Natural Language Processing zur Identifikation von Beckeninfektionen aus Krankenhaus-Dokumentationen
Von KI ausgewählt und zusammengefasst
Worum es geht
Entwicklung eines Algorithmus zur automatischen Erkennung von Beckeninfekationen (PID) aus diagnostischen Codes und Freitextberichten in einer großen französischen Klinik-Datenbank.
Ergebnis
Der Algorithmus erreichte bei 1732 NLP-klassifizierten Fällen eine Sensitivität von 0,80, Präzision von 0,74 und F1-Score von 0,77. Bei 93 von Experten klassifizierten Fällen: Sensitivität 0,76, Präzision 0,82, F1-Score 0,79. Insgesamt wurden 901 PID-Episoden in 880 Patienten identifiziert, Chlamydia-Infektionen in 9,9 % nachgewiesen.
Übertragbarkeit auf Deutschland
Französische Klinikdaten mit vergleichbaren EHR-Strukturen und Dokumentationspflichten.
Originalstudie in PubMedIm Hub ansehenNeue Studien per E-Mail
Auswahl und deutsche Zusammenfassung stammen von einer KI und sind nicht redaktionell geprüft. Maßgeblich ist die Originalpublikation.