Development of a natural language processing application to extract and categorize mentions of violence from mental healthcare records text

Diese Studie stellt die Entwicklung und Evaluierung einer Natural-Language-Processing-Anwendung auf Basis eines BERT-Modells vor, die erfolgreich verschiedene Formen von Gewalt sowie deren Kontextmerkmale aus freien Texten in elektronischen psychiatrischen Krankenakten extrahiert und kategorisiert.

Das Wesentliche

Titel: Ein digitaler Detektiv für die Krankenakte: Wie KI Gewalt in der Psychiatrie aufspürt

Stellen Sie sich vor, Sie haben einen riesigen, chaotischen Bibliothekskeller voller alter Bücher. In diesen Büchern (den elektronischen Patientenakten von Millionen Menschen) sind wichtige Geschichten über Gewalt und Missbrauch versteckt. Aber diese Geschichten sind nicht in einer sauberen Tabelle aufgeführt, sondern in langen, verworrenen Texten, die von Ärzten und Therapeuten handschriftlich oder getippt wurden.

Die Forscher von der Universität King's College in London haben sich eine Frage gestellt: Wie können wir diese verstechten Geschichten automatisch finden und sortieren, ohne jede einzelne Seite von Hand zu lesen?

Hier ist die einfache Erklärung ihrer Lösung, gespickt mit ein paar bildhaften Vergleichen:

1. Das Problem: Die Nadel im Heuhaufen

In der Psychiatrie erleben viele Patienten Gewalt – sei es körperlich, sexuell, emotional (wie ständige Beleidigungen) oder finanziell (wenn einem das Geld gestohlen oder weggesperrt wird).

• Das Problem: Diese Informationen werden oft nicht als "Häkchen" in einem Computerfeld eingetragen. Sie sind wie kleine Schätze, die in langen Textabschnitten vergraben sind. Ein Arzt schreibt vielleicht: "Der Patient erwähnt, dass sein Partner ihm das Geld wegnimmt und ihn ständig beschimpft." Ein Computer, der nur nach Zahlen sucht, würde das übersehen.

2. Die Lösung: Ein digitaler Detektiv (die KI)

Die Forscher haben einen künstlichen Intelligenz-Algorithmus (genannt BERT) trainiert, der wie ein super-scharfer digitaler Detektiv funktioniert.

• Wie er lernt: Zuerst haben zwei menschliche Experten tausende von Textstellen genau gelesen und markiert. Sie haben dem Detektiv beigebracht: "Aha, wenn hier 'Geld weggenommen' steht, ist das 'finanzielle Gewalt'. Wenn 'beschimpft' steht, ist das 'emotionale Gewalt'."
• Die Feinjustierung: Der Detektiv hat gelernt, nicht nur die Art der Gewalt zu erkennen, sondern auch Details wie:
  • Wer ist betroffen? (Opfer, Täter oder Zeuge?)
  • Wo passierte es? (Zuhause oder woanders?)
  • Wann? (Vor langer Zeit oder gerade erst?)
  • Wie sicher ist das? (Ist es passiert, nur eine Drohung oder wurde es verneint?)

3. Der Test: Die Blindprüfung

Nachdem der Detektiv genug gelernt hatte, wurde er auf eine "Blindprüfung" gesetzt. Man gab ihm Texte, die er noch nie gesehen hatte, und fragte: "Was sieh du hier?"

Die Ergebnisse waren beeindruckend:

• Bei emotionaler und finanzieller Gewalt war der Detektiv fast unfehlbar (er traf zu 88–89 % ins Schwarze).
• Bei körperlicher Gewalt war er ebenfalls sehr gut (84 %).
• Er konnte auch gut unterscheiden, ob jemand das Opfer war oder der Täter.
• Er erkannte, ob es sich um eine echte Tat oder nur um eine Drohung handelte.

Wo er noch stolpert:

• Die Zeitreise: Der Detektiv hatte Schwierigkeiten, genau zu sagen, wann etwas passiert ist (z. B. "vor einem Jahr" vs. "vor 10 Jahren"). Das liegt daran, dass Ärzte oft in der Vergangenheitsform schreiben und die genauen Daten oft fehlen. Das ist wie ein Detektiv, der zwar weiß, dass ein Verbrechen passiert ist, aber nicht genau weiß, ob es gestern oder im letzten Jahrhundert war.
• Zeugen: Es gab zu wenige Beispiele in den Akten, bei denen Patienten nur Zeugen von Gewalt waren (z. B. "Ich habe gesehen, wie meine Mutter geschlagen wurde"). Da der Detektiv zu wenig davon gesehen hat, um zu lernen, war er hier noch unsicher.

