gms | German Medical Science

53. Jahrestagung der Deutschen Gesellschaft für Medizinische Informatik, Biometrie und Epidemiologie e. V. (GMDS)

Deutsche Gesellschaft für Medizinische Informatik, Biometrie und Epidemiologie

15. bis 18.09.2008, Stuttgart

Background-Kodierung im täglichen Einsatz

Meeting Abstract

Suche in Medline nach

  • Michael Lehmann - Semfinder AG, Kreuzlingen, Schweiz
  • M. Oertle - Spital STS AG, Thun, Schweiz
  • N. Frei - Interstaatliche Hochschule für Technik Buchs NTB, Buchs, Schweiz
  • H.R. Straub - Semfinder AG, Kreuzlingen, Schweiz

Deutsche Gesellschaft für Medizinische Informatik, Biometrie und Epidemiologie. 53. Jahrestagung der Deutschen Gesellschaft für Medizinische Informatik, Biometrie und Epidemiologie (gmds). Stuttgart, 15.-19.09.2008. Düsseldorf: German Medical Science GMS Publishing House; 2008. DocMI15-2

Die elektronische Version dieses Artikels ist vollständig und ist verfügbar unter: http://www.egms.de/de/meetings/gmds2008/08gmds179.shtml

Veröffentlicht: 10. September 2008

© 2008 Lehmann et al.
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 vervielf&aauml;ltigt, verbreitet und &oauml;ffentlich zug&aauml;nglich gemacht werden, vorausgesetzt dass Autor und Quelle genannt werden.


Gliederung

Text

Einleitung und Fragestellung

In Schweizer Krankenhäusern wird traditionellerweise mit Freitext dokumentiert, nicht nur auf Papier sondern auch in der elektronischen Patientenakte (EPA). Die Probleme und Diagnosen werden bei Patientenaufnahme im von Lawrence L. Weed [1] vorgeschlagenen Schema aufgeschrieben und während des Krankenhausaufenthaltes überarbeitet und laufend verfeinert. Dieses Vorgehen hat sich seit vielen Jahren bewährt und verfügt über zahlreiche Vorteile. So ist die dabei eingesetzte ärztliche Sprache viel genauer und intuitiver als die entsprechende Formulierung in standardisierten Katalogen wie z. B. die ICD-10.

Soll die elektronische Datenverarbeitung aber mehr leisten als eine reine Dokumentation, sind strukturierte Daten notwendig. Erst diese ermöglichen die Unterstützung im klinischen Entscheidungsprozess (z.B. Kontraindikationsprüfung in der Medikamentenverschreibung). Wie kann ein solches System in einer in Freitext geführten EPA implementiert werden? Ist es möglich, mit Hilfe des Natural Language Processing («One Step Coding») Diagnose-Freitexte im Hintergrund in ICD-10-Diagnosen zu überführen und die klinische Tätigkeit effizient zu unterstützen?

Material und Methoden

Die ärztliche Problem- und Diagnosenliste wird in der kommerziellen EPA Phoenix als Freitext erfasst. Mit Hilfe des Semfinder® One Step Codings [2], [3], [4] werden diese Texte im Hintergrund in strukturierte Diagnosen nach ICD-10 überführt. Dazu wird jeweils die erste Zeile an die Kodiersoftware übergeben. Ist die Anfrage genug genau formuliert, erfolgt die Interpretation für den Anwender unbemerkt im Hintergrund, und der ICD-10-Kode wird automatisch in die EPA integriert. Im Falle von ungenauen Formulierungen werden ein nicht spezifischer Kode erzeugt und gezielte Präzisierungsfragen in natürlicher Sprache gestellt.

In einer ersten Phase wurden die Freitext-Diagnosenlisten von bereits ausgetretenen Patienten mit der Kodiersoftware automatisch in ICD-10-Kodes übertragen und mit den durch ein professionelles Kodierteam gewonnen Kodes («Goldstandard») verglichen. In einer zweiten Phase wurden noch während des Krankenhausaufenthaltes des Patienten die Diagnosen in Echtzeit im Hintergrund in ICD-10-Kodes überführt. Hier wurde geprüft, in wie vielen Prozent eine korrekte ICD-10-Diagnose ohne menschliche Intervention erstellt wird.

