Case Studies / Tirol Kliniken Innsbruck
GESUNDHEITSWESEN · KRANKENHAUSBETRIEB
KI-gestützte Automatisierung der Patientendaten-Anonymisierung bei Tirol Kliniken
Tirol Kliniken – der größte Gesundheitsversorger Westösterreichs – musste Tausende medizinischer Dokumente anonymisieren, um gesetzliche Anforderungen zu erfüllen. Das Personal erledigte dies von Hand. Wir haben ShareMedix, unsere KI-gestützte Anonymisierungsplattform, eingesetzt, um den gesamten Prozess auf den lokalen Servern des Krankenhauses zu automatisieren.
Kunde: Tirol Kliniken GmbH – das größte Gesundheitsunternehmen in Westösterreich, das umfassende medizinische Versorgung in mehreren Einrichtungen in Tirol bietet.
WICHTIGSTE ERGEBNISSE
100%
Manueller Anonymisierungsaufwand vollständig eliminiert
TGF
Vollständige Einhaltung des Standards des Tiroler Gesundheitsfonds
On-Premise
Betrieb auf den lokalen Servern des Krankenhauses – keine Cloud-Abhängigkeit
Kein GPU
Läuft auf der Standard-Krankenhausinfrastruktur ohne GPU
BRANCHE
Gesundheitswesen
USE CASE
Anonymisierung medizinischer Dokumente
KI-ANSATZ
NLP + kontinuierlich lernende KI
DOKUMENTTYPEN
Entlassungsberichte, Arztbriefe, Befunde
Die Herausforderung
Tirol Kliniken erstellt täglich eine große Menge an medizinischen Dokumenten – Entlassungsberichte, Arztbriefe, Befundberichte und andere klinische Unterlagen. Viele dieser Dokumente müssen anonymisiert werden, bevor sie weitergegeben, archiviert oder für Sekundärzwecke genutzt werden dürfen – gemäß dem TGF-Standard (Tiroler Gesundheitsfonds).
Vor diesem Projekt wurde die Anonymisierung manuell durchgeführt. Mitarbeiter prüften jeden einzelnen Dokumenten, identifizierten patientenbezogene Daten und schwärzten sie von Hand. Der Prozess war langsam, kostspielig, inkonsistent und skalierte nicht mit dem wachsenden Dokumentenaufkommen und den steigenden regulatorischen Anforderungen.
Das Kernproblem: Ein stetig wachsendes Volumen medizinischer Dokumente musste anonymisiert werden, um regulatorische Standards zu erfüllen – doch der manuelle Prozess war zu aufwendig und zu teuer, um Schritt zu halten, und die Inkonsistenz schuf Compliance-Risiken.
Was wir entwickelt haben
Wir haben ShareMedix – unsere KI-gestützte Plattform zur Anonymisierung medizinischer Dokumente – bei Tirol Kliniken eingesetzt. Das System automatisiert den gesamten Anonymisierungsworkflow, von der Erkennung patientenbezogener Daten in klinischen Unterlagen bis zu deren unwiederbringlicher Unkenntlichmachung.
Intelligente Datenerkennung. Die KI-Algorithmen wurden darauf trainiert, patientenbezogene Informationen in verschiedenen medizinischen Dokumenttypen zu erkennen und zu klassifizieren – Namen, Datumsangaben, Adressen, Versicherungsnummern und andere personenbezogene Daten -, während der klinische Inhalt, der sichtbar und nutzbar bleiben muss, erhalten bleibt.
Umgang mit medizinischer Terminologie. Klinische Dokumente sind voll spezialisierter Fachbegriffe. Die Modelle wurden gezielt darauf trainiert, zwischen klinischen Begriffen und persönlichen Identifikatoren zu unterscheiden – um falsch-positive Treffer zu vermeiden, die medizinisch relevante Informationen entfernen würden.
