Case Studies / Tirol Kliniken Innsbruck
OCHRONA ZDROWIA · ZARZĄDZANIE SZPITALEM
Tirol Kliniken automatyzuje anonimizację danych pacjentów dzięki rozwiązaniu AI
Tirol Kliniken – największy dostawca usług zdrowotnych w zachodniej Austrii – potrzebował zanonimizować tysiące dokumentów medycznych, aby spełnić wymogi regulacyjne. Pracownicy robili to ręcznie. Wdrożyliśmy ShareMedix, naszą platformę do anonimizacji opartą na AI, która automatyzuje cały ten proces na lokalnych serwerach szpitala.
Klient: Tirol Kliniken GmbH – największa firma medyczna w zachodniej Austrii, zapewniająca kompleksową opiekę zdrowotną w wielu placówkach w Tyrolu.
Kluczowe wyniki
100%
Całkowita eliminacja ręcznej anonimizacji
TGF
Pełna zgodność ze standardem Tyrolskiego Funduszu Zdrowia
On-prem
Wdrożone na lokalnych serwerach szpitala — bez zależności od chmury
No GPU
Działa na standardowej infrastrukturze szpitalnej bez GPU
BRANŻA
Ochrona zdrowia
PRZYPADEK UŻYCIA
Anonimizacja dokumentów medycznych
PODEJŚCIE AI
NLP + stale ucząca się AI
TYPY DOKUMENTÓW
Karty wypisowe, listy lekarskie, wyniki badań
Wyzwanie
Tirol Kliniken codziennie wytwarza ogromną liczbę dokumentów medycznych — kart wypisowych, listów lekarskich, wyników badań i innych dokumentacji klinicznych. Wiele z nich musi zostać zanonimizowanych przed udostępnieniem, archiwizacją lub wtórnym wykorzystaniem, zgodnie ze standardem TGF (Tyrolskiego Funduszu Zdrowia).
Przed tym projektem anonimizacja odbywała się ręcznie. Pracownicy przeglądali każdy dokument, identyfikowali dane umożliwiające identyfikację pacjenta i ręcznie je zamazywali. Proces był powolny, kosztowny, niespójny i nie nadążał za rosnącą liczbą dokumentów oraz coraz surowszymi wymogami regulacyjnymi.
Kluczowy problem: rosnąca liczba dokumentów medycznych wymagała anonimizacji w celu spełnienia norm regulacyjnych, ale ręczny proces był zbyt czasochłonny i kosztowny — a niespójność w realizacji stwarzała ryzyko naruszeń compliance.
Co zbudowaliśmy
Wdrożyliśmy ShareMedix – naszą opartą na AI platformę do anonimizacji dokumentów medycznych – w Tirol Kliniken. System automatyzuje cały proces anonimizacji: od wykrywania danych pacjenta w dokumentacji klinicznej aż po ich trwałe zamazanie.
Inteligentne rozpoznawanie danych. Algorytmy AI zostały wytrenowane tak, aby identyfikować i klasyfikować dane umożliwiające identyfikację pacjentów w różnych typach dokumentów medycznych – imiona i nazwiska, daty, adresy, numery ubezpieczenia i inne dane osobowe – z jednoczesnym zachowaniem treści klinicznych, które muszą pozostać widoczne i użyteczne.
Obsługa terminologii medycznej. Dokumentacja medyczna jest gęsto wypełniona specjalistyczną terminologią. Modele zostały specjalnie wytrenowane, aby odróżniać terminy kliniczne od danych identyfikujących, unikając fałszywych trafień, które mogłyby usunąć istotne informacje medyczne.
Wdrożenie on-premise bez GPU. Ze względu na wrażliwość danych pacjentów system musiał działać wyłącznie na lokalnych serwerach szpitala – żadne dane nie opuszczają placówki. Kluczowe ograniczenie techniczne: rozwiązanie musiało działać na standardowym sprzęcie szpitalnym bez akceleracji GPU, co wymagało starannej optymalizacji modeli.
Ciągłe uczenie się za pośrednictwem interfejsu użytkownika. Pracownicy szpitala korzystają z ShareMedix przez interfejs webowy, w którym mogą przeglądać zanonimizowane dokumenty, nanosić poprawki i dodawać uwagi. Korekty te są przesyłane z powrotem do modelu, dzięki czemu z biegiem czasu staje się on coraz lepiej dostosowany do specyficznych wzorców i formatów dokumentów stosowanych w Tirol Kliniken.
Wyniki
PRZED
Ręczna anonimizacja każdego dokumentu medycznego. Powolna, kosztowna, niespójna jakościowo i trudna do skalowania w obliczu rosnących wymogów regulacyjnych.
PO
Zautomatyzowana anonimizacja zgodna ze standardami TGF. Pracownicy przeglądają i korygują przypadki graniczne przez intuicyjny interfejs, a system uczy się na podstawie każdej korekty.
Ręczny nakład pracy związany z anonimizacją został wyeliminowany. Dokumenty, które wcześniej wymagały indywidualnej uwagi pracowników, są teraz przetwarzane automatycznie – ręczna weryfikacja jest potrzebna wyłącznie dla przypadków brzegowych. Zgodność ze standardem TGF jest konsekwentnie utrzymywana we wszystkich typach dokumentów.
Mechanizm ciągłego uczenia się sprawia, że system z każdym użyciem staje się coraz lepszy – każda korekta wprowadzona przez pracowników poprawia przyszłą dokładność, tworząc pętlę zwrotną, która z biegiem czasu ogranicza potrzebę ludzkiej interwencji.
Użyte technologie
“
Rosnące zapotrzebowanie na anonimizację pochłaniało coraz więcej czasu i pieniędzy. Dzięki ShareMedix radzimy sobie z tym wszystkim znacznie szybciej i taniej — z korzyścią dla naszego zespołu i całej organizacji.
Pietro Lucillo, MA
IT Project Manager, Tirol Kliniken
Więcej case studies
Zobacz, jak pomogliśmy innym firmom
URZĄD · POLSKA INSTYTUCJA PUBLICZNA (NDA)
Zbudowanie platformy AI automatyzującej monitoring polityczny – od PoC do pełnego rozwiązania
Analitycy public affairs ręcznie śledzili miliony dokumentów politycznych w różnych krajach i językach. Zbudowaliśmy warstwę AI automatyzującą monitoring, analizę i alerty – od pierwszego prototypu do premiery rynkowej.
11
Obszarów wiedzy
3
Dedykowane toole
LOGISTYKA · FR. MEYER’S SOHN
Wyeliminowanie ręcznej ekstrakcji danych z tysięcy dziennych e-maili wysyłkowych
Pracownicy operacyjni codziennie ręcznie czytali e-maile logistyczne po niemiecku i angielsku, aby wyodrębnić dane tras i harmonogramów. Zbudowaliśmy pipeline AI, który automatycznie ekstrahuje, strukturyzuje i dostarcza dane.
-80%
Nakład pracy ręcznej
2 języki
DE i EN
On-prem
Wdrożenie
MEDTECH · APOQLAR
Wirtualny asystent GenAI zastępujący ręczne wyszukiwanie dokumentów
Pracownicy wsparcia spędzali godziny na przeszukiwaniu setek dokumentów produktowych, aby odpowiedzieć na pytania klientów i compliance. Teraz zadają pytania w języku naturalnym i otrzymują odpowiedzi z odniesieniami do źródeł w ciągu sekund.
RAG
Zintegrowany
Zarządzanie kontekstem
Zoptymalizowane