LLM mit Trauma-Wissen reduziert manuelle Codierung von Verletzungsschweregrad
Von KI ausgewählt und zusammengefasst
Worum es geht
Studie testete, ob Large Language Models mit domänenspezifischem Wissen (Abbreviated Injury Scale) automatisch den Injury Severity Score aus Arztbriefen berechnen können – mit Ziel, die arbeitsintensive manuelle Traumakodierung zu ersetzen.
Ergebnis
GPT-4.1 mit domänenspezifischem Retriever erreichte 75,3% genaue Vorhersage des ISS (95%-KI 66,1–82,7 %), verglichen mit 70,0% eines deterministischen Kodiertools. Besonders bei schweren Verletzungen verbessert sich die Genauigkeit substanziell; der Ansatz könnte Kodieraufwand reduzieren und Datenqualität verbessern.
Übertragbarkeit auf Deutschland
Taiwan, vergleichbare Dokumentationspraxis in Traumaregistern
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.