Schneller bessere medizinische Entscheidungen durch Natural Language Processing
Retrospektive Entscheidungsunterstützung
Wir analysieren für Sie große Mengen an beliebig erfassten klinischen Falldaten und zeigen Ihnen Möglichkeiten auf, wie Sie die Qualität Ihrer Dokumente verbessern können.
Abbildung 1 Ihr Nutzen – Beispiel: Frührevision in der Abrechnungskodierung in einem Healthcare-Portal
Prospektive Entscheidungsunterstützung
Wir prüfen für Sie – gerne auch 100-Seiten lange – Dokumente und liefern zeitsparende, erlösrelevante und qualitätssichernde Empfehlungen.
Abbildung 2 Beispiel: Unterstützung bei der radiologischen Freitextbefundung in einer Befund-Workstation
Die Lösung: Natural Language Processing
Wir wenden für Sie moderne Ansätze zum Natural Language Processing, einem Unterbereich der Künstlichen Intelligenz, an.
Abbildung 3 Natural Language Processing erkennt für Sie 1) alle relevanten Konzepte wie Pleuraerguss, 2) deren Kontext wie Negationen und 3) gibt Empfehlungen inklusive Konfidenz
Baukasten für Entscheidungsunterstützung auf klinischer Dokumentation
Healthcare Box
Unstrukturierte Daten datenschutzkonform in die Cloud
Healthcare Portal
Benutzerfreundliches Explorieren über historischen Fällen
Healthcare Check
Nahe-Echtzeit Entscheidungsunterstützung auf neuen Fällen
Automatische Interpretation natürlichsprachlicher Texte
Natural Language Processing ermöglicht die Analyse von unstrukturierten Daten, z.B. radiologische Befunde, Laborberichte, wissenschaftliche Publikationen.
Automatische Wissensgenerierung
Halbüberwachtes Maschinelles Lernen ermöglicht die Entscheidungsunterstützung aus großen, heterogenen Informationen von variabler Qualität in nahezu Echtzeit.
Schnell verbesserte Geschäftsprozesse
Skalierbare Cloudinfrastrukturen, Web-APIs und vorgefertigte Schnittstellen ermöglichen eine einfache Integration in Ihre Systemlandschaft.
Datenschutz
Die industriebewährte „Empolis Box“ ermöglicht die Pseudonymisierung der Daten lokal bei Ihnen.
Wissensbasis
Auf Basis öffentlich zugänglicher Informationen bieten wir eine große Auswahl an Standard-Inhalten wie Definitionen von Krankheiten, Therapien, Labormesswerte etc. Auf Wunsch individualisieren wir diese Wissensbasis für Sie auf Basis Ihrer Daten.
5 Gründe für die Healthcare Analytics Services
- Assistierte Diagnostik und Therapieplanung: Nutzer erhalten Empfehlungen und können diese anhand von Entscheidungsbäumen selbstständig nachvollziehen.
- Kosteneffiziente medizinische Dokumentation: Die Dokumentation sowie Abrechnung werden während des Behandlungsprozesses automatisch erstellt.
- Big Data Enabler: Medizinische Texte werden anonymisiert und analysiert, als Basis für datenschutzkonforme Wissensgenerierung (z. B. Deep Learning über Bilder).
- Anbindung medizinischer Wissensquellen: Beliebige Kataloge (BioPortal, Bio2RDF etc.), Terminologien (WordNet, GermaNet etc.), Thesauri (MeSH, Wikipedia, ICD, OPS etc.) und Ontologien (RadLex, FMA, GO, ICD11, SNOMED-CT etc.) können in unseren Wissensgraphen integriert werden.
- Einbindung von Expertenwissen: Das Antrainieren unserer Systeme geschieht durch die Eingabe von Regeln und Entscheidungsbäumen sowie Maschinellem Lernen, Deep Learning aus Beispielen.
Ansprechpartner
Benedikt Kämpgen
Leiter SU Healthcare Analytics
Tel: +49 (9365) 8062-444
benedikt.kaempgen(at)empolis.com
Andreas Klüter
Chief Technology Officer (CTO)
Tel: +49 (631) 68036-430
andreas.klueter(at)empolis.com
