Statusrückmeldungen der Projektverantwortlichen (1)
Angaben der Projektverantwortlichen, nicht redaktionell geprüft.
Die Ergebnisse wurden im Rahmen mehrer Workshops dem ZfKD und Krebsregistern präsentiert. Eine Überführung in der Routinebetrieb hat sich bisher nicht ergeben. Es wurde und wird aktiv in verschiedenen Abschluss- und Prokjektarbeiten an den in SePaMiM entstanden Ergebnissen und Softwarewerkzeugen weiter geforscht und entwickelt.
Der Beschluss des Innovationsausschusses
Erkenntnistransfer vom 20.06.2025
Der Beschluss in Kürze
Der Innovationsausschuss leitet die Ergebnisse des Projekts SePaMiM zur Information an die (klinischen) Landeskrebsregister, das Zentrum für Krebsregisterdaten am Robert Koch-Institut, die Arbeitsgemeinschaft Deutscher Tumorzentren, die Deutsche Krebsgesellschaft und die Stiftung Deutsche Krebshilfe weiter. Anlass sind die Potentiale einer Weiterentwicklung und Adaption der entwickelten Pattern-Matching- und Data-Mining-Werkzeuge. Beschluss und Ergebnisbericht werden veröffentlicht.
Zusammenfassung von MVF, KI-gestützt aus dem Beschluss.
Begründung
Das Projekt hat nach Darstellung des Ausschusses erfolgreich zwei computergestützte Verfahren, Pattern Matching und Data Mining, genutzt, um Krebsregisterdaten auszuwerten. Dazu wurden zwei Software-Prototypen entwickelt und mit Daten aus Nordrhein-Westfalen und Niedersachsen geprüft. Das Pattern-Matching-Werkzeug konnte bestehende Abfragen replizieren und die Kohortenbildung unterstützen. Das Data-Mining-Werkzeug ermöglichte explorative Auswertungen, deren Clustering-Ergebnisse als plausibel und als wertvolle Unterstützung bewertet wurden. Der Ausschuss sieht ein substanzielles Potential. Für einen produktiven und bundesweiten Einsatz hält er jedoch weitere Entwicklungsarbeiten, eine Standardisierung oder angepasste Datenaufbereitung sowie nutzerfreundliche Endanwendungen für notwendig. Deshalb werden die Ergebnisse zur Information weitergeleitet.
„Jedoch sind über das Projekt hinausgehende Entwicklungsarbeiten notwendig, um einen pr oduktiven Einsatz der Prototypen zu ermöglichen.“ Beschlusstext, S. 2 ↗
Hindernisse laut Beschluss (3)
- belegt Messinstrumente und Endpunkte: Unspezifische Operationalisierung der Evaluations- und Gütekriterien als hauptsächliche Limitation
Zitat aus dem Beschluss
„Hauptsächliche Limitation war die unspezifische Operationalisierung der Evaluations- und Gütekriterien.“ Beschlusstext, S. 2 ↗
- belegt Übertragbarkeit: Werkzeuge funktionieren nur mit aufbereiteten Daten; bundesweiter Einsatz erfordert Standardisierung oder angepasste Datenaufbereitung
Zitat aus dem Beschluss
„Beide Werkzeuge arbeiten nur mit aufbereiteten Datensätzen. Für einen bundesweiten Einsatz der beiden Anwendungen braucht es entweder eine Standardisierung innerhalb der Krebsregister oder jeweils angepasste Datenaufbereitungen.“ Beschlusstext, S. 2 ↗
- belegt Übertragbarkeit: Weitere Entwicklungsarbeiten über das Projekt hinaus für einen produktiven Einsatz der Prototypen nötig
Zitat aus dem Beschluss
„Jedoch sind über das Projekt hinausgehende Entwicklungsarbeiten notwendig, um einen pr oduktiven Einsatz der Prototypen zu ermöglichen.“ Beschlusstext, S. 2 ↗
Kennzeichen: belegt · nachsehen · bestritten · ungeprüft. Bedeutung →
Was der Beschluss positiv vermerkt (7)
- belegt Pattern-Matching-Werkzeug bildet typische Registeraufgaben ab und repliziert vorhandene Abfragen
