FHIR-Starter

LLM unterstützte automatische Strukturierung medizinischer Daten

Logo FHIR-Starter
© Projekt FHIR-Starter

Projektbeschreibung:

Medizinische Befunde und Arztbriefe werden häufig im Volltext zwischen Ärztinnen übermittelt, wobei die Formate zwischen Krankenhäusern, Pflegeeinrichtungen und niedergelassenen Ärztinnen stark variieren. Diese fehlende Standardisierung erschwert es Praxisverwaltungssystemen (PVS) und Krankenhausinformationssystemen (KIS), Befunde strukturiert in Patientenakten zu integrieren. Oft werden sie als PDF oder in Papierform archiviert. Dies führt zu einem hohen Zeitaufwand für das Lesen und zum Verlust wichtiger Informationen, die nicht leicht zugänglich sind. Zudem sind Volltextinformationen für die medizinische und pharmazeutische Forschung in Deutschland schwer nutzbar, was dazu beiträgt, dass klinische Forschung zunehmend ins Ausland verlagert wird.

Das Projekt wird einen Software-Dienst entwickeln, der mit Large Language Modellen (LLM) und Natural Language Processing (NLP) Methoden die Volltextdokumente prozessiert, analysiert und in standardisierte Datenformate, wie z. B. FHIR oder OMOP überführt. Der Dienst wird offene Schnittstellen anbieten, die es Leistungserbringern, Softwareanbietern im Gesundheitswesen und Sekundärnutzern von Gesundheitsdaten ermöglichen, die Daten strukturiert in ihre Systeme aufzunehmen und diese so interoperabel und zugänglich zu gestalten. Dies wird direkte Vorteile der medizinischen Versorgung nach sich ziehen, da Mitarbeitende entlastet werden und detaillierte Informationen für das Fachpersonal einfacher zur Verfügung stehen. Gleichzeitig ermöglicht es, medizinische Daten strukturiert zu sammeln und für Forschende zur Verfügung zu stellen, was die Attraktivität Deutschlands für die medizinische Forschungslandschaft steigert.

Konsortium:

  • Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e. V, Fraunhofer IESE,
  • INSIDERS Technologies GmbH,
  • Charité - Universitätsmedizin Berlin

Laufzeit:

Februar 2025 – Januar 2028

Budget:

Gesamtmittel: 2,1 Mio. €
Fördersumme: 1,6 Mio. €