cbt-2004 1generierung diagnostischer trainingsfälle aus arztbriefen christian betz, alexander...
TRANSCRIPT
Generierung diagnostischer Trainingsfälle aus Arztbriefen
CBT-2004 1
Generierung diagnostischer Trainingsfälle aus Arztbriefen
Christian Betz, Alexander Hörnlein, Frank Puppe, Martin Schuhmann,Universität Würzburg, Lehrstuhl für Künstliche Intelligenz
und Angewandte Informatik
Hans-Peter Buscher,DRK-Kliniken Berlin-Köpenick, Medizinische Klinik II
Gliederung:1. Motivation: Verbindung von Klinik und Lehre2. Arztbriefe und fallbasierte Trainingssysteme3. Beispiel4. Ausblick und Zusammenfassung
Generierung diagnostischer Trainingsfälle aus Arztbriefen
CBT-2004 2
Motivation: Verbindung von Klinik & Lehre
• Tradition in vielen medizinischen Vorlesungen und Praktika– Vorstellung von aktuellen Patienten– Diskussion der Interpretation und Entscheidungsfindung– Aktuell: Aufwertung durch Problembasiertes Lernen
• Trend: ePatientenakte (EPA) & eLearning
• Idee: Nutzung der EPA für fallbasierte Trainingssysteme (FTS)– Automatischer Transfer von Daten aus EPA in FTS– Didaktische Nachbearbeitung des FTS– Beibehaltung der Tradition mit neuen Medien
• Aufgaben eines FTS:– Patientenpräsentation– Stellen von Aufgaben: Wahl von Untersuchungen, Diagnosen,
Therapien; (Bild)Befundung
• Daten in EPA– Arztbrief: Untersuchungen mit Patientendaten, Diagnosen, Therapien– Bilder
Generierung diagnostischer Trainingsfälle aus Arztbriefen
CBT-2004 3
Erstellung von fallbasierten Trainingssystemen
Bisher: beträchtlicher Aufwand zur Erstellung eines Falles
• Seitenbasierter Ansatz: – Aufbereitung des Basismaterials– Erstellen der Verknüpfungen– Stellen von Aufgaben
• Wissensbasiertes Ansatz:– Erstellen einer Wissensbasis (aufwändig)– Eingabe des Falles (einfach)– automatische Generierung der Ablaufoberfläche
• Kombination: – Basismaterial aus Arztbrief (semistrukturiert) in wissens-
basierten Ansatz übernehmen, ggf. nachbearbeiten
Generierung diagnostischer Trainingsfälle aus Arztbriefen
CBT-2004 4
Anatomie eines Arztbriefes
• Typische Struktur: – "Vorspann": Absender, Adresse, Anrede, … – Diagnosen– Untersuchungen
• Untersuchungsname• Untersuchungsergebnisse
– Beurteilung (einschl. Therapien)– "Nachspann": Grüsse, Unterschrift
• Automatische Extraktion von Informationen:– Diagnosen– Untersuchungsnamen– Untersuchungsergebnisse
Generierung diagnostischer Trainingsfälle aus Arztbriefen
CBT-2004 5
Optionale Nachbearbeitung des Arztbriefes
• Vorgabe einer Standardterminologie– Diagnosen– Untersuchungen– Therapien
• Redaktionelle Textänderungen – Anonymisieren (automatisch mit Heuristiken)– ggf. Vereinfachung der Untersuchungsergebnisse– ggf. Übernahme der Standardterminologie durch Kopieren und
Ersetzen– Einleitungs- und Fallabschlusskommentar markieren
• Bewertungswissen präzisieren:– Diagnosen gewichten– Zwischendiagnosen hinzufügen, bewerten und gewichten– Therapien hinzufügen und gewichten
• Bilder zu Untersuchungen hinzufügen
Umsetzung: – Standardtextsystem (WORD) mit automatischem Import in d3web.Train– Bewertungen & Gewichte durch Markierungen (z.B. fett, kursiv)
Generierung diagnostischer Trainingsfälle aus Arztbriefen
CBT-2004 6
Beispiel – Briefvorbereitung
Original-Fall
Nachbearbeitete Version
Generierung diagnostischer Trainingsfälle aus Arztbriefen
CBT-2004 7
Beispiel – Briefvorbereitung
Generierung diagnostischer Trainingsfälle aus Arztbriefen
CBT-2004 8
Beispiel – d3web.Train
Generierung diagnostischer Trainingsfälle aus Arztbriefen
CBT-2004 9
Beispiel – d3web.Train
Generierung diagnostischer Trainingsfälle aus Arztbriefen
CBT-2004 10
Beispiel – d3web.Train
Generierung diagnostischer Trainingsfälle aus Arztbriefen
CBT-2004 11
Beispiel – d3web.Train
Generierung diagnostischer Trainingsfälle aus Arztbriefen
CBT-2004 12
Diskussion und Ausblick
• Implementierung fertig in d3web.Train– Sehr effiziente Fallerstellung– optionale und inkrementelle Nachbearbeitung– Erprobung durch Dr. Reimer (Uni-Poliklinik Würzburg) mit
• 20 nachbearbeitete Rheumatologie-Arztbriefen• einige Musterfälle
• geplante Evaluationen– Routineeinsatz im SS 04 – Akzeptanz abhängig von nachbearbeiteten Features evaluieren
• Weitere Nachbearbeitung durch schrittweise Wissensformalisierung– Angabe von Kosten zu Untersuchungen und Therapien– halbautomatische Formalisierung von Einzelsymptomen im Text– Zuordnung und Bewertung der Symptome zu Diagnosen und Bildern– Bereitstellung von relationalem Wissen über Beziehungen von
Diagnosen zu Untersuchungen und zu Therapien
Generierung diagnostischer Trainingsfälle aus Arztbriefen
CBT-2004 13
Fragen?