Anhoren
Teilen
Das Fraunhofer SCAI entwickelt gemeinsam mit dem WIdO ein breit einsetzbares KI-Modell, das aus Kassendaten medizinische Vorhersagen machen soll.
Dass in Gesundheitsdaten großes Potenzial vor Vorsorge, Prävention und Forschung stecken, steht außer Frage. Das Projekt ClaimsBERT soll einen Teil dieses Potenzials nun heben. Gemeinsam wollen das Fraunhofer-Institut für Algorithmen und Wissenschaftliches Rechnen SCAI und das Wissenschaftliche Institut der AOK (WIdO) eine KI-Basismodell entwickeln, dass aus Routinedaten der gesetzlichen Kranken- und Pflegeversicherung Risiken für schwere Erkrankungen oder Pflegebedürftigkeit frühzeitig ableiten kann.
Dieses Foundation Model für Routinedaten soll dann breit einsetzbar viele medizinische Vorhersagen treffen können. Gefüttert wird die KI mit sogenannten GKV-Claims-Daten der AOK. Gemeint sind Abrechnungs- und Versorgungsdaten der gesetzlichen Kranken- und Pflegeversicherung, die im Alltag des Gesundheitssystems ohnehin anfallen. Dazu gehören unter anderem Angaben zu Diagnosen, Behandlungen, Arzneimittelverordnungen und Krankenhausaufenthalten. Aus diesen zeitlich geordneten Informationen soll das Modell Muster erkennen, die auf spätere gesundheitliche Entwicklungen hindeuten.
„Unser Ziel ist es, aus Routinedaten der Versorgung ein belastbares Foundation Model zu entwickeln, das frühe Warnsignale für unterschiedliche Krankheitsverläufe sichtbar macht und so dazu beitragen kann, Risiken früher zu erkennen und die Versorgung gezielter zu steuern“, sagt Prof. Dr. Holger Fröhlich, Abteilungsleiter Biomedical AI & Data Science am Fraunhofer SCAI und Professor am Institut für Digitale Medizin der Universität Bonn.
Zusammenhänge in Datenmengen erkennen
Die technische Grundlage des Projekts bilden moderne Transformer-Architekturen, also KI-Modelle, die Muster in großen Datenmengen erkennen und Zusammenhänge über längere Zeit hinweg erfassen können. Sie verarbeiten die Daten in ihrer Abfolge und beziehen zusätzlich Merkmale wie Alter, Geschlecht und Bundesland ein. So soll es möglich werden, Risiken nicht nur punktuell, sondern über verschiedene medizinische Fragestellungen hinweg vorherzusagen.
Die Ergebnis aus ClaimsBERT sollen möglichst breit eingesetzt werden können – von der Prognose der Pflegebedürftigkeit über die stationäre Aufnahme aufgrund unerwünschter Arzneimittelereignisse bis hin zum Erkennen von Brustkrebs oder rheumatischen Erkrankungen. Auch Krankenhauseinweisungen infolge von Unterzuckerung oder Herzschwäche gehören zu den Anwendungsfällen.
Nach dem Training des Modells folgt dann eine medizinische Plausibilitätsprüfung mit anschließender Weiterentwicklung des Modells. Langfristig hoffen die Forscherinnen und Forscher, damit eine technische Grundlage zu schaffen, die sich mit vergleichsweise geringem Aufwand auch auf weitere Erkrankungen und Gesundheitszustände übertragen lässt. Die Projektleitung und Konsortialführung liegen beim WIdO. Fraunhofer SCAI ist Konsortialpartner.
Das Projekt ClaimsBERT läuft von März 2026 bis Februar 2029 und wird im Bereich Vorsorgeforschung durch den Innovationsfonds des Gemeinsamen Bundesausschusses gefördert. Die Fördersumme beträgt rund 1,3 Millionen Euro.
