LLM-gestützte Erfassung kognitiver Sorgen in Elektronischen Patientenakten: Echtdatenstudie
Von KI ausgewählt und zusammengefasst
Worum es geht
EHR-Observationsstudie bei 15.750 älteren Patienten (≥65 Jahre) mit normalen kognitiven Tests; LLM-gestützte NLP-Verarbeitung von Freitext-Notizen zur Identifikation dokumentierter kognitiver Sorgen und Analyse von Erfassungsdeterminanten.
Ergebnis
Von 15.750 Patienten hatten 13,8% (n=2.175) dokumentierte kognitive Sorgen im Vorjahr in 1,2% der Notizen. Zweistufiges LLM-Pipeline (Med42-v2-8B + GPT-4o): Sensitivität 0,957, PPV 0,935, Spezifität 0,985, F1-Score 0,945. Stärkste Korrelate: Parkinson (aOR 5,29), TBI (aOR 4,63), Schlaganfall (aOR 3,46), Depression (aOR 1,54). Dokumentation seltener in benachteiligten Stadtvierteln (höherer Area Deprivation Index).
Übertragbarkeit auf Deutschland
USA-Daten, aber NLP-Methodik und Equity-Befunde sind übertragbar; Anwendung auf deutsche EHR-Systeme möglich.
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.