4. Warum ist das so wichtig? (Die Metapher des Puzzles)

Stellen Sie sich die Forschung zu psychischen Erkrankungen wie ein riesiges Puzzle vor. Bisher fehlten viele Teile, weil wir nicht wussten, welche Patienten Gewalt erlebt hatten.

• Ohne diesen Detektiv: Forscher können nur raten, ob Gewalt ein Auslöser für Depressionen oder Angststörungen ist.
• Mit diesem Detektiv: Plötzlich tauchen tausende Puzzlestücke auf. Wir können endlich sehen: "Aha! Menschen, die emotionale Gewalt erlebt haben, haben ein doppelt so hohes Risiko für bestimmte Krankheiten."

Fazit

Die Forscher haben einen mächtigen neuen Werkzeugkasten gebaut. Er ist wie ein automatischer Übersetzer, der die chaotische Sprache der Arztbriefe in klare, strukturierte Daten verwandelt.

Obwohl er bei der genauen Datierung noch etwas Hilfe braucht, ist er ein riesiger Fortschritt. Er ermöglicht es, das Ausmaß von Gewalt in der Psychiatrie endlich zu verstehen und hilft dabei, bessere Therapien und Unterstützungsangebote für die Betroffenen zu entwickeln. Es ist ein Schritt von der "versteckten Geschichte" hin zu einer "klaren Faktenlage".

Technische Zusammenfassung

Technische Zusammenfassung: Entwicklung einer NLP-Anwendung zur Extraktion und Kategorisierung von Gewalterwähnungen in psychiatrischen Krankenakten

1. Problemstellung (Problem)

Gewalterfahrungen sind ein häufiges und kritisches Thema in der psychiatrischen Versorgung. Sie stellen sowohl einen Risikofaktor für psychische Erkrankungen dar als können auch als Folge solcher Erkrankungen auftreten. Obwohl diese Informationen in den freien Texten der elektronischen Gesundheitsakten (EHRs) von Patienten enthalten sind, werden sie selten als strukturierte Daten erfasst. Dies erschwert die systematische Forschung und Überwachung (Surveillance) von Gewalthäufigkeiten und deren Zusammenhang mit psychischen Störungen.
Bestehende NLP-Lösungen (Natural Language Processing) waren oft auf binäre Klassifikationen beschränkt, ignorierten Abhängigkeiten zwischen verschiedenen Labels (z. B. Täter- vs. Opferrolle, Art der Gewalt) und deckten nicht alle relevanten Gewaltformen (insbesondere emotionale und finanzielle Gewalt) ab.

2. Methodik (Methodology)

Die Studie verfolgte einen mehrstufigen Ansatz zur Entwicklung eines Multi-Label-Klassifikators basierend auf Transformer-Architekturen:

• Datengrundlage:

  • Datenquelle: Die Maudsley Clinical Record Interactive Search (CRIS)-Plattform, die de-identifizierte Daten von über 500.000 Patienten der South London and Maudsley NHS Foundation Trust umfasst.
  • Datenerstellung: Es wurden Textsegmente (jeweils ca. 400 Zeichen, mit Kontext vor und nach dem Suchbegriff) extrahiert, die auf Schlüsselwörter für Gewalt (z. B. "assault", "abuse", "coercive", "financial") hinwiesen.
  • Datengröße: Insgesamt wurden 6.500 annotierte Textsegmente für die Modellentwicklung verwendet.

• Annotation und Ground Truth:

  • Zwei annotierte annotierten die Daten unabhängig voneinander nach einem strengen Kodierbuch.
  • Zu extrahierende Merkmale (Labels):
    • Gewalttyp: Emotional, Finanziell, Physisch (nicht-sexuell), Sexuell, Unspezifiziert, Irrelevant.
    • Patientenrolle: Opfer, Täter, Zeuge, Unklar.
    • Polarität: Bestätigt (tatsächlich geschehen), Abstrakt (hypothetisch/Risiko), Negiert.
    • Präsenz: Tatsächliche Tat, Drohung, Unklar.
    • Zeitlichkeit (Temporality): Vergangenheit (>1 Jahr), Nicht-Vergangenheit.
    • Kontext: Häuslich (Domestic), Nicht-häuslich, Unklar.
  • Die Inter-Annotator-Übereinstimmung (IAA) war hoch (Cohen's Kappa zwischen 0,70 und 0,88).

