TriNetX ergänzt Datenextraktion aus klinischen Notizen mit menschlicher Validierung
TriNetX hat eine Funktion zur Datenextraktion aus klinischen Notizen gestartet. Sie nutzt die Verarbeitung natürlicher Sprache, menschliche Prüfungen und klinische Kontrollen, um forschungsfertige Daten zu erzeugen. Nach Angaben des Unternehmens ist die Funktion über TriNetX LIVE und als herunterladbare Datensätze verfügbar.
- TriNetX hat eine NLP-basierte Extraktion aus klinischen Notizen gestartet.
- Das System nutzt menschliche Annotationen, Vertrauenswertungen und klinische Gegenprüfungen.
- Daten wurden aus mehr als 800 Millionen Notizen und Berichten extrahiert.
- Die Abdeckung des Raucherstatus stieg laut TriNetX von 22% auf 67%.
- Die Funktion ist in TriNetX LIVE und als herunterladbare Datensätze verfügbar.
Aus unstrukturierten Notizen werden Forschungsdaten
Das System hat Daten aus mehr als 800 Millionen klinischen Notizen und Berichten extrahiert. Bis Ende 2026 soll diese Zahl laut TriNetX 1 Milliarde erreichen. Die Notizen können Informationen wie Krankheitsstadium, Funktionsstatus und Biomarker-Ergebnisse enthalten, die strukturierte Daten aus elektronischen Gesundheitsakten ergänzen können.
TriNetX zufolge sind die extrahierten Informationen mit strukturierten EHR-Daten derselben de-identifizierten Patienten verknüpft. Dadurch können Forschende Kohorten erweitern und detailliertere klinische Phänotypen erstellen, statt sich ausschließlich auf bereits formatierte Felder in medizinischen Akten zu stützen.
Die Daten decken derzeit unter anderem Sozialanamnese, Tabak- und Alkoholkonsum, Kardiologie, Pneumologie, allgemeine Onkologie, Biomarker und Lebererkrankungen ab. Sie stehen Mitgliedern des TriNetX-Netzwerks zur Verfügung.
Drei Prüfungen stützen jede extrahierte Information
TriNetX zufolge kombiniert der Ansatz künstliche Intelligenz mit klinischer und informatischer Expertise. Die Extraktionspipelines werden mit einer großen Sammlung von durch Menschen annotierten klinischen Notizen trainiert, und jede Pipeline wird anhand dieser Annotationen getestet.
Das Unternehmen beschreibt drei Schutzmechanismen. Klinische Fachleute prüfen und korrigieren die KI-Labels; anschließend werden die Modelle mit diesen Korrekturen nachtrainiert. Jedes Modul muss im Vergleich zu den von Menschen annotierten Notizen eine Genauigkeit von mindestens 0,90 erreichen.
Die extrahierten Daten werden außerdem anhand erwarteter klinischer Muster überprüft und nicht nur anhand von Modellmetriken. Als Beispiel nennt TriNetX Überlebenskurven auf Grundlage des Funktionsstatus der Eastern Cooperative Oncology Group. Demnach ist das Überleben bei Patienten mit einem Wert von 2 oder höher geringer.
Schließlich überwacht das Unternehmen die Modellleistung, wenn weitere Gesundheitseinrichtungen am Programm für klinische Notizen teilnehmen und neue Notiztypen hinzukommen. Die Modelle würden verfeinert, um Unterschiede zwischen diesen Quellen zu berücksichtigen.
Mehr Abdeckung laut Unternehmensangaben
Nach Angaben von TriNetX erhöhte die aus Notizen gewonnene Datenbasis die Abdeckung des Raucherstatus von 22% auf 67%. In einer Kohortenstudie zu Lungenkrebs erfasste sie sechsmal mehr Patienten als strukturierte Daten allein.
Das System identifizierte außerdem den funktionellen Status nach ECOG und Karnofsky bei 292.000 onkologischen Patienten, für die in strukturierten Feldern keine entsprechenden Informationen vorlagen. Die Ergebnisse veranschaulichen das erklärte Ziel des Unternehmens, Informationen aus klinischen Narrativen für die Forschung zu Real-World-Evidenz nutzbar zu machen.
Warum die Validierung wichtig ist
TriNetX zufolge lässt sich klinische Sprache nicht in jedem Fall vollständig und korrekt extrahieren. Daher ist die Validierung entscheidend für den Nutzen der Daten. August Calhoun, CEO des Unternehmens, sagte, der Ansatz verbinde wissenschaftliche Sorgfalt und menschliche Expertise in einem globalen Verbundnetzwerk, in dem die Daten bei den Einrichtungen verbleiben, die sie erzeugt haben.
Nach Angaben des Unternehmens richtet sich die Funktion an Forschende, die belastbare Evidenz benötigen und zugleich Informationen nutzen wollen, die in strukturierten Datensätzen häufig fehlen. Laut Unternehmensbeschreibung betreibt TriNetX ein Netzwerk mit mehr als 14.200 klinischen Standorten in mehr als 20 Ländern.
