Im stationären Bereich existiert mit RICO eine etablierte Lösung zur Kodierunterstützung. Für die ambulante Abrechnung wurde nun mit clinalytix NLP ebenfalls eine Lösung entwickelt. Dabei werden aus den Arztbriefen die relevanten Diagnosen extrahiert. Ralph Szymanowsky, Leitung Business Development BI & Analytics bei Dedalus, gibt einen Einblick in den aktuellen Forschungsstand und die Funktionsweise des neuen Produkts, das auf der KI-Lösung clinalytix basiert.

Gemeinsam mit einem Entwicklungspartner aus unserem Kundenkreis wurde nach Möglichkeiten gesucht, die Leistungskodierung für die ambulante Abrechnung ebenso zu automatisieren, wie dies im stationären Bereich bereits etabliert ist. In den Ambulanzen unseres Entwicklungspartners wird im Normalfall nach jedem Ambulanzbesuch ein Brief an den Zuweiser erstellt, der die wichtigsten Eckpunkte der Behandlung enthält. Was liegt da näher, als die Diagnose, die in diesem Text enthalten und beschrieben ist, daraus zu extrahieren, anstatt den Arzt zur gesonderten Erfassung der ICD-Codes für die Abrechnung zu verpflichten?

Unsere Lösung clinalytix NLP bietet dafür gute Voraussetzungen und wird bereits im Rahmen von clinalytix Medical AI und RICO verwendet.

NLP steht für Natural Language Processing und ist eine der wesentlichen KI-Basistechnologien. Die medizinische NLP Engine von Dedalus extrahiert wichtige medizinische Informationen aus Arztbriefen, Berichten, Anamnesen oder Memos und wandelt diese in strukturierte Daten um. Somit können beispielsweise auch Vorerkrankungen, die nicht explizit als Diagnose kodiert wurden, als ICD10 Code aus den Texten gewonnen werden. Dies funktioniert nicht nur für Diagnosen, sondern auch für Allergien, Medikamente oder Vitalzeichen.

Der Hauptfokus bei der Entwicklung von clinalytix NLP war die Entwicklung klinischer Sprachmodelle, die auf Basis von Tiny Bert für mehrere Sprachen und Themen umgesetzt wurden. Für die deutsche Sprache wurden die Parameter Condition, Observation, Medication, Date, Allergies umgesetzt.

Die NLP-Funktionalität kann technisch über REST-API angesprochen werden und eignet sich somit zum Einsatz in den unterschiedlichen ORBIS-Modulen bzw. für den Einsatz im gesamten Portfolio der Dedalus.

Funktionsweise clinalytix NLP

Die Datengrundlage für clinalytix NLP besteht in Arztbriefen oder Memos, die unstrukturierte medizinische Informationen enthalten.

Die effiziente und präzise Identifikation von Diagnosen aus ambulanten Brieftexten stellt im Rahmen der Spracherkennung und -interpretation die größte Herausforderung dar, insbesondere die korrekte Behandlung von Verneinungen und Bezügen auf andere Personen als den Patienten. Hier werden aktuell die KI-Modelle beim Pilotkunden trainiert, um optimale und verlässliche Ergebnisse zu erhalten.

Die Funktion soll mittelfristig nahtlos in die Brieferstellung im KIS integriert werden, damit die Daten so verliegen, dass sie für die automatisierte Kodierung geeignet sind und der Schritt einer administrativen Kodierung vermieden werden kann. Dem Briefschreiber werden Diagnosen vorgeschlagen, die weiter qualifiziert werden können, ohne in die direkte Kodierung einzusteigen.

Der Dialog bietet dem Anwender die Möglichkeit, erkannte Diagnosen zu bestätigen, zu deaktivieren oder bessere Alternativen auszuwählen bzw. textuell anzupassen.

Herausforderungen

Das NLP hat insbesondere dann Schwierigkeiten, wenn Diagnosen umschrieben werden und nicht konkret benannt sind. Momentan wird getestet, wie durch eine vorgeschaltete Interpretation durch eine LLM-Funktion (medizinisches Verständnis des Textes) eine deutliche Verbesserung erreicht werden kann. Die ersten Ergebnisse erscheinen vielversprechend, allerdings ergeben sich daraus auch besondere Anforderungen an die verfügbaren Ressourcen. Die Lösung könnte hier die Nutzung der Services in der Dedalus managed Cloud sein. Mit der Verfügbarkeit des Produktes ist im zweiten Halbjahr 2025 zu rechnen.