Motivation

Täglich erreichen die Krebsregister deutschlandweit mehrere tausend Meldungen von onkologisch tätigen Ärztinnen und Ärzten, die neue Informationen zur Diagnose von Krebserkrankungen, deren Therapie oder Verlaufsdaten enthalten. Eine Herausforderung bei der Arbeit mit diesen Daten ist es, einen möglichst aktuellen und dennoch qualitätsgeprüften Datensatz zu schaffen. Dieser Datensatz steht für Auswertungen und Datenanfragen den onkologisch tätigen Ärztinnen und Ärzten zur Verfügung. Diese Vielzahl an Information macht eine automatisierte Datenverarbeitung und auch deren automatisierte Qualitätssicherung erforderlich. Sogenannte KI-basierte (künstliche Intelligenz) Verfahren werden bereits für Qualitätskontrollen bei der Erhebung von klinischen Daten diskutiert. Für die Qualitätssicherung von Krebsregisterdaten fanden sie bisher keine Anwendung.

Ziele und Vorgehen

Das Projekt ZuVaKI verfolgt das Ziel, die Möglichkeiten von KI-Verfahren zur Qualitätssicherung von Krebsregisterdaten zu untersuchen. Aus unterschiedlich gemeldeten Informationen zu Tumorerkrankungen einer Patientin oder eines Patienten an die Krebsregister werden die brauchbarsten Informationen ausgewählt und zusammengestellt. Das wird notwendig, da den Registern zu einzelnen Anlässen teilweise mehrere verschiedene Meldungen übermittelt werden, die sich zum Teil inhaltlich ergänzen, aber auch widersprechen können. Auf diesem Wege entsteht der sogenannte Best-Of-Datensatz. Durch eine höhere Automatisierung und eine bessere Fehlererkennung könnten Daten für Auswertungen schneller und qualitätsgesichert an Melder bereitgestellt werden.

Perspektiven für die Praxis

Die Ergebnisse des Projekts ZuVaKI können dazu beitragen, dass durch den verstärkten Einsatz von automatisierten Verfahren und durch eine bessere Fehlererkennung Daten für Auswertezwecke und Analysen schneller und qualitätsgesichert an medizinische und wissenschaftliche Einrichtungen bereitgestellt werden. Gut geprüfte Daten sind unabdingbare Voraussetzung zum Erstellen und Auswerten einer Best-Of-Tumorhistorie. Wenn die an einem Standort funktionierenden Prozesse und KI-Verfahren bei anderen Krebsregistern genutzt würden, könnten alle Krebsregister in Deutschland davon profitieren.


Projektleitung

Dr. Nils Herm-Stapelberg
herm-stapelberg@krebsregister-rlp.de
IDG Institut für digitale Gesundheitsdaten RLP gGmbH
Große Bleiche 46
55116 Mainz

Projektlaufzeit

01.09.2022 bis 31.08.2025

Das Projekt ist Teil des Förderschwerpunkts „Krebsregisterdaten zusammenführen und intelligent nutzen: Innovationsprojekte für Künstliche Intelligenz“.

Projektbeteiligte

Deutsches Kinderkrebsregister
https://www.kinderkrebsregister.de/dkkr/ueber-uns/uebersicht.html

Ansprechpartnerin: 
PD Dr. Claudia Spix
clauspix@uni-mainz.de


Klinisches Krebsregister Niedersachsen
https://www.kk-n.de

Ansprechpartner:
Tobias Hartz
t.hartz@kk-n.de 


Lehrstuhl für Wirtschaftsinformatik und BWL der Johannes Gutenberg-Universität Mainz
www.uni-mainz.de


Krebsregister Baden-Württemberg
https://www.krebsregister-bw.de/startseite

Ansprechpartner:
Prof. Dr. med. Marco Halber
halber@klr-krbw.de


Hessisches Krebsregister
https://hessisches-krebsregister.de/

Ansprechpartner:
Martin Rapp
martin.rapp@hessisches-krebsregister.de