unter dem Titel „Daten helfen heilen“ (Bundesregierung, 2020) sogar als eine zentrale Aufgabe angesehen.

Ausgangspunkt für diese digitale Transformation war die Einführung der elektronischen Patientenakte (ePA) im Jahr 2021, die eine komfortable digitale Verfügbarkeit großer Mengen medizinischer Daten ermöglicht. Zuvor waren diese Informationen oft nur analog in Arztpraxen und Krankenhäusern verfügbar. Zwar gibt es inzwischen einen digitalen Zugang zu diesen Daten, doch liegen sie meist noch in Form von unstrukturierten Texten vor. Die Auswertung dieser Daten erfordert nach wie vor einen erheblichen Zeitaufwand für das medizinische Fachpersonal. Ein visuelles Analysesystem, das die Patientengeschichte übersichtlich darstellt und komprimiert, fehlt bisher.

Ziel dieses Forschungsprojektes ist es, mit Hilfe von maschinellen Lernverfahren Informationen über Therapie, Diagnose, Medikation und Symptome aus der ePA zu extrahieren, zu strukturieren und zu visualisieren. Um eine reibungslose Zusammenarbeit mit bestehenden Systemen im Gesundheitswesen zu gewährleisten, wird der internationale Standard für den Datenaustausch im medizinischen Bereich, „Fast Healthcare Interoperability Resources“ (FHIR), genutzt. Damit soll der Zugriff auf die Informationen in den überwiegend textbasierten Dokumenten der ePA erleichtert und beschleunigt werden.

Dieses Projekt wird vom Ministerium für Wissenschaft und Kunst (HMWK) im Rahmen des akademischen Mittelbaus gefördert.