Eine Studie, drei Dokumenttypen:
Radiologie, Pathologie und Entlassungsberichte in einer Tabelle
Für Ihre onkologische retrospektive Studie benötigen Sie die Tumorgröße aus dem radiologischen Befund, den histologischen Grad aus der Pathologie und die Aufenthaltsdauer aus dem Entlassungsbericht – für 180 Patienten, jeder mit drei verschiedenen Dokumenten. Drei Formate, drei Konventionen, ein Datensatz. Die Herausforderung ist nicht, dass die Daten nicht existieren; sie sind über Dokumenttypen verstreut, die nie für eine Kombination konzipiert wurden.
Wichtige Erkenntnisse
- Bei 200 Patienten mit je drei Dokumenttypen haben Sie 600 Dateien geöffnet, bevor Ihr Datensatz auch nur eine einzige Variable enthält – das ist die unsichtbare Arithmetik der Multi-Source-Durchsicht.
- Der Engpass liegt nicht darin, wie schnell Sie transkribieren – sondern darin, dass jedes Ihrer Quelldokumente für ein klinisches Publikum verfasst wurde (überweisende Ärzte, Tumorboards, nachfolgende Behandler), nicht für den Forscher, der aus allen drei Quellen fünf Variablen benötigt.
- Definieren Sie Ihre Variablen einmal als Spaltennamen – Läsionsgröße, Grad, LOS – und ImageToTable.ai extrahiert sie aus Radiologie-, Pathologie- und Entlassungsdokumenten in einem Durchgang, sodass Sie eine Tabelle erhalten, in der jede Zeile auf eine einfache Zusammenführung nach Patienten-ID wartet.
Das Problem der Multi-Source-Chart-Review
Einzeldokument-Retrospektivstudien sind selten. Die meisten Studien beziehen Variablen aus mehreren Dokumenttypen innerhalb jeder Patientenakte – Laborwerte aus dem Chemiepanel, Bildgebungsbefunde aus Radiologieberichten, histologische Klassifikation aus Pathologienotizen, Ergebnisse aus dem Entlassungsbrief. Jedes Dokument liefert einen anderen Ausschnitt des Datensatzes.
Die Komplikation besteht darin, dass jeder Dokumenttyp auf die Bedürfnisse seines ursprünglichen Autors zugeschnitten ist. Radiologieberichte sind für zuweisende Ärzte verfasst und nach anatomischer Lage und klinischem Eindruck strukturiert. Pathologieberichte folgen den synoptischen CAP-Formaten (College of American Pathologists) für Tumorkonferenzen und Register. Entlassungsbriefe fassen einen Krankenhausaufenthalt für den nächsten Behandler zusammen. Keiner von ihnen ist für einen Forscher strukturiert, der fünf spezifische Variablen aus allen dreien benötigt.
Manuelle Extraktion aus Multi-Source-Akten bedeutet, drei Dokumente pro Patient zu öffnen, drei verschiedene Formate zu navigieren und aus drei verschiedenen Stellen zu transkribieren. Bei 200 Patienten sind das 600 Dokument-Durchsichten, bevor Sie eine einzige Variable extrahiert haben.
Radiologieberichte: Befunde in Prosa vergraben
Radiologieberichte folgen einem lockeren Standard: Klinische Vorgeschichte, Technik, Befunde, Beurteilung. Der Befundteil ist narrativ – eine Beschreibung des Gesehenen durch den Radiologen, verfasst für die klinische Interpretation, nicht für den Datenbankeintrag. Die benötigten Variablen (Tumorgröße, Lage, Staging-Implikationen) sind in Absätzen eingebettet wie:
BEFUND: 2,3 x 1,8 cm große echoarme Läsion im rechten Leberlappen,
Segment VI, mit peripherem Enhancement in kontrastmittelgestützten Phasen,
vereinbar mit HCC. Keine Satellitenläsionen nachweisbar. Pfortader durchgängig.
Kein Aszites.
