Aus Arztbriefen schlau zu werden, ist eine Kunst für sich. Selbst Ärzt:innen rätseln oft über die komplexen Schriebe. Kann der künstlich intelligente Arztbriefversteher helfen?

»Bei ausgeprägter Hyperhidrosis im Rahmen einer nicht senkbaren Hyperthermie wurde der Patient engmaschig bilanziert.«* Der Satz stammt aus einem Arztbrief. Medizinischen Laien sagt er wenig bis nichts – aber auch die Zunft selbst hat offenbar Probleme mit ihren Schrieben: Eigentlich sollen sie eindeutig über Diagnose, Untersuchungen, deren Ergebnisse sowie Therapieempfehlungen informieren. 194 von 197 Hausärzt:innen gaben bei einer Befragung durch Sprach­wissenschaftler der Universität Düsseldorf im Jahr 2019 jedoch an, Arztbriefe ihrer Klinik-Kolleg:innen manchmal nicht auf Anhieb zu verstehen. »Das Problem besteht wahrscheinlich schon so lange, wie es Arztbriefe gibt«, sagt Steffen Staab, Cyber-Valley-Forscher und Professor für Analytic Computing an der Universität Stuttgart. Staab ist Experte für die Extraktion von Information aus Texten und forschte bereits vor 25 Jahren an einem System, das helfen sollte, die Beschreibungen von Magengeschwür-Gewebeproben besser zu verstehen. Damals lief das noch regelbasiert: Eine komplexe und möglichst intelligent angelegte Abfolge von Wenn-Dann-Bedingungen sollte unter anderem klären, was Ärzt:innen mit Formulierungen wie »erbsen- oder linsengroßen Befunden« meinen.

»Das Problem besteht schon so lange, wie es Arztbriefe gibt.«

Heute soll Künstliche Intelligenz Licht in den Dschungel der Begrifflichkeiten bringen. Von menschlichem Verständnis sei man hier trotz aller Fortschritte zwar noch weit entfernt, sagt Staab. Was aber nicht heiße, dass KI nicht schon bald praktische Hilfe im Umgang mit Arztbriefen leisten kann. »Ein menschlicher Assistent muss auch nicht alles verstehen, womit sich ein Experte befasst, kann ihn aber trotzdem effektiv unterstützen«, sagt Staab. Zusammen mit Alexander Löser, einem Experten für textbasierte Informationssysteme von der Beuth Hochschule für Technik in Berlin, hat Staab ein KI-Modell entwickelt, das erkennt, in welchem Kontext Worte in Texten auftauchen. »Wenn der Begriff Bank gebraucht wird und im Textumfeld von Spaziergang die Rede ist, ist nicht das Finanzinstitut gemeint.« Diese einfache Unterscheidung der Semantik hilft auch in Arztbriefen.

Solche Modelle ermöglichten hilfreiche Assistenzfunktionen, so Staab. Die Informatiker:innen Betty van Aken, Michalis Papaioannou und Beuth-Professor Löser haben mit den Ärzten Klemens Budde und Manuel Mayrdorfer von der Charité in Berlin so eine Funktion entwickelt. »Unser KI-System sagt das Sterblichkeitsrisiko eines Patienten vorher, wenn er in ein Krankenhaus kommt, wie lange er dort bleibt, welche Therapien und Diagnostiken angewendet werden und welche Diagnosen die Ärzte stellen«, sagt van Aken. Die KI geht dabei wie eine Suchmaschine vor: Sie vergleicht den Aufnahmegrund des Patienten, seine Risikofaktoren und idealerweise die aktuelle Medikation mit ähnlichen Fällen, die in früheren Arztbriefen beschrieben sind, und stellt damit die Prognose. »Um die Ergebnisse zu verbessern, haben wir zusätzlich Informationen aus der öffentlichen medizinischen Datenbank PubMed und Beschreibungen aus Wikipedia integriert«, sagt Mayrdorfer.

Auch eine Lösung: Workshops

Das System beherrsche bereits 1.200 Krankheiten und 700 Diagnostiken und liege fast auf Augenhöhe mit von Menschen kuratierten kommerziellen Vorhersagesystemen wie Ada Health, Babylon Health oder Infermedica, so Löser. »Nur mit dem Vorteil, dass unser Modell mit jedem weiteren Arztbrief automatisch besser wird.« Staab geht davon aus, dass solche KI-Hilfen in den kommenden zehn Jahren vermehrt auch in deutschen Kliniken zu finden sein werden.

Bis zur kompakten, stets verständlichen und richtigen Arztbrief-Zusammenfassung wird es vermutlich noch etwas länger dauern. »Auch weil noch geklärt werden muss, wer haftet, wenn sich der Arzt auf so ein System verlässt, es aber doch einen Fehler macht«, sagt Staab. Bis es so weit ist, könnte man das Problem natürlich auch von der anderen Seite aus anpacken: Die Düsseldorfer Studienautoren schlagen dafür Workshops vor. Darin sollen Ärzt:innen üben, verständlichere Berichte zu verfassen.

Erschienen am 11. März 2021 

*Übersetzung: Bei ausgeprägter Schweißneigung im Rahmen einer nicht zu beherrschenden Überwärmung des Körpers wurden die aufgenommene und ausgeschiedene Flüssigkeitsmenge des Patienten engmaschig kontrolliert.