Sieben Millionen Patientenfälle als Grundlage

Das Universitätsklinikum Hamburg-Eppendorf (UKE) hat 2024 eine gemeinnützige Tochtergesellschaft gegründet, die Innovative Digitale Medizin (IDM gGmbH). Deren Ziel ist es, KI-Anwendungen für den deutschsprachigen Gesundheitsraum zu entwickeln – und zwar nicht nur für das UKE selbst, sondern für alle Kliniken und Praxen. „Wir sind davon überzeugt, dass die KI-Modelle, die auf solidarisch gewonnenen Gesundheitsdaten trainiert werden, auch dem System zurückgegeben werden sollten“, erklärt Dr. Nils Schweingruber, einer der Geschäftsführer der IDM. Diese Folge des KI-Updates erschien zuerst im neuen Digital Health Podcast von heise online. Er wird von Marie-Claire Koch verantwortet.

Das UKE arbeitet seit 2009 durchgehend mit einer digitalen Patientenakte und verfügt inzwischen über sieben Millionen dokumentierte Patientenfälle. Diese Daten bilden die Grundlage für das Training der KI-Modelle. „Wir gehen davon aus, dass diese KI sehr gut generalisiert und auch an anderen Orten in diesem Gesundheitssystem funktionieren wird“, sagt Schweingruber. Alle Daten werden dabei datenschutzgerecht und anonymisiert verwendet und verlassen die Klinik nicht.

Argo schreibt Arztbriefe

Das erste Produkt der IDM ist Argo, ein großes Sprachmodell, das beim Schreiben von Arztbriefen unterstützt. „Man kann aus der Patientenakte auf Argo zugreifen. Und Argo generiert dann die Epikrise, die man dann anpassen und in seinen Arztbrief übernehmen kann“, erläutert der IDM-Geschäftsführer. Die Epikrise ist der Teil des Arztbriefs, in dem sich Ärztinnen und Ärzte kritisch mit dem Krankheitsverlauf auseinandersetzen – welche Diagnosen gestellt wurden, wie behandelt wurde und worauf Weiterbehandelnde achten sollten.

Dieser Abschnitt kostet im Klinikalltag besonders viel Zeit, weil er händisch geschrieben oder diktiert werden muss. „Ich sage auch immer gerne, wir haben eine KI entwickelt, die Arztbriefe schreibt, um den Arztbrief abzuschaffen“, so Schweingruber. Langfristig soll Argo die gesamte Arztbriefschreibung übernehmen und dabei helfen, dieses klassische Instrument grundsätzlich zu überdenken. „Wenn man sich damit beschäftigt, kommt man auf einmal an einen Punkt, wo man sich darüber unterhält, was wollen wir anstelle eines Arztbriefes?“

Noch in diesem Jahr soll Argo nicht mehr nur Epikrisen generieren, sondern als komplettes Werkzeug für die Arztbriefschreibung dienen. Auch die Entwicklung von KI-Agenten für die Diagnostik und Behandlung ist geplant. Dafür strebt die IDM die Zertifizierung nach ISO 13485 an, die für Hersteller von Medizinprodukten erforderlich ist.

Orpheus ersetzt herkömmliche Spracherkennung

Das zweite Produkt ist Orpheus, eine KI-gestützte Spracherkennung, die seit Anfang 2025 am UKE im Einsatz ist. Alle 15.000 Mitarbeitenden des Klinikums können damit arbeiten. „Wir hatten früh alle Berufsgruppen immer mit dabei und ich bin fest davon überzeugt, dass wenn man ein solches KI-Tool wie moderne Spracherkennung in sein Unternehmen einführt, man das nicht nur an einer Stelle machen sollte, sondern eigentlich an allen Stellen“, betont Schweingruber.

Inzwischen läuft Orpheus laut IDM an vier Universitätskliniken, über 30 Krankenhäusern, vier Universitäten und mehr als 200 weiteren ambulanten Gesundheitseinrichtungen. Der entscheidende Unterschied zu kommerziellen Lösungen ist, dass Orpheus lokal im eigenen Rechenzentrum betrieben werden kann. Für Praxen ohne eigene Infrastruktur hostet die IDM das System in einer deutschen Cloud.