BEURTEILUNG: 2,3 cm hepatozelluläres Karzinom, rechter Leberlappen, Segment VI.
Keine Gefäßinvasion. Li-RADS 5.Die benötigte Variable (Läsionsgröße: 2,3 cm) ist enthalten, aber auch anatomischer Kontext, bildgebungsbezogene Qualifikatoren und die interpretierende Sprache des Radiologen. Standard-OCR liefert alles davon. Spaltenbasierte Extraktion liefert nur den gewünschten Wert.
Nützliche Spaltennamen für Radiologieberichte:
| Spaltenname | Extraktionen aus dem Radiologiebericht |
|---|---|
| Läsionsgröße | Maße der Primärläsion (größter Durchmesser oder Länge × Breite) |
| Läsionsort | Anatomische Stelle und Unterort (Lappen, Segment, Quadrant) |
| Gefäßinvasion | „Ja“, „Nein“ oder leer, falls nicht erwähnt |
| Lymphknotenstatus | Positiv, negativ oder Anzahl befallener Knoten |
| Radiologisches Staging | TNM, Li-RADS, BIRADS oder Score eines gleichwertigen Systems |
| Bildgebungsverfahren | CT, MRT, PET-CT, Ultraschall usw. |
Pathologieberichte: Semi-strukturiert, aber inkonsistent
Pathologieberichte – insbesondere chirurgisch-pathologische Berichte resezierter Tumore – folgen CAP-Synopsenformaten mit explizit gekennzeichneten Feldern: Histologischer Typ, Grad, Tumorgröße, Resektionsränder, Lymphgefäßinvasion, Perineurale Invasion, Stadium. Diese gekennzeichneten Felder lassen sich zuverlässig extrahieren.
Die Inkonsistenz hat zwei Ursachen: ältere Berichte, die vor der flächendeckenden Einführung von Synopsen erstellt wurden (narrative Pathologiebefunde statt gekennzeichneter Felder), sowie Berichte verschiedener Einrichtungen, die leicht unterschiedliche Synopsenvorlagen verwenden. Ein Brustpathologiebericht von Krankenhaus A führt möglicherweise den „Nukleären Grad“ auf, während Krankenhaus B den „Nottingham-Grad“ verwendet – beide beziehen sich auf dasselbe Klassifikationssystem.
Spaltennamen, die gängigen Pathologieberichtsfeldern zugeordnet sind:
| Spaltenname | Extraktion aus Pathologiebericht | Anmerkungen |
|---|---|---|
| Histologischer Typ | Primärtumor-Klassifikation (z. B. invasiv duktales Karzinom) | Berücksichtigt Varianten und Abkürzungen |
| Grading | Histologisches Grading (I/II/III, niedrig/mittel/hoch, Nottingham-Score) | Bei gemischten Systemen angeben: „Nottingham-Grad“ |
| Tumorgröße (pathologisch) | Größte Dimension des Resektats | Abgrenzung zur radiologischen Größe – separate Spalten für beide |
| Resektionsrand | Negativ, positiv, fokal positiv oder Abstand zum Rand | Kann als „Ränder: Frei“ oder numerischer Abstand erscheinen |
| Lymphovaskuläre Invasion | Vorhanden, nicht vorhanden oder nicht identifiziert | LVI, LVSI oder lymphovaskuläre Raumforderung als Varianten |
| Pathologisches Stadium | pTNM-Stadium aus dem Synoptikbericht | Abgrenzung zum klinischen Staging – „Pathologisches Stadium“ angeben |
Entlassungsbriefe: Gekennzeichnet, aber ausführlich
Entlassungsbriefe sind von den drei Dokumenttypen am forschungsfreundlichsten – sie enthalten typischerweise klar gekennzeichnete Abschnitte (Aufnahmedatum, Entlassungsdatum, Aufnahmediagnose, Entlassungsdiagnose, Prozeduren, Verlegung), die sich sauber in Datenbankfelder übertragen lassen. Die Herausforderung ist die Ausführlichkeit: Die narrativen Abschnitte (Krankenhausverlauf, Beurteilung und Plan) können sich über mehrere Absätze erstrecken, was die Volltextverarbeitung teuer und unpräzise macht.
