Ein neues KI-System wertet Freitexte aus elektronischen Patientenakten aus, um früh zwischen Epilepsie und psychogenen nicht-epileptischen Anfällen zu unterscheiden. EpiScreen soll die Diagnostik nicht ersetzen, sondern Patientinnen und Patienten früher einer gezielten Abklärung zuführen.
Epileptische Anfälle und psychogene nicht-epileptische Anfälle können sich klinisch ähneln, erfordern aber unterschiedliche Behandlungskonzepte. Bis zur eindeutigen Diagnose vergeht deshalb mitunter viel Zeit. Forschende haben nun mit EpiScreen ein System entwickelt, das routinemäßig dokumentierte klinische Notizen aus elektronischen Patientenakten analysiert. Grundlage sind Large Language Models, die auf entsprechend gekennzeichneten Freitexten trainiert wurden. Die Studie ist im Fachjournal npj Digital Medicine erschienen.
Routinedokumentation als Screening-Grundlage
EpiScreen durchsucht klinische Notizen nach Mustern, die auf eine Epilepsie hindeuten können. Der Ansatz ist vor allem deshalb interessant, weil dafür keine zusätzlichen Untersuchungen notwendig sind: Verwendet werden Informationen, die im Versorgungsalltag ohnehin dokumentiert werden. In der MIMIC-IV-Datenbank erreichte das Modell eine AUC von bis zu 0,875. In einer externen Kohorte der University of Minnesota lag die AUC bei 0,98. Die AUC beschreibt, wie gut ein Modell zwischen zwei Gruppen unterscheiden kann; ein Wert von 1 steht für eine perfekte Trennung. Auch die Zusammenarbeit zwischen Mensch und KI wurde untersucht. Neurologinnen und Neurologen, die EpiScreen zur Unterstützung nutzten, schnitten laut Studie um bis zu 14,3 Prozent besser ab als Fachleute ohne KI-Unterstützung. EpiScreen ist nicht als Ersatz für eine umfassende neurologische Diagnostik gedacht. Als Goldstandard für die Unterscheidung epileptischer und psychogener nicht-epileptischer Anfälle gilt weiterhin das prolongierte Video-EEG. Gerade dieses Verfahren ist jedoch vergleichsweise aufwendig und nicht überall kurzfristig verfügbar. Ein vorgelagertes Screening aus vorhandenen Patientendaten könnte deshalb helfen, auffällige Fälle früher zu identifizieren und gezielter einer weiterführenden Diagnostik zuzuführen.
Potenzial zur Verkürzung diagnostischer Wege
Der mögliche Nutzen liegt damit vor allem in der zeitlichen Vorverlagerung der Verdachtsdiagnose. Fehl- oder verspätete Diagnosen können unnötige Behandlungen nach sich ziehen und den Zugang zur passenden Therapie verzögern. Ob EpiScreen diese diagnostischen Wege im klinischen Alltag tatsächlich verkürzt, muss allerdings noch prospektiv untersucht werden. Die bisherige Studie zeigt vor allem, dass sich Informationen aus unstrukturierten klinischen Freitexten mit einem spezialisierten Sprachmodell für ein frühes Screening nutzen lassen.
