LLM-gestützte Klassifikation von Komplikationen in Schlaganfall-Registern
Von KI ausgewählt und zusammengefasst
Worum es geht
Workflow mit GPT-4 und lokalem Qwen-Modell zur automatisierten Auswertung von Freitextfeldern aus dem Deutschen Schlaganfall-Register (11.216 Einträge, 18.069 Patienten); Ziel: Strukturierte Analyse von Nebenereignissen ohne manuelle Kodierung.
Ergebnis
GPT-4 erreichte F1-Score 92,4% (95%-KI 91,4–93,4) auf Entwicklungsset; auf 300 gehaltenen Einträgen gewichteter F1 96,5% (94,6–98,1). Freitextdokumentation identifizierte 1.345 zusätzliche Nebenereignisse (+19,6% über strukturierte Felder). Integration von Komplikationskonzepten erhöhte AUC für gutes funktionelles Ergebnis um 0,025 (95%-KI 0,021–0,028).
Übertragbarkeit auf Deutschland
Deutsche Registerdaten, direkt anwendbar auf hiesige 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.