COMPLEX - Visus Technology Transfer GmbH

werden können. Der folgende Fall soll den Nutzen
verdeutlichen: Patientin Maier hatte einen
Unfall, bei dem sie sichden Fuß brach. Nach
der Einlieferung im Unfallkrankenhaus wurde
ihr Fuß geröntgt. Anschließend wurde der
Fuß operiert. Alle Behandlungsschritte, Therapien
und Medikamente wurden in einem
Dokument zusammengefasst. Die multi-label
Klassifikation ermöglicht die Zuordnung des
Dokuments zu dessen medizinischrelevanten
Fachbereichen Radiologie und Chirurgie.
Abb. 2zeigt den Klassifikationsprozess.
Ausden 18 000 klinischen Freitextdokumenten
wurden zufällig 1500 Dokumente ausgewählt.
Weiters wurden acht medizinische Fachbereiche
als Kategorien definiert. Ein Fachexperte
(Internist) wies aufgrund des Inhalts jedem
Dokument einen oder mehrere Fachbereiche
zu. Der manuell kategorisierte Dokumentensatz
wurde anschließend in einen Trainings- und einen
Testdokumentsatz geteilt. Vier unterschiedliche
Klassifikationsalgorithmen -– J48 Tree Classifier,
Support Vector Machines (SMO),
k-Nearest Neighbor (k-NN) Classifier,und Naïve
Bayes [4-7] –wurden mit diesen Datensätzen
trainiert bzw.evaluiert. Der Einfluss vonText-
Vorverarbeitung (z.B.Stoppwortentfernung,
Stemming, Kleinschreibung) auf das Klassifikationsergebnis
wurde untersucht. Die F-Measure [8] wurde als Erfolgsmaßzahl
verwendet. J48, der Klassifikator mit dem besten Evaluationsergebnis,wurde
schließlichimInformation Retrieval System
verwendet um die restlichen klinischen Textdokumente automatisiert
zu klassifizieren.
Indexierungs- und Such-Modul: Für die Entwicklung des
Indexierungs- bzw.Suchmechanismus wurde das etablierte
Open-Source Text-Information-Retrieval-Framework Apache
Lucene [9] verwendet. Lucene stellt Funktionalität zum Analysieren,
Indexieren und Suchen vonTextdokumenten zur Verfügung.
Weiters können Dokumente nachRelevanz sortiert
werden. Lucene bietet auchdie Möglichkeit einen „boost factor“
zu setzen, um die Relevanz vonDokumenten durchMetadaten
zu beeinflussen. Im Falle des klinischen IR-Systems wird
Dokumenten, die medizinischen Fachbereichen zugeordnet
wurden, bei der Auswahl dieser Fachbereiche in der Suchmaske
eine höhere Relevanz zugewiesen als Dokumenten, die nicht
in diese Fachbereiche klassifiziert wurden.
J2EE Webanwendung: Die Konzeption des klinischen
IR-Systems als J2EE-Webanwendung erlaubt, neben Plattformunabhängigkeit,
Modularität, Erweiterbarkeit und Datenschutzfunktionen,
einen einfachen Zugriff auf das IR-System.
Mediziner –und in Zukunft möglicherweise auch
Patienten –können somit über einen Webbrowser auf die
Abb. 1–Systemarchitektur des Prototyps eines klinischen
Information Retrieval Systems
Beispielhafte Anwendung des klinischen IR-Systems
Der folgende Anwendungsfall demonstriert anhand
eines konkreten Beispiels die Funktionalität des Systems:
Aufgrund von Schmerzen im Brustbereich kommt ein Patient
auf die Interne Abteilung. Der Patient erzählt, dass er
schon mehrmals am Herzen behandelt worden sei. Die
diensthabende Internistin möchte sich daher einen Überblick
über die bisherige Krankengeschichte des Patienten
machen. Vorallem ist sie an bisherigen Behandlungen am
Herzeninteressiert. Also gibt sie „Herz*“ in die Suchmaske
ein. Der „*“ ist Platzhalter für beliebige weitere Zeichen nach
dem Wort „Herz“. Neben medikamentösen Therapien sind
auchmögliche Operationen vonBedeutung. Sie sucht daher
nach Dokumenten der Fachbereiche „Innere Medizin“ sowie
„Chirurgie“, und setzt daher in der Suchmaskeeine Marke
für diese Fachbereiche.
Nach der Übermittlung der Suchanfrage, ermittelt das
klinische IR-System alle Dokumente die das Wort „Herz“
beinhalten. Zusätzlichwird die Relevanz dieser Dokumente
bezüglichder Suchanfrage berechnet. Im nächsten Schritt
werden jene Dokumente, die vom Klassifikationsalgorithmus
in die Kategorien „Innere Medizin“ bzw. „Chirurgie“
klassifiziert wurden mit einem höheren Relevanz-Faktor gewichtet,
als jene, die nicht in diese Kategorien fallen. Höher
gewichtete Dokumente erscheinen in der Ergebnisliste vor
Patientenakte zugreifen. niedriger gewichteten. Dokumente, die zwar das Wort „Herz“ >
EHEALTHCOM 57