Krebsliga Ostschweiz
Wie KI die Datenerfassung für die Krebsforschung revolutioniert
( Services )
- Customer Experience
- Tech & Data
Das manuelle Einlesen eines medizinischen Berichts für das Krebsregister dauert im Schnitt etwa 10 Minuten.
Unsere neue KI-basierte Lösung erledigt das in nur wenigen Sekunden. Davon profitieren Expert:innen und Patient:innen.
Vom Smalltalk zum Innovationsprojekt
Am Rand einer Marketingkonferenz in Zürich kamen wir mit der Krebsliga Ostschweiz ins Gespräch. Bald drehte sich unsere spontane Diskussion um die Frage, wie die mühsame manuelle Datenerfassung für das Krebsregister vereinfacht werden könnte.
Da müsste es in der zunehmend digitalisierten Welt doch Ansätze und Lösungen geben. «Gibt es», meinte unser Data Scientist. Ein neues Projekt war geboren.
Praxisdaten für wirksame Strategien gegen Krebs
Neben der Betreuung betroffener Menschen engagiert sich die Krebsliga für gezielte Öffentlichkeitsarbeit und weiterführende Fachbildung.
Wesentlich für die Krebsforschung und -therapie ist das Krebsregister, das seit 1960 systematisch Daten zu Patienten, Tumorarten, Therapien und Krankheitsverläufen im Einzugsgebiet Ostschweiz erfasst.
Diese praxisbasierten Informationen tragen massgeblich zur gezielten Prävention, Diagnose und Behandlung von Krebs bei.
Digitale Transformation in der Krebsregistrierung
In enger Zusammenarbeit mit der Krebsliga haben wir eine KI-basierte Applikation entwickelt, die einen Grossteil der jährlich über 65’000 für das Krebsregister eingehenden Unterlagen automatisch verarbeitet.
Die Vielfalt der PDF-Textdokumente – darunter Pathologie- und Austrittsberichte, Arztbriefe und Tumorboard-Protokolle aus verschiedenen Spitälern und zahlreichen Arztpraxen – stellt eine grundsätzliche Herausforderung dar, da sie sich inhaltlich und strukturell stark unterscheiden.
Unser Projekt führte schliesslich zur Implementierung eines innovativen digitalen Verfahrens, das die bisher ressourcen- und zeitintensive Datenerfassung unterstützt und die Prozesse signifikant vereinfacht und beschleunigt. So können bereits 12% aller Dokumente vollständig automatisiert und erfasst werden, bei den weiteren wird die Verarbeitung massgeblich vereinfacht und beschleunigt.
Künstliche Intelligenz (KI), Data Modeling, maschinelles Lernen, Large Language Models (LLMs)
Um relevante Informationen aus heterogenen Quellen effektiv zu extrahieren, interpretieren und klassifizieren, setzen wir auf KI-gestützte Prozesse. Zunächst erkennt die Applikation Ursprung und Typ des Berichts.
Auf dieser Basis definiert sorgfältiges Data Modeling einen präzisen konzeptionellen Rahmen für die Struktur und Beziehungen der Daten sowie die Regeln für ihre Verarbeitung. Die schrittweise Optimierung der Machine-Learning-Lösungen stützt sich auf leistungsfähige Open-Source-LLMs und prototypische Datensätze aus dem Krebsregister.
Zunehmend massgeschneiderte Algorithmen machen es nun möglich, sämtliche Fachterminologien im Zusammenhang mit Krebs präzise zu identifizieren, ihre Bedeutung zu erfassen und sie zuverlässig einzuordnen.
Ein Skript generiert daraus für jedes analysierte Dokument eine strukturierte JSON-Datei, die dann von Expert:innen der Krebsliga geprüft und genehmigt wird, bevor sie dem zugehörigen Falldossier im Krebsregister hinzugefügt wird.
Effizienzsteigerung trifft Qualitätssicherung und Datenschutz: Neue Massstäbe in der Krebsdatenanalyse erhöhen Nutzen für Patient:innen
Die manuelle Kontrolle gewährleistet nicht nur die Korrektur von Fehlern, sondern ermöglicht auch das kontinuierliche Testen und Verbessern unseres Systems. Bereits heute erreichen wir einen Accuracy Score von 98%.
Bezüglich der Datenschutzstandards im Gesundheitswesen erfüllen wir sämtliche Anforderungen, da der gesamte Prozess inklusive Nutzung interner Server innerhalb der Strukturen der Krebsliga Ostschweiz abläuft. Das Projekt zeigt, wie fortschrittliche KI-Technologien in Kombination mit der Expertise medizinischer Fachkräfte die Effizienz der Datenverarbeitung steigern.
So konnten während des Projektzeitraums bei sinkender Verfügbarkeit von geschultem Codierungspersonal bemerkenswerte Produktivitätssteigerungen erzielt werden. So wurden beinahe doppelt so viele neue Dokumente eingelesen und 33 % mehr Follow-Up-Fragebögen zur Datenvervollständigung erstellt.
Zusätzlich wurden 69 % mehr neue Tumore im Krebsregister erfasst.
Das bedeutet im Endeffekt: schnellere Daten für eine bessere Krebsversorgung, die langfristig den Krebspatient:innen zugute kommt.
