Das Fraunhofer-Institut für Experimentelles Software Engineering IESE übernimmt die Konsortialleitung. Projektpartner sind die Arbeitsgruppe von Prof. Sylvia Thun vom Berliner Institut für Gesundheitsforschung in der Charité sowie das KI-Unternehmen Insiders Technologies aus Kaiserslautern. Das Projekt wird im Rahmen des Innovationswettbewerbs »Generative KI für den Mittelstand« vom Bundesministerium für Wirtschaft und Energie mit 1,64 Millionen Euro gefördert.

Digitalisierung im Gesundheitswesen: Herausforderungen und Lösungsansätze

Bislang erfolgt der Austausch medizinischer Befunde vor allem über Arztbriefe im PDF-Format. Diese Volltexte müssen von Ärztinnen und Ärzten manuell gelesen und relevante Informationen in Praxisverwaltungssysteme (PVS) oder Krankenhausinformationssysteme (KIS) übertragen werden – ein zeitaufwendiger und fehleranfälliger Prozess. Auch für die medizinische Forschung stellt die Nutzung unstrukturierter Daten eine große Herausforderung dar.

FHIR-Starter setzt hier an: Der Software-Dienst analysiert Volltextdokumente mittels LLMs und Natural Language Processing (NLP) und überführt sie in standardisierte Formate. Dafür kommen der Datenstandard FHIR sowie die Kodiersysteme LOINC und SNOMED-CT zum Einsatz. Ziel ist es, den Datenaustausch zwischen Softwaresystemen zu erleichtern und Gesundheitsdaten effektiver nutzbar zu machen. Die Software wird über offene Schnittstellen verfügen, sodass verschiedene Akteure im Gesundheitswesen die strukturierten Daten in ihre Systeme integrieren können.

Herausforderungen: Verlässlichkeit und Datenschutz

Bei der Entwicklung stehen zwei zentrale Herausforderungen im Fokus: die Verlässlichkeit der Daten und die Einhaltung hoher Datenschutzstandards. LLMs sind nicht darauf ausgelegt, zwischen richtigen und falschen Informationen zu unterscheiden – ein potenzielles Risiko bei medizinischen Daten.

»Wenn wir große Sprachmodelle im Gesundheitswesen verantwortungsbewusst einsetzen und so deren Potenzial ausschöpfen wollen, ist es notwendig, entsprechende Sicherheitsmechanismen aufzusetzen. Das Fraunhofer IESE hat mit der Entwicklung des sogenannten Uncertainty Wrappers dafür schon eine wichtige Vorarbeit geleistet, auf die wir bei diesem Projekt aufbauen können«, erklärt Dr. Theresa Ahrens, Leiterin der Abteilung Digital Health Engineering am Fraunhofer IESE. Dieses Tool soll Unsicherheiten in KI-Modellen quantifizieren, verwalten und reduzieren.

Ein weiteres zentrales Thema ist der Datenschutz. Marktübliche LLMs nutzen oft Server im Ausland, was nicht den Sicherheitsanforderungen des Projekts entspricht. Daher setzt FHIR-Starter auf Open Source LLMs, die auf den Servern der jeweiligen Anwender betrieben werden. Dies gewährleistet ein geschlossenes, DSGVO-konformes System.

Anwendungsmöglichkeiten für die Gesundheitsbranche

FHIR-Starter bietet vielfältige Einsatzmöglichkeiten. So könnte die Charité künftig medizinische Daten in anonymisierter Form für die Forschung verfügbar machen. Insiders Technologies plant, mithilfe der Software die Digitalisierung in Arztpraxen und Krankenhäusern voranzutreiben. Das Konsortium ist offen für weitere Kooperationspartner.

Über die konkreten Projektziele hinaus könnte FHIR-Starter auch die elektronische Patientenakte (ePA) auf eine neue Stufe heben. »Mit dem Software-Dienst könnten sich Ärztinnen und Ärzte langfristig Laborwerte beispielsweise im Zeitverlauf anzeigen oder Medikamentenlisten automatisiert erstellen lassen. Mit den strukturierten Daten ließe sich die ePA vollständig und sinnvoll digitalisieren«, so Ahrens.

Quelle: Fraunhofer-Institut für Experimentelles Software Engineering IESE