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

Knowledge-Hub Digitalisierung, KI & Gesundheit › Studien

LLM-gestützte Klassifikation von Komplikationen in Schlaganfall-Registern

Asperger H et al. · J Med Syst · erschienen 16.11.2026 · PMID 43037770

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.

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