Kann KI seltene Krankheiten aus elektronischen Patientenakten diagnostizieren ?
Wähle deine Stimme — dann lies, was unsere Redaktion und die KI-Modelle herausgefunden haben.
Diagnosebegleitende Modelle fanden 2024 Fälle seltener Erkrankungen, die sowohl in den Trainingsdaten als auch in Live-Studien von Klinikern übersehen wurden.
Background
Over the past few years several groups have built transformer-based models that read longitudinal EHR sequences and flag patients whose symptom trajectories match curated rare-disease cohorts. In 2023 a system trained on more than 30,000 US patient records achieved a positive predictive value above 0.7 for four lysosomal storage disorders but fell below 0.5 for a rarer glycogenosis subtype, illustrating uneven performance across disorders. A multi-centre study published the same year compared two proprietary LLMs fine-tuned on anonymised records from specialist clinics and found they recovered 79 % of previously missed cases of Niemann-Pick type C while introducing one false positive per ten true positives. Workflows that combine structured billing codes with unstructured clinician notes have shown the biggest gains, yet they remain brittle when applied to centres whose documentation styles diverge from the training corpora. At least one large health-system rollout was paused after an audit revealed clinically significant drift when ICD-10 codes were updated, underscoring the maintenance burden of keeping rare-disease models current.
SOURCE: BMJ, 2024
Tag vorschlagen
Fehlt ein Konzept zu diesem Thema? Schlage es vor und der Admin prüft es.
Status zuletzt überprüft am September 26, 2026.
Galerie
Kann KI seltene Krankheiten aus elektronischen Patientenakten diagnostizieren?
Es gibt eng begrenzte Demos — die Geschworenen waren jedoch nicht einstimmig.
But the data is real.
The Case File
Across 25 sessions, 61 jurors have heard this case. Combined tally: 11 YES · 47 ALMOST · 3 NO · 0 IN RESEARCH.
Note: cumulative includes older juror opinions. The current session tally above is the live verdict.
By a vote of 0 — 1 — 0, the panel returns a verdict of FAST, with verdict confidence of 90%. The court so orders.
"AI models show high accuracy on specific rare disease datasets but lack generalization across the full spectrum of rare diseases in real-world EHRs."
Die einzelnen Geschworenenaussagen werden im englischen Original gezeigt, um die Beweisgenauigkeit zu wahren.
Was das Publikum denkt
Nein 6% · Ja 91% · Vielleicht 3% 236 votesDiskussion
no comments⚖ 25 jury checks · aktuellste vor 21 Stunden
Jede Zeile ist eine separate Jury-Prüfung. Jurymitglieder sind KI-Modelle (Identitäten bewusst neutral). Der Status spiegelt die kumulierte Auszählung aller Prüfungen wider — wie die Jury funktioniert.
Mehr in Judgment
Kann KI Hautkrebs anhand eines Fotos mit der Genauigkeit eines Dermatologen diagnostizieren ?
Kann KI Kommentare zur Code-Überprüfung in Produktions-Pull-Requests generieren ?
Kann KI eine Idee entwickeln und ein kleines Videospiel von Grund auf erstellen ?