Gewinnung und Verwertung von Fakten aus medizinischen Publikationen
Ausgangssituation
Im medizinischen Bereich gibt es eine Vielzahl von wissenschaftlichen Fachpublikationen, in denen ständig neue Erkenntnisse aus der Forschung veröffentlicht werden. Der Umfang des Wissens ist selbst für Fachleute kaum noch überschaubar. Thieme stellt einem Fachpublikum deshalb leicht verständliche, kurze Zusammenfassungen von medizinisch-wissenschaftlichen Forschungsergebnissen zur Verfügung. Die Aufgabenstellung für den Quick Check bestand darin, die Einsatzmöglichkeiten und den Nutzen von KI bei der Erstellung solcher Zusammenfassungen zu evaluieren.
Lösungsidee
Auf der Basis eines gemeinsamen Verständnisses der Aufgabenstellung und der damit verbundenen Herausforderungen wurde eine Vorgehensweise erarbeitet, die folgende Teilschritte umfasst:
-Extraktion von Textstellen
-Zusammenfassung zu Gesamttext
-Umformulierung des Textes
-Übersetzung
Für die Extraktion der Textstellen kam das NLP-Framework SpaCy zum Einsatz. Die Umformulierung der gefundenen Textstellen und die Übersetzung vom Englischen ins Deutsche erfolgte mittels KI-Sprachmodellen von der Plattform Hugging Face.

Nutzen
Im Quick Check konnte gezeigt werden, dass alle Teilaufgaben umsetzbar sind. Durch den Einsatz von großen Sprachmodellen mit Transformer-Architektur wird es möglich, die Extraktion von Textstellen mit verringertem Aufwand und damit einer besseren Wirtschaftlichkeit zu realisieren. Bereits mit wenigen Trainings- und Testbeispielen können erste brauchbare Ergebnisse erreicht werden. Der für den medizinischen Bereich entwickelte Lösungsansatz kann später auf andere Themengebiete übertragen werden.
Umsetzung der KI-Applikation
Im Quick Check wurde die gesamte Vorgehensweise beispielhaft für das Merkmal »Studienteilnehmer« anhand von wissenschaftlichen Studien aus konkreten Themenfeldern implementiert. Durch die Integration der Funktionen in die TextverstehenPlattform Aikido des Fraunhofer IAO wurde ein erster Prototyp realisiert, der die Ergebnisse der KI in Form einer Assistenzfunktion verfügbar macht. Die Assistenzlösung erlaubt es, später beim Einsatz Benutzer-Feedback zu erheben, wodurch weitere Trainingsdaten gewonnen werden können, was die Qualität der KI-Vorschläge verbessert.