Das Forschungsprojekt MEDI-DOK (Medizinische Effizienz durch Digitale Intelligente DOKumentenanalyse) zielt darauf ab, unstrukturierte Textdaten aus der Intensivpflege maschinell verarbeitbar zu machen.
In der Intensivmedizin werden zahlreiche strukturierte Daten gesammelt, die für prädiktive Modelle verwendet werden können. Wertvolle Informationen in unstrukturierten Freitextdokumentationen bleiben ungenutzt. Diese enthalten wesentliche Details zur Behandlung, deren automatisierte Auswertung bisher unmöglich war. Die Entwicklung von Large Language Models (LLMs) könnte diese Daten maschinell nutzbar machen, Patient*innensicherheit verbessern und den Arbeitsaufwand für das med. Personal reduzieren.
MEDI-DOK verfolgt zwei Ziele:
Diese Anwendungsfälle sollen Qualität klinischer Entscheidungen und Effizienz der Dokumentation verbessern.
MEDI-DOK nutzt fortschrittliche LLMs, um unstrukturierte Textdaten in der Intensivmedizin nutzbar zu machen. Diese Methode ist ein Durchbruch, da sie unerschlossene Datenquellen in die Prädiktion einbezieht und eine genauere Vorhersage der Verlegungssicherheit ermöglicht. Gleichzeitig unterstützt die automatisierte Generierung von Berichten durch LLMs die medizinische Fachkräfte, indem sie den Dokumentationsaufwand erheblich reduziert und die Behandlungsqualität verbessert.
Das Projekt untersucht zudem die rechtlichen Rahmenbedingungen für den KI-Einsatz in der Medizin. Die rechtliche Bewertung schafft Klarheit in einem bislang wenig regulierten Bereich und ebnet den Weg für die rechtskonforme Anwendung solcher Technologien in der Praxis.
MEDI-DOK wird von einem interdisziplinären Konsortium durchgeführt, das Expertise aus den Bereichen KI, Medizin und Recht vereint. RISC Software GmbH koordiniert das Projekt und bringt neben Passgenau Digital umfassende Erfahrung in der Entwicklung von KI-Algorithmen ein. Das LIT Law Lab der JKU untersucht die rechtlichen Aspekte, während die medizinische Fakultät der JKU praxisrelevante Daten und Anwendungsfälle zur Verfügung stellt.
MEDI-DOK hat das Potenzial, die Qualität der Patient*innenversorgung durch die Integration unstrukturierter Daten erheblich zu steigern. Verbesserte prädiktive Modelle könnten die Verlegungssicherheit erhöhen, während automatisierte Verlegungsberichte den Arbeitsaufwand für Mediziner*innen reduzieren und die Behandlungsqualität verbessern. Die Forschungsergebnisse können dazu beitragen, neue Standards in der klinischen Dokumentation und der prädiktiven Medizin zu setzen. Die rechtliche Analyse des Projekts erleichtert zudem die zukünftige rechtskonforme Implementierung solcher Systeme.
MEDI-DOK trägt zur Optimierung der med. Prozesse bei und fördert die effiziente Ressourcennutzung im Gesundheitswesen. Durch die Vermeidung redundanter Untersuchungen und die Verbesserung der Dokumentationsqualität wird das Projekt zu einer nachhaltigeren und sichereren Intensivmedizin beitragen. Die Berücksichtigung von Gender- und Diversitätsaspekten fördert die Entwicklung gerechter und inklusiver Technologien im Gesundheitssektor.
Dieses Projekt wird im Rahmen der Wirtschafts- und Forschungsstrategie #upperVISION2030 des Landes Oberösterreich und von der Österreichischen Forschungsförderungsgesellschaft (FFG) gefördert.
Researcher & Developer
