X- K L U S I V
Struktur-Report Selbst nach 25 Jahren ist die Strukturierte Befundung in der Routine der Radiologie immer noch nicht angekommen. Doch die Künstliche Intelligenz benötigt strukturierte Daten, um zuverlässige Algorithmen zu trainieren. Guido Gebhardt sprach mit PD Dr. Pinto dos Santos, Oberarzt am Institut für Diagnostische und Interventionelle Radiologie der Uniklinik Köln und Leiter der Machine Learning und Data Science Group, über unterschiedliche Lösungsansätze und die klaren Vorteile, strukturiert zu befunden. þ Welche Vorteile bietet die Strukturierte Befundung? Die Vorteile der Strukturierten Befundung liegen mehr oder weniger auf der Hand. Aktuell ist es meist so, dass Radiologen ihre Befunde als Freitext formulieren. Dabei hat jeder hat seine eigenen sprachlichen Vorlieben, was den Stil angeht und was die Wortwahl angeht. Hinzu kommt, dass nicht jeder immer präsent hat, für welche Fragestellung welche Inhalte relevant sind. Das heißt, Befunde verfügen sowohl über sprachlich stilistische als auch inhaltliche Variationen. Obwohl der Befund bestimmt per se nicht falsch ist, fehlt dem Zuweiser eventuell eine wichtige Information, da dem Radiologen die Fragestellung nicht eindeutig kommuniziert wurde. Im Gegensatz dazu orientiert sich die Strukturierte Befundung, so wie wir sie in der Deutschen Röntgengesellschaft denken und wie es in der Literatur propagiert wird, an Befundvorlagen. Das hat den
18
R ADIOLOGIE MAGAZIN · 3-2020
Vorteil, dass die Befunde sich sprachlich stilistisch immer ähnlich sind. Zusätzlich wäre es vorstellbar, ähnlich wie in der Labormedizin, den Befund mit Tabellen, Parametern und Messwerten anzureichern. Zum Pankreaskarzinom könnte da beispielsweise stehen, welches Gefäß wie am Tumor involviert ist. Insofern denke ich, besteht der große Vorteil der Strukturierten Befundung in einer stilistischen und inhaltlichen Homogeneisierung, um einen bestimmten qualitativen Mindeststandard zu erreichen. Doch wenn der Radiologe übersieht, worum es geht, dringt das auch in einen Strukturierten Befund falsch ein. Der Strukturierte Befund verbessert also nicht per se den Radiologen oder den Befund. Die Strukturierte Befundung sorgt jedoch über Umwege für eine Verbesserung: Wenn der Radiologe weiß, worauf es ankommt, kann er sich festlegen und dem Zuweiser etwas an die Hand geben,
den Befundbericht besser zu verstehen. Und ich glaube, das ist der zentrale Punkt. Der Befund ist das Produkt, das der Zuweiser von der Radiologie haben möchte. Wenn es uns gelingt, den Zuweisern relevante Informationen verständlich darzustellen, weil es klarer ist, weil es kürzer ist, weil es alles in allem besser ist, wird er ihn immer wieder von uns haben wollen. þ Ist es nicht so, dass auch bei der Auswertung von Big Data im Zusammenhang mit Machine Learning Strukturierte Befunde Vorteile bringen? Ja genau, das kommt noch hinzu: Strukturierte Befunde sind von IT-Systemen deutlich besser auszuwerten. Bei Freitext kann es sein, dass doppelte und dreifache Verneinungen vorkommen. Da gibt jeder Computer auf. Dagegen sind tabellarische Eingabemasken sehr leicht maschinenlesbar und man kann, beispielsweise basierend auf Eingaben,
