gms | German Medical Science

Kongress Medizin und Gesellschaft 2007

17. bis 21.09.2007, Augsburg

Zusammenstellung der Daten eines CCR mit Methoden der Informationsextraktion: ein Anwendungsszenario

Meeting Abstract

Suche in Medline nach

  • Kerstin Denecke - Technische Universität Braunschweig

Kongress Medizin und Gesellschaft 2007. Augsburg, 17.-21.09.2007. Düsseldorf: German Medical Science GMS Publishing House; 2007. Doc07gmds498

Die elektronische Version dieses Artikels ist vollständig und ist verfügbar unter: http://www.egms.de/de/meetings/gmds2007/07gmds498.shtml

Veröffentlicht: 6. September 2007

© 2007 Denecke.
Dieser Artikel ist ein Open Access-Artikel und steht unter den Creative Commons Lizenzbedingungen (http://creativecommons.org/licenses/by-nc-nd/3.0/deed.de). Er darf vervielfältigt, verbreitet und öffentlich zugänglich gemacht werden, vorausgesetzt dass Autor und Quelle genannt werden.


Gliederung

Text

Einleitung: Während der Behandlung eines Patienten entstehen eine Reihe von Dokumenten, die Untersuchungsergebnisse, gestellte Diagnosen etc. dokumentieren. Doch die entsprechenden Daten sind oftmals bei der Weiterbehandlung nicht verfügbar: Es entstehen Informationsdefizite, die schlimmstenfalls zu falschen Behandlungen führen. Vor allem im Zugriff auf einrichtungsfremde Daten bzw. im Datenaustausch zwischen ambulantem und stationärem Sektor bestehen große bis sehr große Optimierungspotentiale [1].

Durch den Einsatz des Continuity of Care Record-Standards (CCR, entwickelt von ASTM International (http://www.astm.org)) soll dieser Situation begegnet werden. Das Erstellen eines CCR bedeutet allerdings einen zusätzlichen Dokumentationsaufwand für Ärzte. Gibt es Methoden, mit denen die für den CCR benötigten Daten automatisch aus den bestehenden Dokumenten ermittelt werden können?

Material und Methoden: Der CCR stellt alle zur Weiterbehandlung eines Patienten relevanten Daten zusammen [2]. Ein Kernelement des CCR enthält Angaben zum Gesundheitsstatus eines Patienten (z.B. Diagnosen, Allergien, aktuelle Medikationen, Impfungen). Diese Angaben werden bereits während der Behandlung eines Patienten in der Patientenakte, in Befundberichten etc. dokumentiert. Methoden der Informationsextraktion ermöglichen aus freitextlichen Dokumenten automatisch ganz gezielt bestimmte Informationen zu ermitteln.

Zum automatischen Füllen eines CCR mit Methoden der Informationsextraktion werden die folgenden Schritte durchgeführt:

  • Einlesen eines CCR-Dokumentes ohne Patientendaten
  • Extraktion der benötigten Daten aus den vorhandenen Dokumenten
  • Füllen des CCR-Dokumentes mit den extrahierten Daten.

Zur gezielten Extraktion von Daten aus den vorhandenen freitextlichen Dokumenten können z.B. die von Denecke/Kohlhof [3], [4] beschriebenen Methoden verwendet werden.

Schlussfolgerung: Die Entwicklungen des CCR sind hinsichtlich eines kontinuierlichen Datenaustausches bei der Patientenbehandlung vielversprechend. Allerdings sollte auch der Aufwand nicht unterschätzt werden, den das Füllen des CCR mit den entsprechenden Daten in Anspruch nimmt. Mit Hilfe von Methoden der Informationsextraktion kann dieser Aufwand reduziert werden. Es ist möglich, aus bestehenden Dokumenten die benötigten Daten automatisch zu extrahieren. Das medizinische Personal kann anschließend fehlende Daten ergänzen und ggf. die automatisch erzeugten Eintragungen prüfen.


Literatur

1.
Wegweiser GmbH. Jahrbuch Gesundheitswirtschaft 2007. Prozessoptimierung, eHealth und Vernetzung im deutschen Gesundheitswesen. 2. Auflage. Berlin: Brandenburgische Universitätsdruckerei und Verlagsgesellschaft Potsdam mbH; 2007.
2.
Waegemann CP, Engelbrecht R, Klein F. CCR: Eine neue Lösung für Kontinuität der Information im Gesundheitswesen. mdi, Forum der Medizin-Dokumentation und Medizin-Informatik. 2006;8(3):112-14.
3.
Denecke K, Kohlhof I, Bernauer J. Information Extraction Based On Multiaxial Indexing And Phrase Structure Analysis. 20th International Congress of the European Federation for Medical Informatics. Maastricht; August 2006.
4.
Denecke K, Kohlhof I. Informationsextraktion aus medizinischen Textes basierend auf einer multiaxialen Indexierung. 51. Jahrestagung der GMDS. Leipzig; September 2006.