Daten bleiben in Europa

Für Schweingruber ist die IDM ein Beispiel dafür, warum Europa eigene KI-Infrastruktur braucht. „Wenn man sich herkömmliche Spracherkennung in seinem Unternehmen holt, zahlt man erstens dafür sehr viel Geld und die Daten fließen letztendlich zu den Unternehmen, die das natürlich dankend annehmen und darauf ihre KI weiterentwickeln und uns wieder zurückverkaufen“, erklärt er. „Wir durchbrechen diesen Kreislauf und sagen, nein, die Daten bleiben hier bei uns in Europa, in Deutschland und wir entwickeln darauf unsere KI-Modelle hochspezifisch für unser System weiter.“

Die Technologie soll künftig nicht nur Kliniken zur Verfügung stehen, sondern allen Akteuren im Gesundheitswesen – von Praxen über Apotheken bis zu Krankenkassen. Auch eine Schnittstelle für Start-ups und andere Software-Anbieter ist geplant, damit diese die KI-Modelle der IDM einbinden können, statt auf außereuropäische Dienste angewiesen zu sein. Zudem will die Organisation in diesem Jahr auch Open-Source-Komponenten veröffentlichen.

Schweingruber ist überzeugt, dass Kliniken künftig ohne KI kaum noch arbeitsfähig sein werden. „Wir haben ja so viel Daten, die kannst du als Mensch ab einem gewissen Punkt gar nicht mehr selbst erfassen. Du brauchst KI-Technologie, um dich durch diesen ganzen Datendschungel durchzunavigieren“, sagt er. Personaleinsparungen erwartet er dadurch aber nicht – im Gegenteil: „Wir werden nicht weniger Personal, sondern wir werden ein höheres Patientenaufkommen haben und dafür diese Technologie brauchen.“

(igr)

Mit Version 2.7.0 des quelloffenen Echtzeit-Editors Etherpad ersetzen die Entwickler das in die Jahre gekommene Abiword durch LibreOffice als Konverter für Import und Export von DOCX-, ODT- und PDF-Dateien. Als Nebeneffekt beherrscht Etherpad den DOCX-Export nun ohne zusätzliche Werkzeuge ab Werk. Wer von einer älteren Version migriert, muss in der settings.json zwingend den Pfad zur soffice-Binary von LibreOffice eintragen – sonst bleibt die Konvertierung stecken. Daneben bringt das Release Komfortfunktionen für den Timeslider, mehr Kontrolle für Pad-Ersteller, Härtung in der Software-Lieferkette und eine lange Liste an Bugfixes.

Etherpad ist ein in Node.js geschriebener, selbst hostbarer Web-Editor für kollaboratives Schreiben in Echtzeit – funktional vergleichbar mit Google Docs, aber unter Apache-2.0-Lizenz und ohne Cloud-Zwang. Über ein Plugin-System lässt sich Etherpad um Authentifizierung, zusätzliche Exportformate oder Editorfunktionen erweitern.

Timeslider und Pad-Defaults

Der Timeslider, mit dem sich die Bearbeitungshistorie eines Pads als Replay abspielen lässt, zeigt jetzt Zeilennummern an und erlaubt es, die Wiedergabegeschwindigkeit zu verändern – schneller oder langsamer als in Echtzeit. Neu ist außerdem, dass der Ersteller eines Pads dessen Standardeinstellungen vorgibt und damit mehr Kontrolle über die initiale Konfiguration erhält. Wer mehrere Etherpad-Instanzen unter derselben Domain betreibt, kann Kollisionen zwischen Session-Cookies künftig über ein konfigurierbares Cookie-Präfix vermeiden.

Für Plugin-Entwickler gibt es den neuen Hook aceRegisterLineAttributes, mit dem sich eigene Zeilenattribute über Enter- und Zeilenumbruch-Operationen hinweg erhalten lassen. Damit verlieren etwa Plugins, die Absätze als Zitat oder Aufgabe markieren, ihre Auszeichnung beim Drücken der Eingabetaste nicht mehr. Für schnelle Erstinstallationen liefert das Projekt einen One-Line-Installer mit. Die Docker-Images stehen zusätzlich zu Docker Hub nun auch in der GitHub Container Registry (GHCR) bereit. Das npm-Publishing von Core und Plugins läuft jetzt über OIDC Trusted Publishing – langlebige API-Tokens entfallen damit, was die Sicherheit der Lieferkette erhöht.

