Dank Data Science: Nutzbarkeit klinischer Daten revolutioniert

Die fortschreitende Digitalisierung von Patientenakten, Ordnern und Unterlagen hat zu einer besseren Zugänglichkeit von Berichts- oder Forschungsdokumenten geführt und wird dies auch weiterhin tun. Aber was die medizinische Praxis, die Forschung oder das Servicemanagement wirklich revolutionieren wird, ist die Fähigkeit, medizinische und diagnostische Erfahrungen, die in diesem Ozean von Dokumenten enthalten sind, sowohl für Softwareprogramme als auch für die Servicebenutzer selbst zugänglich zu machen. Dabei geht es um Technologien und Methoden, die – gemäss der im Bericht jeweils verwendeten Terminologie – das Symptom, die damit verbundene Pathologie, das Medikament und die Wirkung einer Behandlung auf diese Pathologie automatisch identifizieren können, und zwar potenziell in grossem Massstab, d. h. über alle digitalen Dokumente, die von stationären, diagnostischen oder Forschungseinrichtungen erstellt wurden. Dieser Prozess des „Scannens“ mag relativ einfach erscheinen, da er dem Modell unseres Gehirns „Lernen nach Erfahrung“ folgt: Die Herausforderung zeigt sich, wenn wir versuchen den Prozess automatisch auf Dokumente anzuwenden, die ohne jegliche Struktur erstellt wurden, mit der im Vorhinein beschrieben werden kann, welcher Begriff ein „Medikament“, welcher eine „Behandlung“ und welcher eine „Therapie“ ist.

Neue Möglichkeiten für Health Care 4.0

Um diese Lücke zu schliessen, arbeitet Oracle Italien mit der Fakultät für Elektrotechnik und Informationstechnologie (DIETI, Department of Electrical Engineering and Information Technology) der Universität Neapel Federico II an einem grossen und nach eigenen Angaben revolutionären Forschungsprojekt zusammen, um eine Lösung für dieses Problem zu entwickeln, indem es die neuesten „Graph Machine Learning“- und KI-Technologien einsetzt. Das Projekt, das von Oracle Labs, der Forschungs- und Entwicklungsorganisation von Oracle, unterstützt wird, kann neue Möglichkeiten für Health Care 4.0 schaffen, die bisher noch ohne Beispiel seien, wie es heisst. Es soll dazu führen, die fortschrittlichsten Technologien – wie künstliche Intelligenz und maschinelles Lernen – voll auszuschöpfen. Dabei werden wertvolle Informationen und Zusammenhänge aus den riesigen Datenmengen extrahiert, die aufgrund von Strukturlosigkeit oder unstrukturierter Speicherung derzeit nicht zur Verfügung stehen. Ausserdem ermöglichen diese Einblicke die Erkennung, Behandlung und eventuelle Verhinderung von Krankheiten.

Anwendung fortschrittlicher Data Science-Technologien

Diagnose, verschriebene Behandlungen, Ergebnisse und Symptome sind Daten, die dank dieses Forschungsprojekts unter voller Wahrung der Privatsphäre verwendet werden können und Teil der Fülle von Informationen werden, die für die vollständige Digitalisierung von Gesundheitsprozessen verfügbar sind, und dem Gesundheits- und Forschungspersonal eine wertvolle Datenquelle für Behandlungswege bietet. Das Forschungsteam arbeitet daran, die fortschrittlichsten Data Science-Technologien anzuwenden. Dies zunächst mit dem Ziel, den Informationsgehalt dieser Dokumente – oft nur flüchtige Anmerkungen, mit reichlicher Verwendung von Fachbegriffen und Abkürzungen – in Diagramme, Einheiten und Beziehungen zu organisieren, sodass sie für die automatische Datenanalyse genutzt werden können, um von Zeit zu Zeit identifizierte spezifische Indikatoren zu extrahieren. Das endgültige Ziel besteht darin, ein System zu schaffen, das in natürlicher Sprache navigiert und verwendet werden kann, und das ebenso in der Lage ist, digitale Assistenten für die Verwendung in Ferndiensten, wie z. B. Teleassistenzdiensten, zu «trainieren».

Ein weiterer Vorteil der Entwicklung solch fortschrittlicher Informationsextraktionstechniken wird die Möglichkeit sein, elektronische Patientenakten in einem neuen Format zu erstellen, das weniger Dateneingabefelder erfordert und somit dem Personal eine natürlichere Benutzererfahrung bietet, ähnlich der traditionellen, die sie gewohnt sind: Eine grundlegende Voraussetzung dafür, dass die Digitalisierung medizinischer Tätigkeiten „vor Ort“ schnell angenommen und verbreitet werden kann.

Praktischer Nutzen in der Klinik bestätigt

«In Bezug auf KI, ML und Datenmanagement haben wir in dieser Forschung unser Bestes gegeben», kommentiert Gabriele Folchi, Strategy & Transformation Director bei Oracle. «Wir füttern es mit dem umfangreichen Know-how der Forschungs- und Entwicklungslabors von Oracle in Zürich, die auf Analyse- und maschinelle Lerntechniken spezialisiert sind. Für das Datenmanagement wenden wir Technologien und Lösungen an, in denen Oracle seit Jahrzehnten führend ist. Ausserdem stellen wir die Ressourcen von Oracle Cloud Infrastructure zur Verfügung, die wir den weltweit besten wissenschaftlichen Forschungseinrichtungen im Rahmen unseres Oracle for Research-Programms anbieten.»

Eine erste Stellungnahme zu diesem Projekt wurde von Dr. Roberto Labianca, medizinischer Onkologe und ehemaliger Direktor des Krebszentrums im Krankenhaus Papa Giovanni XXIII in Bergamo, abgegeben. «Als Kliniker sehe ich eine ganze Reihe interessanter Spin-offs für die tägliche Praxis sowie auch für die Gestaltung von Forschungsprojekten. Die Verwendung einer gemeinsamen Sprache und die Möglichkeit des Vergleichs unterschiedlicher Erfahrungen, die mit dieser Methodik voll kommunizierbar gemacht werden, stellen die Basis für einen kontinuierlichen Erkenntnisgewinn in meinem Fachgebiet, dem onkologischen Bereich, dar.»

Im Zuge der Forschung ist auch im Rahmen des Masterstudiengangs «Data Science» eine Zusammenarbeit zwischen Oracle und DIETI entstanden. Forscher von Oracle halten Vorlesungen für die Studenten und in den Oracle-Lab-Einrichtungen in Zürich wurden Praktikumsprogramme eingerichtet.

Quelle: Oracle