Digital Registrar: A Schema-First Framework for Multi-Cancer Privacy-Preserving Pathology Abstraction via Local LLMs

Die Studie stellt „Digital Registrar" vor, ein datenbankorientiertes Framework, das mithilfe lokaler Large Language Models und streng definierter Schemata unstrukturierte pathologische Krebsberichte in maschinenlesbare, registrierkonforme Daten umwandelt und dabei Datenschutz sowie Interoperabilität gewährleistet.

Das Wesentliche

Der "Digitale Registratur": Wie ein KI-Assistent medizinische Akten entziffert

Stellen Sie sich vor, ein Chirurg oder Pathologe schreibt einen Bericht über einen Krebspatienten. Dieser Bericht ist wie ein handgeschriebener Roman: Er enthält alle wichtigen Details (Tumorgröße, Lage, ob der Tumor entfernt wurde), aber er ist in freiem Text verfasst. Für einen Computer ist das wie ein Buch in einer unbekannten Sprache – er kann die Wörter lesen, aber er versteht die Struktur nicht.

Das ist das Problem: Um Krebsdaten für die Forschung oder Statistiken zu nutzen, müssten Menschen diese Romane mühsam von Hand in Tabellen abtippen. Das ist langsam, teuer und fehleranfällig.

Die Autoren dieser Studie haben eine Lösung entwickelt, die sie "Digital Registrar" nennen. Hier ist, wie es funktioniert, erklärt mit einfachen Analogien:

1. Das feste Gerüst (Das "Schema")

Stellen Sie sich vor, Sie wollen ein Haus bauen. Die meisten KI-Modelle versuchen, das Haus einfach aus dem Nichts zu errichten – das Ergebnis ist oft chaotisch.
Diese Forscher machen es anders: Sie bauen zuerst ein striktes, unveränderliches Gerüst (ein "Schema").

• Die Analogie: Stellen Sie sich ein Formular vor, bei dem jedes Feld genau definiert ist. "Hier kommt nur die Tumorgröße rein", "Hier nur die Größe in Millimetern", "Hier nur 'Ja' oder 'Nein'".
• Der Clou: Dieses Gerüst basiert auf den offiziellen Regeln der amerikanischen Pathologen (CAP). Es ist so etwas wie der "Baukasten-Plan", der sicherstellt, dass die Daten immer korrekt und vergleichbar sind, egal welcher Arzt den Bericht geschrieben hat.

2. Der Übersetzer (Die lokale KI)

Jetzt brauchen Sie jemanden, der den handgeschriebenen Roman liest und die Informationen in dieses strikte Formular einträgt. Dafür nutzen die Forscher eine Künstliche Intelligenz (LLM), die wie ein extrem gut ausgebildeter Dolmetscher funktioniert.

• Das Besondere: Diese KI läuft nicht in der "Cloud" (also auf fremden Servern im Internet), sondern lokal auf dem Computer der Klinik.
• Warum ist das wichtig? Stellen Sie sich vor, Sie schicken Ihre privaten medizinischen Akten an eine fremde Firma, die sie liest. Das ist riskant. Bei diesem System bleibt alles im Haus. Die Daten verlassen das Krankenhaus nicht. Das ist wie ein sicherer Tresor, in dem nur die eigenen Mitarbeiter Zugriff haben.

3. Der flexible Motor (Modell-Unabhängigkeit)

Die Forscher haben einen cleveren Trick angewendet: Sie haben den "Dolmetscher" (die KI) vom "Formular" (dem Schema) getrennt.

• Die Analogie: Stellen Sie sich einen Motor vor, der in verschiedene Autos passt. Wenn morgen ein neuer, besserer Motor auf den Markt kommt, müssen Sie das Auto (das Schema) nicht neu bauen. Sie tauschen einfach den Motor aus.
• Das Ergebnis: Das System funktioniert mit verschiedenen KI-Modellen. Sie können das beste Modell wählen, ohne die ganze Struktur umwerfen zu müssen.

4. Die Prüfung: Wie gut funktioniert es?

Die Forscher haben das System mit fast 900 echten Patientenberichten getestet.

• Das Ergebnis: Die KI war extrem präzise. Sie hat in über 94 % der Fälle genau das Richtige in das Formular eingetragen.
• Der Test: Sie haben das System auch mit Daten aus einer ganz anderen Datenbank (TCGA) getestet, die von vielen verschiedenen Kliniken stammt. Die KI hat auch dort hervorragend funktioniert. Das zeigt, dass sie nicht nur die Sprache einer einzigen Klinik gelernt hat, sondern wirklich "versteht", worum es geht.

5. Geschwindigkeit und Hardware

Ein großes Problem bei KI ist oft, dass sie riesige Rechenzentren braucht.

