1740101693
2025-02-20 11:26:00
ドイツのヘルスケアシステムは現在、デジタル化に遅れをとっています。 医師：内部では、PDF形式の全文として入手可能な医師の手紙についての調査結果が通知されます。主に複数ページのレポートを読むことは時間がかかることであり、以前の調査結果と比較を困難にします。さらに、医療専門家の職員は、実用的な管理システム（PVS）または病院情報システム（KIS）に移転するために、重要な情報を手動で入力する必要があります。これは面倒であるだけでなく、エラーになりやすく、患者のケアを悪化させます：内部。さらに、医療および医薬品の研究は、全文からのデータをほとんど使用できず、ドイツを研究の場所として弱めます。
全文文書を分析し、標準化されたデータ形式に転送します
FHIRスターターの一部として開発します 研究者：コンソーシアム内では、LLMSと自然言語処理（NLP）を使用してフルテキストドキュメントと標準化されたデータ形式への転送を分析するソフトウェアサービス。これには、FHIRおよびコーディングシステムの葉とスノームCTの医療データ標準が使用されています。このような均一なデータ標準には、ヘルスデータを効果的に使用し、ヘルスケアのソフトウェアシステム間のデータ交換をサポートするために大きな可能性が含まれています。ソフトウェアサービスは、ヘルスケアのインテリア、ソフトウェアプロバイダー、およびヘルスデータのインテリア：サービスプロバイダー：ヘルスデータのインテリアがシステムに自動的に含めることができるオープンなインターフェイスを提供します。
ソフトウェアサービスを開発する際には、主に2つの主要な課題に注意することが重要です。データの信頼性と広範なデータ保護を確保することです。しかし、データの信頼性とはどういう意味ですか？ LLMSなどのAIモデルでは、真実はカテゴリではありません。 LLMに十分なデータがない場合、それは自由に情報を見つけます – それは幻覚です。これは、医療データに致命的な結果をもたらす可能性があります。
ソフトウェアサービスで構成されたデータも信頼できることを確認するために、特別な専門知識が必要です。博士Fraunhofer IEESのデジタルヘルスエンジニアリング部門の責任者であるTheresa Ahrensは、次のように強調しています。 Fraunhofer IEESは、SO -Calledの開発に持っています Uncertaantyラッパーは、このプロジェクトに基づいて構築できる重要な準備作業を行っています。」 UNCERTAANTYラッパーは、AIモデルの不確実性を定量化、管理、削減するツールです。
FHIRスターターの2番目の主要な課題は、敏感な医療データの責任とGDPRに準拠した処理です。海外のサーバーは通常、市場性のあるLLMを使用しますが、コンソーシアムのセキュリティ要件を満たしていません。代わりに、開発されるソフトウェアサービスは、それぞれが独自のサーバー上のオープンソースLLMSに基づいています ユーザー：内部で実行します。このようにして、GDPR要件にも対応する自己完結型の安全なシステムが作成されます。
保健業界における構造化データのアプリケーションケース
ソフトウェアサービスのアプリケーションオプションは多用途です。たとえば、Charitéにとって、Fhir-Starterは、将来的には匿名の形で医療データをアクセスできるようにする機会を提供します。逆に、Insiders Technologiesは、ソフトウェアサービスを使用して、プラクティスと病院のデジタル化プロセスの自動化に焦点を当てたいと考えています。既存のプロジェクトパートナーに加えて、コンソーシアムはさらなる協力を受けています。
Theresa Ahrensによると、既に定義されているプロジェクトの目標から切り離されたFHIRスターターは、電子患者ファイル（EPA）の使用を完全に新しいレベルに使用する可能性もあります。構造化されたデータを使用して EPAをデジタル化します。
出典：Fraunhofer IEES
#Fraunhofer #Research #ProjectFHIRSTARTERは医療データを構築するためのAIベースのソフトウェアを開発していますeHealthCOM