Zitat aus dem Beschluss
„Mit dem Pattern Matching Auswertewerkzeug gelang es im ersten Projektteil anhand verschiedener Fragekomplexe, die typischen Aufgaben klinischer Krebsregister abzubilden und zu demonstrieren, dass bereits vorhandene Abfragen und Auswertungen zur Beantwortung dieser Fragestellungen grundsätzlich repliziert werden können.“ Beschlusstext, S. 1 ↗
- belegt Werkzeug geeignet zur Unterstützung der Kohortenbildung in Krebsregistern
Zitat aus dem Beschluss
„Es konnte gezeigt werden, dass das entwickelte Werkzeug geeignet ist, die Krebsregister bei der Bildung von Kohorten für unterschiedliche Fragestellungen zu unterstützen.“ Beschlusstext, S. 1 ↗
- belegt Explorative Auswertung von Krebsregisterdaten mit dem Data-Mining-Werkzeug möglich
Zitat aus dem Beschluss
„Im zweiten Projektteil wurde mit dem Data Mining Werkzeug gezeigt, dass Krebsregisterdaten explorativ ausgewertet werden können.“ Beschlusstext, S. 1 ↗
- belegt Technische Evaluation zeigt plausible Clustering-Ergebnisse
Zitat aus dem Beschluss
„Zunächst erfolgte eine technische Evaluation, die zeigte, dass die Ergebnisse des vorgenommenen Clusterings plausibel sind.“ Beschlusstext, S. 2 ↗
- belegt Fachexpertinnen und -experten bewerten das Clustering als wertvollen Beitrag
Zitat aus dem Beschluss
„Im Ergebnis wurde das Clustering als wertvoller Beitrag zur Unterstützung der Mitarbeitenden der klinischen Krebsregister bewertet.“ Beschlusstext, S. 2 ↗
- belegt Überlebenszeitanalysen der Clustering-Kohorten insgesamt plausibel
Zitat aus dem Beschluss
„Im dritten Schritt wurden die durch das Clustering ermittelten Kohorten mit Überlebenszeitanalysen weiterberechnet und insgesamt als plausibel bewertet.“ Beschlusstext, S. 2 ↗
- belegt Substanzielles Potential der Prototypen für Identifikation und Selektion komplexer Verläufe
Zitat aus dem Beschluss
„Die Projektergebnisse zeigen ein substanzielles Potential, dass die beiden im Projekt entwickelten Prototypen für Pattern Matching und Data Mining zur Identifikation und Selektion komplexer Behandlungs- und Krankheitsverläufe beitragen können.“ Beschlusstext, S. 2 ↗
Übertragbarkeit laut Beschluss
Beide Werkzeuge arbeiten nur mit aufbereiteten Datensätzen. Für einen bundesweiten Einsatz ist entweder eine Standardisierung innerhalb der Krebsregister oder eine jeweils angepasste Datenaufbereitung erforderlich. Zudem müssen aus den Prototypen nutzerfreundliche Endanwendungen entwickelt werden. Für einen produktiven Einsatz sind über das Projekt hinausgehende Entwicklungsarbeiten notwendig.
Adressaten und Auftrag (5)
- (Klinische) Landeskrebsregister: Information über die Ergebnisse mit Blick auf die Potentiale der Weiterentwicklung und Adaption der Pattern-Matching- und Data-Mining-Werkzeuge
- Zentrum für Krebsregisterdaten (ZfKD) am Robert Koch-Institut: Information über die Ergebnisse mit Blick auf die Potentiale der Weiterentwicklung und Adaption der Werkzeuge
- Arbeitsgemeinschaft Deutscher Tumorzentren (ADT) e. V.: Information über die Ergebnisse mit Blick auf die Potentiale der Weiterentwicklung und Adaption der Werkzeuge
- Deutsche Krebsgesellschaft e. V.: Information über die Ergebnisse mit Blick auf die Potentiale der Weiterentwicklung und Adaption der Werkzeuge
- Stiftung Deutsche Krebshilfe: Information über die Ergebnisse mit Blick auf die Potentiale der Weiterentwicklung und Adaption der Werkzeuge