• Die Analogie: Die meisten KI-Modelle brauchen einen ganzen LKW, um ihre Daten zu transportieren. Dieses System passt auf einen kleinen Lieferwagen.
• Die Realität: Das System läuft auf einem einzigen, starken Grafikprozessor (GPU), wie er in modernen medizinischen Arbeitsplätzen zu finden ist. Es dauert nur etwa eine Minute, um einen komplexen Bericht zu verarbeiten. Das ist schnell genug für den echten Klinikalltag.

Zusammenfassung: Warum ist das ein Durchbruch?

Stellen Sie sich vor, Sie haben einen Haufen unordentlicher Zettel (die Patientenberichte). Früher musste ein Mensch jeden Zettel lesen und die Daten mühsam in eine Datenbank tippen.

Mit dem "Digital Registrar":

1. Legen Sie einen perfekten Formular-Plan (Schema) fest.
2. Lassen Sie einen lokalen KI-Assistenten die Zettel lesen.
3. Der Assistent füllt das Formular automatisch aus.
4. Die Daten sind sofort maschinenlesbar, sicher (da lokal) und perfekt strukturiert.

Das ist wie ein Roboter-Archivar, der nie müde wird, keine Fehler macht und die Privatsphäre der Patienten schützt. Es öffnet die Tür dazu, dass wir in Zukunft Millionen von Krebsdaten automatisch analysieren können, um bessere Behandlungen zu finden, ohne dass die sensiblen Daten die Klinik verlassen müssen.

Technische Zusammenfassung

1. Problemstellung

Chirurgische Pathologieberichte enthalten die granularsten diagnostischen Daten für Krebs (Stadien, Resektionsränder, Lymphknotenbeteiligung, Biomarker). Dennoch liegen diese Daten überwiegend als freier Text vor, was eine „translatorische Lücke" zwischen der pathologischen Berichterstattung und automatisierten Registern oder Analysepipelines schafft.

• Herausforderungen:
  • Manuelle Erfassung: Hochwertige pathologische Details müssen oft manuell neu eingegeben oder vereinfacht werden, was ineffizient ist und Fehlerquellen birgt.
  • Mangelnde Struktur: Herkömmliche Extraktionsansätze nutzen oft flache Feldlisten oder ad-hoc-Prompts, die klinische Kontexte (z. B. verschachtelte Lymphknotengruppen oder variable Ränder) verlieren.
  • Datenschutz: Cloud-basierte Lösungen für Large Language Models (LLMs) sind für sensible Patientendaten oft unzulässig; eine lokale (on-premise) Verarbeitung ist erforderlich.
  • Modell-Abhängigkeit: Viele aktuelle Studien fokussieren sich auf die Leistung spezifischer Modelle, die sich schnell weiterentwickeln, anstatt auf eine dauerhafte, klinisch fundierte Abstraktionsschicht.

2. Methodik

Die Autoren entwickelten „Digital Registrar", ein Framework, das einen Schema-First-Ansatz mit lokalen LLMs kombiniert.

• Ontologie und Schema-Design:
  • Das System basiert auf einer klinischen Ontologie, die an die Protokolle des College of American Pathologists (CAP) angepasst ist.
  • Die Daten werden als streng typisierte, hierarchische JSON-Schemas definiert. Dies umfasst einen universellen Kern (für alle Berichte) und zehn organspezifische Erweiterungsschichten (z. B. Brust, Prostata, Lunge).
  • Das Schema deckt 193 Registerfelder ab, einschließlich komplexer, variabler Strukturen wie Lymphknotengruppen und chirurgischer Ränder.
• Extraktions-Pipeline (DSPy):
  • Die Pipeline wurde mit dem DSPy-Framework (Version 2.1) implementiert.
  • Sie nutzt DSPy-Signaturen, um klinische Anweisungen und Ontologie-Beschränkungen kodifiziert zu speichern.
  • Modell-Agnostizismus: Die Logik der Extraktion ist von spezifischen Modellgewichten entkoppelt. Das System kann verschiedene LLMs als austauschbare Inferenz-Engines nutzen.
  • Workflow:
    1. Eligibility Classification: Filterung von Krebs-Resektionsberichten gegenüber Biopsien oder benignen Befunden.
    2. Organ Detection: Bestimmung des betroffenen Organs.
    3. Organ-spezifische Extraktion: Dedizierte Module für jedes der 10 Krebsarten, die Tumorcharakteristika, TNM-Staging, Ränder und Biomarker extrahieren.
• Hardware und Modelle:
  • Die Pipeline wurde lokal auf einer einzigen NVIDIA RTX A6000 (48 GB VRAM) ausgeführt, um die Machbarkeit auf Standard-Arbeitsplatzhardware zu demonstrieren.
  • Drei Open-Weight-Modelle wurden verglichen: gpt-oss:20b (Sparse MoE), qwen3-30b-A3B (Sparse MoE) und gemma3:27b (Dense).
  • Kein Fine-Tuning: Es wurde kein Training oder Few-Shot-Prompting durchgeführt; die Extraktion erfolgte in einem einzigen Forward-Pass.

