Anwendungsszenario Biodatenbanken - Pathologie

Cloud4health kann mit hoher Präzision Tumorklassifikationen aus Pathologieberichten vollautomatisch extrahieren und so große Pathologie-Datenbestände (>= 500 000) strukturieren.

Biobanken gewinnen immer mehr an wissenschaftlichem Interesse, was sich auch in der zunehmenden Zahl etablierter Biobanken widerspiegelt. Oftmals dienen diese Proben der Qualitätssicherung, der Lehre oder eigenen bzw. lokalen Forschungsprojekten. Jedoch sind die Potentiale der Probenarchive damit noch lange nicht ausgeschöpft, vielmehr ist ein breites Einsatzfeld für Gewebebanken denkbar. Meist liegen in Pathologie-Anwendungssystemen ausschließlich die Patientenstammdaten und Leistungsziffern in strukturierter Form vor. Alle anderen wichtigen Angaben, wie z.B. die TNM-Klassifikation, finden sich dagegen unstrukturiert im Freitext des diktierten Pathologiebefundes.

Für weiterführende Analysen sind harmonisierte und strukturierte Proben- und Datenarchivierungen nötig. Derart umfangreiche Daten können nur mit enormem Aufwand manuell zusammenfassend bearbeitet werden. Daher lassen die oftmals unstrukturiert vorliegenden Informationen bislang kaum eine weiterführende Verwendung der großen Datenmengen zu, obgleich in Gewebebanken für Diagnostik und Forschung potentiell wertvolle Informationen gespeichert sind.

Cloud4health kann beispielsweise vollautomatisch TNM Klassifikationen erkennen, ordnet mit hoher Präzision diese Klassifikationen den Hauptkomponenten zu und gibt diese Information strukturiert zurück. Auch die Prädiktion der Residualtumorklassifikation funktioniert vollautomatisch mit hoher Genauigkeit.





Patientengespräch

Die automatische Strukturierung von Biodatenbanken

Ermöglicht die Umstellung von unstrukturierten auf strukturierte Pathologieinformationssystemen

Erleichtert (auch international) multizentrische Studien

Ermöglicht einer transsektoralen Zusammenarbeit

Ermöglicht deutschlandweite Versorgungsforschungsprojekte

Kann Proben vollständiger dokumentieren und unterstützt die wirtschaftliche Nutzung der Daten