25gmds183 10.3205/25gmds183 urn:nbn:de:0183-25gmds1838 Meeting Abstract Heimann Heimann Yvonne Y

Universitätsklinikum Jena, Jena, Germany

author Sai Sai Nanae N

Universitätsklinikum Jena, Jena, Germany

author Gatzemeier Gatzemeier Hanna Elena HE

Universitätsklinikum Jena, Jena, Germany

author Große Große Silke S

Universitätsklinikum Jena, Jena, Germany

author Schleußner Schleußner Ekkehard E

Universitätsklinikum Jena, Jena, Germany

author Weschenfelder Weschenfelder Friederike F

Universitätsklinikum Jena, Jena, Germany

author Groten Groten Tanja T

Universitätsklinikum Köln, Köln, Germany

author Rüllich Rüllich Anne A

Universitätsklinikum Jena, Jena, Germany

author Zöllkau Zöllkau Janine J

Universitätsklinikum Jena, Jena, Germany

author German Medical Science GMS Publishing House

Düsseldorf

610 Arztbrief NLP Plazenta Pathologie 20251103 germ This is an Open Access article distributed under the terms of the Creative Commons Attribution 4.0 License. Dieser Artikel ist ein Open-Access-Artikel und steht unter den Lizenzbedingungen der Creative Commons Attribution 4.0 License (Namensnennung). M0631 183 Deutsche Gesellschaft für Medizinische Informatik, Biometrie und Epidemiologie 70. Jahrestagung der Deutschen Gesellschaft für Medizinische Informatik, Biometrie und Epidemiologie e. V. (GMDS) PS 12: Machine learning and AI applications Jena 20250907 20250911 Abstr. 208 TextEinleitung: Die histopathologische Untersuchung der Plazenta spielt eine zentrale Rolle in der klinischen und wissenschaftlichen Bewertung schwangerschaftsassoziierter Pathologien, wie der fetalen Wachstumsrestriktion (fetal growth restriction, FGR) bei Plazentainsuffizienz. Bisher sind histopathologische Freitextbefunde jedoch aufgrund fehlender Standardisierung in ihrer Vergleichbarkeit eingeschränkt. Ziel des Projektes HISTOPATH ist es daher, diese Datenquelle digital zugänglich zu machen. Klinisch relevante Begriffe wie „Entzündungszeichen“ oder „hypoplastische Plazenta“ sollen automatisiert erkannt und die damit verbundenen Informationen extrahiert werden. So sollen bestehende Daten systematisch nutzbar gemacht, Unterschiede zwischen Schwangerschaftskomplikationen analysiert und die Grundlage für standardisierte Auswerteverfahren geschaffen werden.Methoden: Histopathologische Befunde von Plazenten werden am untersuchenden Perinatalzentrum Level 1 routinemäßig und standardisiert nach jeder Geburt angefordert. Diese umfassen, unabhängig von etwaigen schwangerschaftsassoziierten Erkrankungen, allgemeine Merkmale der eingesandten Plazenta (bspw. Abmessungen, Gewicht und Gewichtsperzentile).Um diese Informationen zukünftig systematisch analysieren zu können, ohne sie erneut vollständig manuell erfassen zu müssen, wurde das Projekt HISTOPATH initiiert. Ziel ist es, mit Hilfe von NLP- oder LLM-Modellen ein Verfahren zu automatisierten Extraktion relevanter Inhalte aus den vorliegenden Freitextbefunden zu entwickeln. Im Rahmen des Projektes wird geprüft, ob dafür ein neues Modell trainiert werden muss oder ob bestehende Lösungen adaptiert werden können. Ebenso wird geprüft, ob eine manuelle Annotation erforderlich ist oder bereits verfügbare, domänenspezifische Tools eingesetzt werden können.Als klinischer Use-Case sollen die extrahierten histopathologischer Merkmale mit geburtshilflich-klinischen Routinedaten verknüpft werden. Durch Subgruppenanalysen schwangerschaftsassoziierter Pathologien im Vergleich zu gesunden Kontrollverläufen sollen systematische Unterschiede identifiziert und potenziell neue pathophysiologische Erkenntnisse abgeleitet werden. Dabei wird vor allem die Übertragbarkeit geprüft, da aktuelle Tools vor allem im Bereich der Onkologie oder anderer Fachgebiete zur Verfügung stehen , nicht aber im geburtshilflichen Bereich.Ergebnisse: Seit 2010 wurden 4.069 histopatholgische Plazentabefunde als PDF gespeichert. Klinische Gruppen des Kollektivs umfassen 312 Zwillings- und 11 Drillingsschwangerschaften sowie Schwangerschaften kompliziert durch Präeklampsie (267), Diabetes (535), Amnioninfektionssyndrom (300) oder Schwangerschaftscholestase (39), ergänzt durch ca. 1.060 gesunde Kontrollen.Detaillierte Analysen und Ergebnisse werden zum Kongress präsentiert.Schlussfolgerung: Über Sekundärdatennutzung ermöglicht das HISTOPATH-Projekt die Korrelation spezifischer histopathologischer Merkmale (z. B. chronisch-entzündliche Läsionen, materno-plazentare Durchblutungsstörungen) mit klinischen Schwangerschaftsverläufen. Diese strukturierte Datenbasis erlaubt die systematische Analyse des Zusammenhangs zwischen Plazentapathologien und perinatalen Komplikationen, einschließlich FGR und Frühgeburten. Dadurch soll eine Brücke zwischen Grundlagenforschung und klinischer Anwendung geschlagen werden – insbesondere für Fragestellungen wie FGR oder Plazentainsuffizienz. Der Ansatz ermöglicht den Zugriff auf medizinisch relevante Befundstrukturen auch ohne bestehende standardisierte Datenbanken und schafft so eine Grundlage für systematische, datengetriebene Untersuchungen pathophysiologischer Zusammenhänge.Die Autoren geben an, dass kein Interessenkonflikt besteht.Die Autoren geben an, dass ein positives Ethikvotum vorliegt. Bowles A Perez C Vachani A An NLP Framework for the Extraction of Concept Measurements from Radiology and Pathology Notes 2024 Stud Health Technol Inform 1446-47 Bowles A, Perez C, Vachani A, et al. An NLP Framework for the Extraction of Concept Measurements from Radiology and Pathology Notes. Stud Health Technol Inform. 2024;310:1446-47. Omar M Sharif K Glicksberg B Nadkarni GN Klang E Emerging Applications of NLP and Large Language Models in Gastroenterology and Hepatology: A Systematic Review [Preprint] 2024 medRxiv 2024.06.26.24309567 Omar M, Sharif K, Glicksberg B, Nadkarni GN, Klang E. Emerging Applications of NLP and Large Language Models in Gastroenterology and Hepatology: A Systematic Review [Preprint]. medRxiv. 2024:2024.06.26.24309567. 0 0 0 0