Knowledge-Hub Digitalisierung, KI & Gesundheitein Angebot von Monitor Versorgungsforschung

Knowledge-Hub Digitalisierung, KI & Gesundheit › Studien

LLM extrahiert Funktionsfähigkeits-Scores aus Rehabilitations-Noten: Retrospec-Validierung an 164.039 Einträgen

Nishiyama T et al. · JMIR Med Inform · erschienen 27.10.2026 · PMID 42945530

Von KI ausgewählt und zusammengefasst

Worum es geht

Retrospektive Evaluierung eines lokal eingesetzten LLM zur Schätzung von Functional-Independence-Measure-(FIM-)Items aus freiem Text von Physio-, Ergo- und Logopädie-Noten (Oktober 2019–September 2024) an Patienten mit Schlaganfall, Hüftfraktur oder Wirbelbruch.

Ergebnis

Von 2.952.702 geeigneten Note-Item-Paaren produzierten das Modell 980.000 gültige Schätzungen (Gesamtquote 33,2%). Bei 57.246 Note-Item-Paaren mit Referenzscore am selben Tag waren 77,7% (44.481) innerhalb von 1 Punkt des Referenzscore. Mittlerer absoluter Fehler 0,825 (besser als Modal-Score-Baseline, aber höher als Last-Observation-Carried-Forward 0,648).

Übertragbarkeit auf Deutschland

Japanische Rehabilitations-Daten; sprachspezifisches Modell, aber Konzept auf deutschsprachige Noten übertragbar.

Auswahl und deutsche Zusammenfassung stammen von einer KI und sind nicht redaktionell geprüft. Maßgeblich ist die Originalpublikation.