Ergebnisse

In Phase 1 wurden 120 zufällig ausgewählte Freitext-Diagnosen analysiert. Eventuell durch das Kodierwerkzeug gestellte Präzisierungsfragen wurden anhand der elektronischen Dokumentation durch den Untersucher beantwortet. 62 % der Diagnosen wurden direkt und ohne Präzisierungfrage kodiert. In 28 % der Fälle kam es zu einer, in 10 % zu zwei Präzisierungsfragen. Im Vergleich mit dem Goldstandard wurde eine unerwartet hohe Übereinstimmung gefunden.

In Phase 2 wurden 180 Diagnosentexte bei stationären Patienten in Echtzeit und im Hintergrund analysiert. In 64 % konnte direkt ohne Rückfrage ein spezifischer ICD-10-Kode generiert werden, in 27 % kam es zu einer, in 9 % zu zwei Präzisierungsfragen. Es konnten alle Fälle kodiert werden.

Diskussion und Ausblick

Klinische Applikationen in Krankenhaus entwickeln sich immer mehr über reine Dokumentationswerkzeuge hinaus zu Systemen zur Prozessunterstützung. Damit der klinisch tätige Arzt in der EPA im Entscheidungsprozess effizient unterstützt werden kann, sind zwingend strukturierte Daten erforderlich. In der Deutschschweiz ist es aber bis heute üblich, Diagnosen und Prozeduren in Freitext zu notieren. Die Beschreibung in Freitext ist in vielen Fällen wesentlich genauer und intuitiver als der Einsatz von vorformulierten und in der Anzahl der Items beschränkten Katalogen. Die Umstellung auf reines Arbeiten mit Katalogen hätte einen erheblichen Verlust an Genauigkeit und damit einen Wissensverlust zur Folge und kommt deshalb nicht in Frage. Die automatische Interpretation der Freitexte im Hintergrund, das One Step Coding, ermöglicht es, die genaue und intuitive klinische Sprache zu erhalten und trotzdem strukturierte Daten für den Decision Support zu generieren.

In den untersuchten Fällen zeigt sich, dass je nach Zählart in bis zu 93 % der Fälle eine identische Kodierung verglichen mit Profi-Kodierern erreicht wird. Zu den restlichen 7 % ist anzumerken, dass diese Abweichung überraschend klein ist; die Intercoder-Variabilität zwischen professionellen menschlichen Kodierern liegt in einem ähnlichen Bereich.

Zusammenfassend kann gesagt werden, dass das in die EPA integrierte One Step Coding gut funktioniert und in der Mehrzahl der Fälle die Freitexte mit hoher Sicherheit in ICD-10-Diagnosen überführen kann. Die guten Resultate aus diesem Test und der bewährte Einsatz im Alltag ermutigen zu den nächsten Schritten. Das One Step Coding wird als Webservice (SOAP-Netzwerkprotokoll [5], [6]) in Partnersysteme integriert und kann in Zukunft nicht nur Krankenhäusern, sondern auch Belegärzten und niedergelassenen Ärzten zur Verfügung gestellt werden.

Schon bald kann dieser Webservice auch zusammen mit einem Datawarehouse eingesetzt werden. Hierbei werden die aus den Freitexten entstehenden (postkoordinierten) Begriffsmoleküle abgespeichert, die wesentlich mehr Details und Strukturierung enthalten als ICD-10-Kodes. Diese Vorgehensweise ermöglicht eine komfortable und umfassende Suche in der Datenbank, da auch nach Begriffen gesucht werden kann, die gar nicht explizit im Freitext eingegeben wurden. In Zukunft werden wir auch Terme der Standard-Ontologie SNOMED CT generieren und damit die Einsatzmöglichkeiten vervielfachen.


Literatur

1.
Weed LL. New premises and new tools for medical education. Methods Inf Med. 1989;28(4):207 – 14.
2.
Straub, HR. Das interpretierende System. Z/I/M-Verlag, Wolfertswil; 2003
3.
Straub HR, Diagnosekodierung als Interpretation sprachlicher Zeichen. In: Schönbächler G: Diagnoseprozesse und Wissenssysteme. Zeitschrift für Semiotik 2004; 26 (3-4): 227 –43.
4.
Straub HR, Frei F, Mosimann H, et al. Simplified Representation of Concepts and Relations on Screen. In: Proceedings of MIE 2005. Amsterdam: IOS Press; 712-6.
5.
W3C. SOAP Primer (Tutorial). http://www.w3.org/TR/2007/REC-soap12-part0-20070427/ Externer Link
6.
W3C. SOAP Messaging Framework. http://www.w3.org/TR/2007/REC-soap12-part1-20070427/ Externer Link