On-Premise-Betrieb ohne GPU. Angesichts der Sensibilität von Patientendaten musste das System vollständig auf den lokalen Servern des Krankenhauses laufen – ohne dass Daten das Gelände verlassen. Eine zentrale technische Anforderung: Die Lösung musste auf der Standard-Krankenhaushardware ohne GPU-Beschleunigung funktionieren, was eine sorgfältige Modelloptimierung erforderte.
Kontinuierliches Lernen über die Benutzeroberfläche. Krankenhauspersonal interagiert mit ShareMedix über eine webbasierte Oberfläche, über die anonymisierte Dokumente geprüft, korrigiert und kommentiert werden können. Diese Korrekturen fließen in das Modell zurück und ermöglichen es, sich im Laufe der Zeit an die spezifischen Dokumentmuster und -formate bei Tirol Kliniken anzupassen.
Die Ergebnisse
VORHER
Manuelle Anonymisierung jedes einzelnen medizinischen Dokuments. Langsam, kostspielig, inkonsistente Qualität und schwer skalierbar angesichts wachsender regulatorischer Anforderungen.
NACHHER
Automatisierte Anonymisierung gemäß TGF-Standards. Mitarbeiter prüfen und korrigieren Grenzfälle über eine intuitive Benutzeroberfläche, und das System lernt aus jeder Korrektur.
Der manuelle Anonymisierungsaufwand entfiel vollständig. Dokumente, die früher individuelle Aufmerksamkeit erforderten, wurden nun automatisch verarbeitet – manuelle Prüfung war nur noch für Grenzfälle nötig. Die Einhaltung des TGF-Standards wurde konsistent über alle Dokumenttypen hinweg sichergestellt.
Der Mechanismus des kontinuierlichen Lernens sorgt dafür, dass das System mit der Nutzung besser wird – jede Korrektur durch das Personal verbessert die zukünftige Genauigkeit und schafft eine Rückkopplungsschleife, die den Bedarf an menschlichem Eingreifen über die Zeit reduziert.
Eingesetzte Technologien
“
Der wachsende Bedarf an Anonymisierung war zeit- und kostenintensiv. Mit ShareMedix bewältigen wir das alles mit deutlich weniger Aufwand für unser Personal und unsere Abläufe.
Pietro Lucillo, MA
IT-Projektmanager, Tirol Kliniken
Mehr Case Studies
So haben wir anderen Unternehmen geholfen
HEALTHCARE · TIROL KLINIKEN INNSBRUCK
Manuelle Patientendaten-Anonymisierung automatisiert
Mitarbeiter der größten Krankenhausgruppe Westösterreichs schwärzten manuell Patientendaten in tausenden medizinischen Dokumenten, um gesetzliche Anforderungen zu erfüllen. KI übernimmt das nun automatisch – auf eigenen Servern, ganz ohne Cloud.
100%
Automatisiert
TGF
Konform
On-premis
Keine Cloud
PHARMA (UNTER NDA)
Manuelle Prüfung von Millionen medizinischer Texte durch automatische Nebenwirkungserkennung ersetzt
Teams lasen manuell Patientenfeedback, medizinische Berichte und Social-Media-Beiträge in fünf Sprachen, um Arzneimittelsicherheitssignale zu identifizieren. Wir haben NLP-Pipelines entwickelt, die aus einer unmöglichen manuellen Aufgabe einen automatisierten, skalierbaren Prozess gemacht haben.
5 Sprachen
DE EN FR IT ES
5
KI-Use Cases
DSGVO
Konform
HEALTHCARE · EV. KRANKENHAUS ALSTERDORF
Ärzten helfen, Epilepsie-Läsionen zu erkennen, die bei manueller MRT-Auswertung übersehen werden
Neurologen scannten Gehirn-MRTs visuell nach epilepsieverursachenden Läsionen – ein Verfahren, das Fachwissen erfordert und bei dem subtile Fälle übersehen werden können. Wir haben eine KI entwickelt, die diese Läsionen mit höherer Sensitivität als das menschliche Auge erkennt. Die Ergebnisse wurden in fachbegutachteten Zeitschriften veröffentlicht.
90%
Sensibilität
70%
Spezifität