• Modellarchitektur und Training:

  • Modell: Ein vortrainiertes BERT-Modell (Bidirectional Encoder Representations from Transformers), das für Multi-Label-Sequence-Classification feinabgestimmt (fine-tuned) wurde.
  • Aufteilung: 90 % der Daten (5.849 Instanzen) wurden für das Training und die 5-fache Kreuzvalidierung verwendet; 10 % (651 Instanzen) dienten als blindes Testset.
  • Balancing: Die Trainingsdaten wurden nach Geschlecht, Ethnizität und Alter balanciert, um Verzerrungen zu minimieren.
  • Hyperparameter: Tokenizer von BERT, maximale Länge von 256 Tokens, 4 Epochen pro Falt.

3. Wichtige Beiträge (Key Contributions)

• Erweiterung des Anwendungsbereichs: Im Gegensatz zu vorherigen Studien, die sich oft nur auf physische oder sexuelle Gewalt konzentrierten, erfasst dieses Modell erstmals umfassend auch emotionale und finanzielle Gewalt aus klinischen Notizen.
• Multi-Label-Ansatz: Statt isolierter binärer Klassifikatoren wurde ein Modell entwickelt, das die Abhängigkeiten und Korrelationen zwischen verschiedenen Labels gleichzeitig erfasst (z. B. die Kombination aus "Opferrolle" + "Emotionale Gewalt" + "Häuslicher Kontext").
• Granulare Charakterisierung: Das Modell extrahiert nicht nur das Vorhandensein von Gewalt, sondern charakterisiert sie detailliert nach Rolle, Kontext, Zeit und Art der Äußerung (Drohung vs. Tat).
• Skalierbarkeit: Die Anwendung auf die CRIS-Datenbank ermöglicht die Analyse von Gewaltdaten über eine große Kohorte von 1,3 Millionen Einwohnern, was neue Forschungswege eröffnet.

4. Ergebnisse (Results)

Das Modell zeigte auf dem blinden Testset insgesamt sehr gute Leistungen, mit Ausnahme der Zeitlichkeit:

• Gewalttypen:
  • Emotionale Gewalt: F1-Score = 0,89
  • Finanzielle Gewalt: F1-Score = 0,88
  • Physische Gewalt (nicht-sexuell): F1-Score = 0,84
  • Unspezifizierte Gewalt: F1-Score = 0,81
  • Sexuelle Gewalt: F1-Score = 0,67 (hier war die Recall-Rate aufgrund seltenerer Vorkommen niedriger).
• Patientenrolle:
  • Täter: F1 = 0,89
  • Opfer: F1 = 0,84
  • Hinweis: Die Erkennung von Zeugen und gemischten Rollen scheiterte aufgrund zu geringer Datenmenge.
• Weitere Merkmale:
  • Polarität (Bestätigt): F1 = 0,89
  • Präsenz (Tatsächliche Gewalt): F1 = 0,95
  • Häuslicher Kontext: F1 = 0,88
• Schwäche:
  • Zeitlichkeit (Temporality): Die Unterscheidung zwischen "vergangener" und "aktueller" Gewalt war schwierig (F1 = 0,65). Dies liegt an der retrospektiven Natur klinischer Notizen und der häufigen Verwendung der Vergangenheitsform ohne klare zeitliche Markierung.

5. Bedeutung und Fazit (Significance)

Diese Studie stellt einen bedeutenden Fortschritt in der Anwendung von NLP im Gesundheitswesen dar.

• Forschung: Das Tool ermöglicht es Forschern, große Mengen unstrukturierter klinischer Daten zu nutzen, um Assoziationen zwischen verschiedenen Gewaltformen und spezifischen psychischen Erkrankungen zu untersuchen.
• Klinische Praxis: Durch die automatische Extraktion können Lücken in der Dokumentation identifiziert werden, was zu einer besseren Erfassung von Gewalterfahrungen in der Routineversorgung führen könnte.
• Limitationen: Die Schwierigkeit bei der Erfassung von Zeugen und der genauen Zeitlichkeit zeigt, dass weitere Entwicklungen notwendig sind, insbesondere um die Unterscheidung zwischen realen Ereignissen und Wahnvorstellungen (Delusionen) zu verbessern, da das aktuelle Modell beide gleich behandelt, sofern sie im Text erwähnt werden.

Zusammenfassend bietet die entwickelte BERT-basierte Anwendung ein leistungsfähiges Instrument, um Gewalterfahrungen in psychiatrischen EHRs strukturiert zu erfassen und damit die Grundlage für evidenzbasierte Interventionen und Forschung zu stärken.