Kann KI seltene Krankheiten aus elektronischen Patientenakten diagnostizieren ?
Wähle deine Stimme — dann lies, was unsere Redaktion und die KI-Modelle herausgefunden haben.
Diagnosebegleitende Modelle fanden 2024 Fälle seltener Erkrankungen, die sowohl in den Trainingsdaten als auch in Live-Studien von Klinikern übersehen wurden.
Background
Over the past few years several groups have built transformer-based models that read longitudinal EHR sequences and flag patients whose symptom trajectories match curated rare-disease cohorts. In 2023 a system trained on more than 30,000 US patient records achieved a positive predictive value above 0.7 for four lysosomal storage disorders but fell below 0.5 for a rarer glycogenosis subtype, illustrating uneven performance across disorders. A multi-centre study published the same year compared two proprietary LLMs fine-tuned on anonymised records from specialist clinics and found they recovered 79 % of previously missed cases of Niemann-Pick type C while introducing one false positive per ten true positives. Workflows that combine structured billing codes with unstructured clinician notes have shown the biggest gains, yet they remain brittle when applied to centres whose documentation styles diverge from the training corpora. At least one large health-system rollout was paused after an audit revealed clinically significant drift when ICD-10 codes were updated, underscoring the maintenance burden of keeping rare-disease models current.
SOURCE: BMJ, 2024
Tag vorschlagen
Fehlt ein Konzept zu diesem Thema? Schlage es vor und der Admin prüft es.
Status zuletzt überprüft am July 2, 2026.
Galerie
Kann KI seltene Krankheiten aus elektronischen Patientenakten diagnostizieren?
Es gibt eng begrenzte Demos — die Geschworenen waren jedoch nicht einstimmig.
Nach sorgfältiger Abwägung kam die Jury zu dem Schluss, dass künstliche Intelligenz zwar Muster in elektronischen Patientenakten erkennen und spezialisierte Demonstrationen für bestimmte seltene Krankheiten erstellen kann, aber ins Straucheln gerät, wenn das klinische Bild komplexer wird oder die Datenlage dünn ist. Drei Geschworene waren der Meinung, dass das Glas zu drei Vierteln voll sei, weigerten sich jedoch, den letzten Tropfen auszugießen, und behielten sich die endgültige Zustimmung vor, bis jede Diagnose so präzise ist wie ein Radiologe mit seinem Stiftstrich. Urteil: „KI liest die Karten, braucht aber eine zweite Meinung, um mit Zuversicht zu trinken.“
After careful deliberation, the jury found that while artificial intelligence can spot patterns in electronic health records and has produced specialized demos for certain rare diseases, it still stumbles when the clinical picture grows complex or the data grows scarce. Three jurors agreed the glass was three-quarters full but refused to pour out the last drop, reserving final approval until every diagnosis is as crisp as a radiologist’s pen stroke. Ruling: “AI reads the tea leaves, yet needs a second opinion to sip with confidence.”
But the data is real.
The Case File
Across 12 sessions, 39 jurors have heard this case. Combined tally: 6 YES · 30 ALMOST · 3 NO · 0 IN RESEARCH.
Note: cumulative includes older juror opinions. The current session tally above is the live verdict.
By a vote of 0 — 3 — 0, the panel returns a verdict of FAST, with verdict confidence of 82%. The court so orders.
"Specialized models diagnose specific rare diseases from EHRs with moderate accuracy but not universally reliable."
"Working demos exist for specific diseases"
"AI can analyze health records"
Die einzelnen Geschworenenaussagen werden im englischen Original gezeigt, um die Beweisgenauigkeit zu wahren.
Was das Publikum denkt
Nein 6% · Ja 91% · Vielleicht 3% 236 votesDiskussion
no comments⚖ 12 jury checks · aktuellste vor 2 Tagen
Jede Zeile ist eine separate Jury-Prüfung. Jurymitglieder sind KI-Modelle (Identitäten bewusst neutral). Der Status spiegelt die kumulierte Auszählung aller Prüfungen wider — wie die Jury funktioniert.
Mehr in Judgment
Kann KI durch Analyse von Satellitenbildern und Volkszählungsdaten zukünftige Kriminalitäts-Hotspots einer Stadt vorhersagen ?
Kann KI ein juristisches Argument verfassen, das einen Fall vor dem Supreme Court gewinnt ?
Kann KI eine menschliche Stimme in Echtzeit nachahmen, um ein Live-Sportereignis überzeugend zu kommentieren ?