Die strukturierten Felder lassen sich zuverlässig extrahieren. Die im Krankenhausverlauf verborgenen Variablen (z. B. „erforderte am 3. Krankenhaustag Verlegung auf die Intensivstation“, „entwickelte akute Nierenschädigung“) erfordern eine spezifischere Spaltenbenennung:
| Spaltenname | Extraktionen aus dem Entlassungsbericht |
|---|---|
| Aufnahmedatum | Datum der Indexaufnahme |
| Entlassungsdatum | Datum der Entlassung |
| LOS | Verweildauer (Tage); berechnet oder explizit angegeben |
| Primärdiagnose | Aufnahme- oder Hauptdiagnose (ICD-Code oder Beschreibung) |
| Entlassungsziel | Zuhause, Pflegeheim, Reha, verstorben, gegen ärztlichen Rat, Verlegung |
| 30-Tage-Wiederaufnahme | Im Berichtskontext erwähnt oder dokumentiert |
| Durchgeführte Eingriffe | Chirurgische oder interventionelle Maßnahmen aufgelistet |
Ein Batch-Upload, eine Ausgabetabelle
Mit ImageToTable.ai müssen Sie Dokumenttypen nicht separat verarbeiten. Laden Sie Radiologieberichte, Pathologienotizen und Entlassungsberichte gemeinsam in einem einzigen Batch hoch. Definieren Sie einen Spaltensatz, der alle drei Dokumenttypen abdeckt:
Läsionsgröße | Radiologisches Stadium | Histologischer Typ | Grad | Resektionsrandstatus |
Aufnahmedatum | Verweildauer | Entlassungsart | PrimärdiagnoseJedes Dokument liefert die darin enthaltenen Variablen. Ein radiologischer Befund liefert Läsionsgröße und radiologisches Stadium; der pathologische Befund liefert Grad und Resektionsrandstatus; der Entlassungsbrief liefert Aufnahmedatum und Verweildauer. Fehlende Variablen in einem bestimmten Dokumenttyp bleiben in diesen Zeilen leer.
In Ihrer Ausgabetabelle steht jede Zeile für ein Dokument – nicht für einen Patienten. Nach der Extraktion müssen Sie anhand der Patienten-ID zusammenführen, was nach der Erfassung aller drei Dokumenttypen in Tabellenform eine einfache SVERWEIS- oder Merge-Operation ist. Wenn Sie Ihre Dateien einheitlich benennen (z. B. PatientenID_radiologie.pdf, PatientenID_pathologie.pdf), wird dieser Schritt schnell erledigt.
Stichprobenprüfung von Multi-Source-Datensätzen
Die Extraktion aus mehreren Quellen hat eine Fehlerkategorie, die spezifisch für komplexe Datensätze ist: die Variablenzuordnung. Das Modell kann gelegentlich eine radiologische Tumorgröße aus dem pathologischen Befund extrahieren (der die Bildgebungsbefunde im Abschnitt zur klinischen Vorgeschichte zitiert), anstatt aus der pathologischen Messung des Präparats. Diese dokumentübergreifenden Verweise sind ein reales Merkmal klinischer Berichte und können bei Studien, die zwischen radiologischen und pathologischen Maßen unterscheiden müssen, subtile Fehler verursachen.
Die praktische Lösung: präzise Spaltenbenennung ("Radiologische Tumorgröße" vs. "Pathologische Tumorgröße") und gezielte Stichproben: Überprüfen Sie nach der Extraktion 10 % Ihrer Datensätze auf die spezifischen, dokumentübergreifenden Variablen anhand der Quellberichte. So erkennen Sie Zuordnungsfehler, ohne jede Zeile vollständig neu verifizieren zu müssen.