Bugfixes von der Datenbank bis zur Eingabe

Das Update umfasst zahlreiche Bugfixes: Etherpad liefert jetzt wieder die Datenbanktreiber für Postgres, MySQL & Co. mit; frische Installationen scheiterten zuletzt häufig schon an der Datenbankverbindung. Nach einem Reconnect schreibt Etherpad ausstehende Changesets nun sofort weg, statt sie stillschweigend zu verwerfen. Auf stark frequentierten Pads sollen zudem die sporadischen „mismatched apply“-Fehler der Vergangenheit angehören.

Die maximale Nachrichtengröße in Socket.IO steigt auf 10 MByte, sodass auch große Pastes nicht mehr am Limit scheitern. Daneben behebt das Release zahlreiche Detailprobleme rund um nummerierte Listen, Copy-&-Paste-Formatierungen, Eingaben über Tottasten sowie ESM/CJS-Interop im Settings-Modul, das zuletzt die Plugin-Kompatibilität gestört hatte. Auch an der Barrierefreiheit hat das Team gearbeitet, etwa mit besserer Screenreader-Unterstützung und aria-live-Meldungen. Die vollständigen Release Notes stehen im GitHub-Repository des Projekts bereit.

Siehe auch:

(fo)

Color Grading gehört zu den zeitintensiven Aufgaben in der Videoproduktion, besonders bei unterschiedlichen Kameras und wechselnden Lichtverhältnissen. Imagen Video soll diesen Prozess mithilfe künstlicher Intelligenz automatisieren.

Automatische Anpassung für jeden Clip

Die Software analysiert Videomaterial mithilfe künstlicher Intelligenz und passt jeden Clip individuell an. Dabei berücksichtigt die KI Faktoren wie Belichtung, Weißabgleich, Hauttöne und kamerabedingte Unterschiede. Ziel ist ein konsistenter Look über das gesamte Projekt hinweg.

Nach Angaben des Herstellers korrigiert das Programm Farben bis zu zehnmal schneller als mit manueller Bearbeitung. Die KI greift dabei auf trainierte Stilprofile zurück, unterstützt aber auch eigene Farbvorlagen der Nutzer.

Ein häufiges Problem in der Praxis ist das Angleichen von Aufnahmen aus verschiedenen Kameras. Selbst Modelle desselben Herstellers liefern oft unterschiedliche Farbergebnisse. Imagen Video gleicht diese Unterschiede automatisch aus – über Sensoren, Objektive und Einstellungen hinweg.

Export ans Schnittprogramm und Cloudverarbeitung

Das Programm lässt sich im Zusammenspiel mit Adobe Premiere Pro und DaVinci Resolve verwenden, arbeitet aber nicht als Plug-ins, sondern als eigenständige Software. Der Workflow bleibt dabei weitgehend erhalten: Sequenzen werden aus dem Schnittprogramm exportiert, in Imagen Video verarbeitet und anschließend wieder importiert.

In Adobe Premiere erfolgt der Upload etwa über den Media Encoder. Nach der Verarbeitung erhalten Nutzer eine Benachrichtigung und können das Ergebnis mit den Farbeinstellungen im Schnittprogramm prüfen.

Das Programm überträgt die Videos in die Cloud. Der Hersteller speichert sie nach eigenen Angaben auf sicheren AWS-Servern und verwendet sie ausschließlich für die Projekte des Nutzers innerhalb von Imagen Video. Zudem sei die Plattform vollständig DSGVO-konform.

Preismodell mit Minutenabrechnung

Das Programm läuft unter Windows und macOS im Zusammenspiel mit den genannten Hostprogrammen Adobe Premiere Pro und DaVinci Resolve. Nutzer zahlen entweder pro Minute des fertig bearbeiteten Videos oder schließen ein Abonnement ab.

Aktuell liegen die Kosten laut Hersteller bei einem US-Dollar pro Minute des fertig gegradeten Projekts. Bei einem Grundpreis von 36 US-Dollar monatlich reduziert sich der Minutenpreis auf 0,60 US-Dollar. Mit der kostenlosen Testversion lässt sich ein Projekt von bis zu 20 Minuten Länge bearbeiten.

(akr)