3. Wichtige Beiträge

• Schema-First-Abstraktionsschicht: Der primäre wissenschaftliche Beitrag ist nicht das Modell selbst, sondern die klinisch regierte Ontologie. Diese Schicht entkoppelt die klinische Logik von der KI-Engine, was Interoperabilität und Reproduzierbarkeit über verschiedene Modellgenerationen hinweg sicherstellt.
• Datenschutz durch lokale Bereitstellung: Das Framework ermöglicht die Verarbeitung sensibler Patientendaten (PHI) vollständig on-premise ohne Cloud-Abhängigkeit.
• Strukturierte Komplexität: Im Gegensatz zu einfachen Extraktoren bewahrt das System verschachtelte Beziehungen und variable Längenstrukturen (z. B. multiple Lymphknotenstationen), die für die Krebsregistrierung essenziell sind.
• Offene Ressourcen: Der Quellcode, die Schemas und die annotierten Daten (TCGA-Cohort) sind öffentlich verfügbar (GitHub/Zenodo).

4. Ergebnisse

Die Leistung wurde an 893 internen Berichten (2023–2024) und einer externen Validierungsgruppe von 150 TCGA-Berichten getestet.

• Modellvergleich & Effizienz:
  • gpt-oss:20b erwies sich als optimaler Kandidat. Es erreichte die höchste Genauigkeit (94,3 % exakte Übereinstimmung über alle 193 Felder) bei einer Verarbeitungszeit von 40–70 Sekunden pro Bericht.
  • Die anderen Modelle (qwen3-30b und gemma3:27b) waren entweder deutlich langsamer (140–>200 s bzw. 50–130 s) oder weniger genau, trotz ähnlicher Hardware-Anforderungen. Dies zeigt, dass die Architektur (MoE vs. Dense) und der Speicher-Overhead entscheidend sind.
• Klassifizierung:
  • Die Triage (Eignungsbewertung) erreichte eine Sensitivität von nahezu 100 % (nur 1 False Negative bei 694 Fällen).
  • Die Organerkennung erreichte eine durchschnittliche Genauigkeit von 97,8 % und einen Macro-F1-Score von 0,955.
• Extraktionsgenauigkeit:
  • Gesamtgenauigkeit: 94,3 % (intern) und 92,4 % (extern TCGA), was eine starke Generalisierbarkeit über verschiedene Institutionen hinweg beweist.
  • Kritische Indikatoren:
    • Brustkrebs-Biomarker (ER, PR, HER2, Ki-67): Nahezu perfekte Genauigkeit (z. B. HER2: 75/75 korrekt).
    • Chirurgische Ränder: 91,2 % mittlere Genauigkeit bei der Bestimmung der Positivität.
    • Lymphknoten: >80 % Übereinstimmung bei der Gesamtzahl, mit Variationen bei anatomisch komplexen Regionen.
• Fehleranalyse: Die meisten Fehler traten bei schlecht dokumentierten quantitativen Attributen (z. B. Tumorgewicht) oder bei Fällen mit synchronen Mehrfachtumoren auf, die außerhalb des aktuellen Single-Primary-Schemas liegen.

5. Bedeutung und Ausblick

• Praktische Anwendbarkeit: Das Framework beweist, dass hochpräzise, registertaugliche Datenextraktion aus unstrukturierten Texten auf Standard-Hardware möglich ist, ohne teure Rechenzentren oder Cloud-Dienste zu benötigen.
• Nachhaltigkeit: Durch die Trennung von klinischer Ontologie und KI-Modell bleibt das System auch dann relevant, wenn sich die zugrunde liegenden LLM-Architekturen weiterentwickeln.
• Zukunftsperspektive: Die Autoren sehen die nächste Stufe in der Erweiterung zu einem multimodalen System, das genetische Daten und digitale Pathologiebilder integriert, um eine ganzheitliche Patientenmodellierung und verbesserte Prognostik zu ermöglichen.

Zusammenfassend stellt „Digital Registrar" einen robusten, datenschutzkonformen und skalierbaren Ansatz dar, um die Lücke zwischen freiem Text in der Pathologie und strukturierten Daten für die Krebsüberwachung und -forschung zu schließen.