Anwendung generativer KI mit retrieval-augmentierter Generierung zur Zusammenfassung und Extraktion wichtiger klinischer Informationen aus elektronischen Gesundheitsakten

Mangelernährung ist ein weit verbreitetes Problem in Pflegeeinrichtungen für ältere Menschen (RACFs), das zu negativen gesundheitlichen Folgen führt. Die Fähigkeit, wichtige klinische Informationen effizient aus einer großen Datenmenge in elektronischen Gesundheitsakten (EHR) zu extrahieren, kann das Verständnis des Ausmaßes des Problems verbessern und die Entwicklung effektiver Interventionen fördern. Ziel dieser Forschung war es, die Wirksamkeit von Zero-Shot-Prompt-Engineering angewandt auf generative KI-Modelle allein und in Kombination mit retrieval-augmentierter Generierung (RAG) zu testen, um Aufgaben wie das Zusammenfassen strukturierter und unstrukturierter Daten in EHR sowie die Extraktion wichtiger Informationen zur Mangelernährung zu automatisieren.