Das Gesundheitsdatennetzwerk TriNetX hat nach eigenen Angaben eine Funktion namens „NLP-extracted Facts from Clinical Notes“ eingeführt. Sie ist jetzt auf der Plattform TriNetX LIVE und in herunterladbaren Datensätzen verfügbar. Forschende erhalten damit analysereife Datenpunkte aus über 800 Millionen klinischen Aufzeichnungen und Berichten, eine Datenbasis, die bis Ende 2026 voraussichtlich auf rund eine Milliarde anwachsen soll.
Klinische Aufzeichnungen enthalten Angaben etwa zum Krankheitsstadium, zum Leistungsstatus oder zu Biomarker-Ergebnissen, die strukturierte Dokumentation ergänzen, sich aber oft nur schwer zuverlässig extrahieren lassen. TriNetX kombiniert nach eigenen Angaben KI mit klinischem und informatischem Fachwissen, um Pipelines mit menschlicher Einbindung zu entwickeln und anhand eines großen Korpus von Menschen annotierter klinischer Aufzeichnungen als Goldstandard zu trainieren. Jeder extrahierte Fakt erhält einen Konfidenzwert und wird mit strukturierten EHR-Daten derselben deidentifizierten Patienten verknüpft, sodass Forschende Kohorten erweitern und differenzierte, klinisch aussagekräftige Phänotypen erstellen können.
Das Unternehmen nennt drei Schutzmechanismen. Erstens überprüfen klinische Experten die von der KI markierten Daten, und die Modelle werden anhand dieser Korrekturen neu trainiert; jedes Modul muss bei der Prüfung mit menschlich annotierten Aufzeichnungen eine Präzision von mindestens 0,90 erreichen. Zweitens werden die extrahierten Fakten anhand erwarteter klinischer Muster geprüft, nicht nur anhand von Modellmetriken: Überlebenskurven auf Basis des extrahierten ECOG-Leistungsstatus hätten etwa gezeigt, dass Patienten mit einem ECOG-Wert von 2 oder höher schlechtere Überlebenschancen hatten. Drittens überwacht TriNetX die Modellleistung, wenn neue Einrichtungen und Aufzeichnungsarten hinzukommen, und verfeinert die Modelle bei Abweichungen.
Erste Ergebnisse zeigten, dass die aus klinischen Aufzeichnungen extrahierten Fakten die Erfassung des Raucherstatus von 22 auf 67 Prozent erhöhten und in einer Kohortenstudie zu Lungenkrebs sechsmal so viele Patienten identifizierten wie allein strukturierte Daten. Bei 292.000 onkologischen Patienten lieferten sie Angaben zum ECOG- und Karnofsky-Leistungsstatus, die in den strukturierten Datenfeldern fehlten.
„KI auf eine Patientenakte anzusetzen, ist einfach. Was TriNetX auszeichnet, ist die Art und Weise, wie wir dabei vorgehen: mit wissenschaftlicher Disziplin und menschlichem Fachwissen in einem globalen föderierten Netzwerk, in dem die Daten in den Einrichtungen verbleiben, die sie erzeugt haben“, sagte August Calhoun, Geschäftsführer von TriNetX. Matvey Palchuk, Leiter der medizinischen Informatik, ergänzte, es gebe kein System, das jedes Detail aus klinischen Aufzeichnungen zugleich präzise und aussagekräftig extrahieren könne. Das liege in der Natur der klinischen Sprache. Deshalb sei Validierung wichtig. Ziel sei, die Fakten zu extrahieren, auf die man sich bei der Evidenzgewinnung verlassen könne.
Die Funktion deckt derzeit die Sozialanamnese mit Raucher- und Alkoholstatus, Kardiologie, Pneumologie, allgemeine Onkologie und Biomarker, Lebererkrankungen sowie weitere Bereiche ab und steht Mitgliedern des TriNetX-Netzwerks zur Verfügung. TriNetX betreibt nach eigenen Angaben ein Netzwerk von mehr als 14.200 klinischen Standorten in über 20 Ländern.