Häufig gestellte Fragen
Kann ich alle drei Dokumenttypen eines Patienten im selben Batch hochladen oder sind separate Durchläufe nötig?
Sie können alles in einem Batch hochladen. Das Tool verarbeitet jedes Dokument unabhängig – ein Radiologiebericht und ein Entlassungsbrief desselben Patienten werden als separate Bilder behandelt, die jeweils eine eigene Zeile erzeugen. Nach der Extraktion führen Sie die Daten in Excel über die Patienten-ID zusammen. Es bringt keinen Vorteil, die Durchläufe nach Dokumenttyp zu trennen; ein Batch ist einfacher und schneller.
Meine Pathologieberichte folgen zwei verschiedenen synoptischen Formaten von zwei verschiedenen Krankenhäusern. Beeinträchtigt das die Extraktion?
In den meisten Fällen nein. Synoptische Pathologieberichte verwenden beschriftete Felder – „Histologischer Typ:" gefolgt vom Wert – auch wenn die spezifische Vorlage zwischen den Einrichtungen variiert. Das Modell liest die Bezeichnung und extrahiert den entsprechenden Wert, unabhängig davon, wo diese Bezeichnung auf der Seite erscheint. Deutliche Layout-Unterschiede zwischen Einrichtungen werden für die meisten beschrifteten Felder korrekt verarbeitet. Bei reinen Fließtext-Pathologieberichten (ältere Dokumente ohne synoptische Struktur) hängt die Genauigkeit davon ab, wie klar der Pathologe die relevanten Befunde beschrieben hat.
Radiologieberichte enthalten manchmal mehrere Läsionsmessungen. Wie gebe ich an, welche ich meine?
Seien Sie präzise im Spaltennamen. „Primäre Läsionsgröße“ vs. „Größte Läsionsgröße“ vs. „Zielläsionsgröße“ geben dem Modell unterschiedliche Extraktionsziele, wenn mehrere Messungen vorkommen. Wenn Ihr Studienprotokoll eine bestimmte Läsion vorgibt (z. B. die dominante hepatische Läsion), geben Sie diesen Kontext im Spaltennamen an: „Größe der dominanten hepatischen Läsion“. Spezifischere Spaltennamen reduzieren Mehrdeutigkeiten und verbessern die Konsistenz über alle Datensätze hinweg.
Wie gehe ich am besten mit PDFs vs. Screenshots bei diesen Dokumenttypen um?
PDF-Exporte aus EHR-Systemen liefern in der Regel sauberere Eingaben als Screenshots – höhere Auflösung, keine Bildschirmspiegelung und maschinengenerierter Text statt gerenderter Pixel. Falls Ihre Einrichtung PDF-Exporte für Radiologie- und Pathologieberichte anbietet, nutzen Sie diese. Screenshots eignen sich gut, wenn kein PDF-Export verfügbar ist oder wenn Sie mit Fotos arbeiten, die während einer Aktenprüfung im Krankenhaus aufgenommen wurden. Beide Formate werden im selben Batch unterstützt.
Ich muss das klinische TNM-Staging vom pathologischen TNM-Staging unterscheiden. Kann ich beide extrahieren?
Ja – verwenden Sie zwei separate Spalten: „Klinisches Stadium (cTNM)“ und „Pathologisches Stadium (pTNM)“. Das Modell unterscheidet zwischen prätherapeutischem klinischem Staging (typischerweise aus dem Radiologiebericht oder onkologischen Befund) und postresektionellem pathologischem Staging (aus dem Pathologiebericht). Wenn Sie beide in Ihrem Spaltensatz explizit benennen, werden beide Werte korrekt extrahiert, wenn sie für denselben Patienten in verschiedenen Dokumenten vorkommen.
Testen Sie es mit einem Beispiel-Patientensatz – laden Sie die radiologischen, pathologischen und Entlassungsdokumente gemeinsam hoch und definieren Sie Ihre Forschungsvariablen als Spaltennamen.
Extraktion starten