Wie es ausging
0 Hauptziele, davon 0 signifikant zugunsten der neuen Versorgung. Dazu 8 Nebenziele, 0 davon signifikant zugunsten.
| Rolle | Endpunkt laut Bericht | Befund | p | Seite |
|---|
Alle 8 Nebenziele anzeigen
| Rolle | Endpunkt laut Bericht | Befund | p | Seite |
|---|---|---|---|---|
| Nebenziel | Übereinstimmung PMAW (CQL) mit SQL-Goldstandard - Qualitätsindikator QI 8 Mammakarzinom (Strahlentherapie nach BET), Fallbeispiel 1a Familie: Prozess-, Struktur- und Leitlinienqualität nachsehen | ohne Angabe keine statistische Prüfung berichtet | nicht berichtet | 51 |
| Nebenziel | Übereinstimmung PMAW (CQL) mit SQL-Goldstandard - Qualitätsindikator QI 6 Lungenkarzinom (adjuvante Cisplatin-basierte Chemotherapie bei NSCLC Stadium II) inkl. Rezidivsuche, Fallbeispiel 1b Familie: Prozess-, Struktur- und Leitlinienqualität nachsehen | ohne Angabe keine statistische Prüfung berichtet | nicht berichtet | 54 |
| Nebenziel | Plausibilitätsprüfung 2a - klinische Ereignisse nach dem Tod des Patienten Familie: Sonstiges bestritten | ohne Angabe keine statistische Prüfung berichtet | nicht berichtet | 58 |
| Nebenziel | Plausibilitätsprüfung 2b - Wechsel von palliativer zu kurativer Therapieintention Familie: Prozess-, Struktur- und Leitlinienqualität nachsehen | ohne Angabe keine statistische Prüfung berichtet | nicht berichtet | 60 |
| Nebenziel | Plausibilitätsprüfung 2c - Rückgang der Tumorgröße ohne Therapie Familie: Prozess-, Struktur- und Leitlinienqualität nachsehen | ohne Angabe keine statistische Prüfung berichtet | nicht berichtet | 61 |
| Nebenziel | Externe Datennutzung - Datenlieferungen Brustkrebs (C50, Fallbeispiel 3a) und Darmkrebs (C18-C20, Fallbeispiel 3b) der KLast Familie: Machbarkeit, Akzeptanz und Nutzung belegt | ohne Angabe keine statistische Prüfung berichtet | nicht berichtet | 62 |
| Nebenziel | Routineauswertungen - zwei Seiten des interaktiven Onlineberichts der KLast (Inzidenz, Operationen) Familie: Machbarkeit, Akzeptanz und Nutzung belegt | ohne Angabe keine statistische Prüfung berichtet | nicht berichtet | 66 |
| Nebenziel | Klinisch-fachlicher Nutzen DMW - Unterschiede im 4-Jahres-Überleben zwischen den durch Clustering gefundenen Behandlungsverlaufs-Clustern (Brustkrebs) Familie: Mortalität und Überleben belegt | ohne Angabe nicht auswertbar | nicht berichtet | 96 |
Fallzahl
Geplant: – nicht angegeben · ausgewertet: 17.822 Patientinnen und Patienten
- Ausgewertet: „Der beschriebene Ansatz wurde auf einem Datensatz von 17822 Brustkrebspatient*innen aus dem LKR.NRW aus dem Diagnosejahr 2019 angewendet.“ Ergebnisbericht, S. 25 ↗
Das Vorhaben
Beschreibung aus der Projektdatenbank des GBA
Mithilfe computergestützter Methoden und Verfahren der Künstlichen Intelligenz (KI) sind die Möglichkeiten zur Auswertung von in Krebsregistern gespeicherten Daten in den vergangenen Jahren erheblich gestiegen; gleiches gilt aber auch für die Komplexität dieser Daten. Ihr volles Potenzial kann mit den gegenwärtigen Standards noch nicht vollständig erschlossen werden. Dazu wäre es wichtig, Behandlungs- und Krankheitsverläufe zu identifizieren und für weitere Analysen selektieren zu können. Ohne geeignete Verfahren und Werkzeuge ist diese Herausforderung nur mit enormem manuellem Aufwand umzusetzen. Bislang existieren vor allem Kennzahlen, welche die Diagnosedaten betrachten – so etwa den Anteil der histologisch verifizierten Diagnosen – oder einzelne Behandlungsschritte, wie beispielsweise eine Operation. Es fehlen geeignete Herangehensweisen, die einen Behandlungsverlauf im Ganzen plausibel verdeutlichen. Hier setzt das Projekt SePaMiM an: Die Forschenden untersuchen, inwiefern die Identifikation und Selektion komplexer Behandlungs- und Krankheitsverläufe aus Registerdaten mithilfe geeigneter IT-Systeme unterstützt werden kann. Hierzu sollen geeignete Verfahren des Pattern Matching sowie Methoden des Data Mining genutzt werden. Dazu entwickeln und evaluieren sie einen mehrstufigen Demonstrator einer IT-Anwendung. Dieser Demonstrator soll an ca. 800.000 Datensätzen des Landeskrebsregisters Nordrhein-Westfalen erprobt werden, um Patientengruppen anhand der Behandlungs- und Krankheitsverläufe zu ermitteln und mit den Ergebnissen sowohl eine Qualitätssicherung der Daten als auch eine vergleichende Analyse der Gruppen durchzuführen. Das Projekt wird für drei Jahre mit insgesamt ca. 705.000 Euro gefördert. Im Erfolgsfall trägt es zur Verbesserung der Datenqualität bei Krebsregistern bei und gibt Impulse für weitere wichtige Datenfelder. Die Auswertung der Daten wird dazu führen, Lücken und Unschlüssigkeiten in der Erfassung zu identifizieren.
Die Berichte im Wortlaut
Die Berichte werden geladen …
Wo Beschluss und Berichte auseinandergehen
Ein Beschluss des Innovationsausschusses ist eine politische Entscheidung, keine Messung: Versorgungsrelevanz, Umsetzbarkeit, Stellungnahmen und Prioritäten gehen mit ein. Was hier steht, ist deshalb meist kein Widerspruch, sondern ein Unterschied zweier Maßstäbe.
wird geladen …
Wo die Berichte sich selbst widersprechen
Beim vollständigen Lesen fällt auf, was beim Lesen eines einzelnen Kapitels nicht auffällt. Das ist kein Vorwurf an das Vorhaben, sondern die Angabe, wie belastbar die Zahlen sind.
wird geladen …