TriNetX ergänzt von Menschen validierte Fakten aus klinischen Notizen für Forschende
TriNetX stellt aus klinischen Notizen extrahierte Fakten über seine Plattform TriNetX LIVE und als herunterladbare Datensätze bereit. Damit erhalten Forschende Zugriff auf Informationen, die anhand von von Menschen annotierten Notizen validiert wurden. Nach Angaben des Unternehmens lassen sich die Daten mit strukturierten elektronischen Gesundheitsdaten derselben anonymisierten Patienten verknüpfen.
- TriNetX stellt per NLP extrahierte klinische Fakten in TriNetX LIVE und als herunterladbare Datensätze bereit.
- Die Daten stammen aus mehr als 800 Millionen klinischen Notizen und Berichten.
- Jedes Modul muss gegenüber von Menschen annotierten Notizen eine Präzision von mindestens 0,90 erreichen.
- Nach Angaben von TriNetX stieg die Abdeckung der Raucheranamnese von 22 % auf 67 %.
- Das Unternehmen identifizierte ECOG- und Karnofsky-Werte für 292.000 onkologische Patienten.
Eine umfangreichere Quelle klinischer Informationen
Das System zur Verarbeitung natürlicher Sprache des Unternehmens extrahiert Informationen aus mehr als 800 Millionen klinischen Notizen und Berichten. TriNetX erwartet, dass diese Zahl bis Ende 2026 auf etwa eine Milliarde steigt.
Klinische Notizen können Details enthalten, die in strukturierten medizinischen Datensätzen häufig fehlen, darunter das Krankheitsstadium, der Allgemeinzustand und Biomarker-Ergebnisse. Diese Angaben können Forschenden dabei helfen, Patientenkohorten zu erweitern und detailliertere klinische Phänotypen zu erstellen. Ihre konsistente Extraktion aus Freitext ist jedoch schwierig.
TriNetX zufolge kombiniert das System künstliche Intelligenz mit klinischer und informatischer Expertise. Die Pipelines werden anhand einer großen Sammlung annotierter Referenznotizen trainiert und beziehen Menschen in den Prozess ein. Die extrahierten Fakten werden mit strukturierten elektronischen Gesundheitsdaten derselben de-identifizierten Patienten verknüpft.
Drei Prüfungen stützen jeden extrahierten Fakt
TriNetX beschreibt drei Schutzmechanismen für die Daten. Erstens prüfen und korrigieren klinische Fachleute die von der KI gekennzeichneten Informationen. Anschließend werden die Modelle anhand dieser Korrekturen neu trainiert. Jedes Modul muss gegenüber von Menschen annotierten Notizen eine Präzision von mindestens 0,90 erreichen.
Zweitens führt das Unternehmen eine klinische Bestätigung durch, indem es extrahierte Fakten mit erwarteten klinischen Mustern abgleicht, statt sich ausschließlich auf Modellindikatoren zu verlassen. Als Beispiel nennt TriNetX die Leistungswerte der Eastern Cooperative Oncology Group: Überlebenskurven zeigten eine geringere Überlebensrate bei Patienten mit einem Wert von 2 oder höher.
Drittens überwacht das Unternehmen nach eigenen Angaben kontinuierlich die Modellleistung, wenn weitere Gesundheitseinrichtungen an seinem Programm für klinische Notizen teilnehmen und neue Notiztypen hinzukommen. Bei auftretenden Abweichungen werden die Modelle weiterentwickelt.
Erste Ergebnisse und aktuelle Abdeckung
Nach Angaben von TriNetX erhöhte die aus Notizen extrahierte Information zur Raucheranamnese die Abdeckung von 22 % auf 67 %. In einer Kohortenstudie zu Lungenkrebs unterstützten die notizbasierten Informationen sechsmal mehr Patienten als strukturierte Daten allein.
Das Unternehmen gibt außerdem an, ECOG- und Karnofsky-Leistungswerte für 292.000 onkologische Patienten identifiziert zu haben, obwohl diese Informationen in den strukturierten Feldern nicht vorhanden waren.
Die derzeit verfügbaren Bereiche umfassen unter anderem die Sozialanamnese, etwa Rauchen und Alkoholkonsum, Kardiologie, Pneumologie, allgemeine Onkologie und Biomarker sowie Lebererkrankungen. Die extrahierten Daten aus klinischen Notizen stehen Mitgliedern des TriNetX-Netzwerks über TriNetX LIVE und herunterladbare Datensätze zur Verfügung.
Warum die Validierung für die Forschung wichtig ist
Die Ankündigung von TriNetX befasst sich mit einer zentralen Frage für Forschende, die KI zur Analyse klinischer Notizen einsetzen: Können extrahierte Informationen in der Forschung unter realen Bedingungen vertrauenswürdig genutzt werden? Nach Angaben des Unternehmens geht der Prozess über die Extraktion hinaus. Er misst die Leistung anhand von von Menschen annotierten Notizen, weist jedem Fakt einen Vertrauenswert zu und prüft die Ergebnisse anhand klinischer Erwartungen.
TriNetX-CEO August Calhoun erklärte, der Ansatz des Unternehmens verbinde wissenschaftliche Strenge und menschliche Expertise in einem globalen föderierten Netzwerk, in dem die Daten bei den Organisationen verbleiben, die sie erzeugt haben. Der medizinische Informatikdirektor des Unternehmens, Matvey Palchuk, sagte, dass kein System aufgrund der Besonderheiten der klinischen Sprache jedes Detail aus klinischen Notizen mit gleicher Präzision und Relevanz extrahieren könne. Deshalb sei die Validierung wichtig, um Fakten zu extrahieren, die die Evidenzgewinnung unterstützen können.
Für Forschende bietet das Angebot eine Möglichkeit, Informationen aus narrativen Notizen mit strukturierten Daten zu kombinieren und dabei sowohl einen Vertrauenswert als auch den Prozess der menschlichen Prüfung beizubehalten. TriNetX zufolge steht die Funktion nun Mitgliedern seines Netzwerks zur Verfügung.
