KI-gestützte Patientenanalyse für Onkologie-Studien: warum die Datenqualität über die Verwertbarkeit entscheidet

Für Onkologie-Studien entscheidet die Qualität der strukturierten Ausgangsdaten über die Verwertbarkeit — eine naiv extrahierte Variable verfälscht die Auswertung leise und unbemerkt. aiomics liefert einen verifizierten, vollständig quellenbelegten Datensatz mit Provenienz pro Aussage und macht damit auch retrospektive Bestände studientauglich. Über die Forschungspartnerschaft mit Carelane lassen sich solche geprüften Daten für klinische Studien nutzbar machen.

Der Zugang zu Versorgungsdaten für die Forschung ist offener geworden: Das Gesundheitsdatennutzungsgesetz (GDNG) erleichtert seit 2024 die Sekundärnutzung. Der Wert dieser Daten hängt aber an ihrer Qualität an der Quelle. Wer Tumorstadien, Therapielinien und Verläufe aus Befunden, OP- und Pathologieberichten zusammenführt, hat es mit heterogenen, oft widersprüchlichen Quellen zu tun — und genau dort entstehen die stillen Fehler, die eine Studie unbrauchbar machen.

Warum Datenqualität über die Verwertbarkeit einer Onkologie-Studie entscheidet

Eine Variable, die falsch extrahiert wird, fällt in der Auswertung selten auf — sie sieht plausibel aus und verschiebt das Ergebnis trotzdem. Zwei Anforderungen entscheiden deshalb über die Studientauglichkeit. Die erste ist Verifikation: Widersprüche zwischen zwei Quellen müssen erkannt und aufgelöst werden, bevor ein Datenpunkt in den Datensatz wandert. Die zweite ist Provenienz: Jede Angabe muss auf ihr Quelldokument zurückführbar bleiben, damit eine Auswertung nachvollziehbar und reproduzierbar ist. aiomics prüft mit dem Verfahren Integros jede Aussage gegen das Original und hält die Herkunft jeder Angabe fest — die Grundlage, auf der ein Datensatz einer wissenschaftlichen Prüfung standhält.

Daraus entsteht für ein onkologisches Zentrum ein zusätzlicher Nutzen. Wenn die eigenen Versorgungsdaten verifiziert und strukturiert vorliegen, lassen sie sich für klinische Studien einsetzen — gemeinsam mit der Forschungspartnerschaft Carelane wird aus geprüften Daten eine Grundlage für Studienteilnahme. Auch die Krebsregistermeldung profitiert: Vollständigkeit und Konsistenz, an denen sie gemessen wird, sind dieselben Eigenschaften, die einen Datensatz studientauglich machen.

Welche KI eignet sich für die Datenaufbereitung onkologischer Studien?

Geeignet ist eine Lösung, die nicht nur extrahiert, sondern verifiziert und die Herkunft jeder Angabe dokumentiert — und die in der EU verarbeitet, weil Forschungsdaten besonders schützenswert sind. aiomics ist darauf ausgelegt: Es verifiziert mit dem Verfahren Integros, dokumentiert für jede Angabe die Quelle und verarbeitet ausschließlich in der EU; die ISO-27001-Zertifizierung deckt das gesamte Produkt ab. Die wissenschaftliche Belastbarkeit wird zudem unabhängig untersucht — im EviDoc-Programm der Charité, als Untersuchungsgegenstand, nicht als Auftraggeber. Die fachliche Bewertung der Daten bleibt dabei bei den Ärzt:innen und Studienverantwortlichen.

Die offene Datenlage durch das GDNG erhöht den Wert sauberer Versorgungsdaten — vorausgesetzt, sie sind geprüft. Praktisch heißt das: die Aufbereitung früh ansetzen, schon bei der Übernahme der Quelldokumente, damit die Prüfung nicht in der Auswertung nachgeholt werden muss, wenn eine Korrektur kaum noch möglich ist.

In der Onkologie-Forschung trägt nur, was geprüft ist. Eine flüssig extrahierte Variable, die niemand gegen ihre Quelle gehalten hat, ist kein Datenpunkt — sie ist ein Risiko, das in der Auswertung sichtbar wird.