Sentimentanlysen im Gesundheitswesen: BFH-Forschende entwickeln neue Algorithmen

Texte analysieren mit dem Ziel, die Meinungen, Stimmungen oder gar Emotionen der Autor*innen zu erkennen: Darum geht es bei der sogenannten Sentimentanalyse. Im Gesundheitswesen hat man das Potenzial dieser Methode erkannt, um mehr über Krankheiten, Wahrnehmungen und Bedürfnisse von Patient*innen sowie von Betreuungspersonen zu erfahren. Dafür werden beispielsweise Schilderungen von Patient*innen in sozialen Medien verwendet. Zunehmend spielen auch Notizen von Pflegefachpersonen eine Rolle in der Sentimentanalyse. Die darin ausgedrückten subjektiven Einschätzungen zu dem Gesundheitszustand von Patient*innen können analysiert werden, um Vorhersagen zum Krankheitsverlauf oder zur Rehospitalisierung zu treffen. Für die Durchführung der Sentimentanalysen kommen in den meisten Fällen Algorithmen des maschinellen Lernens zum Einsatz. Die vorhandenen Methoden wurden jedoch nicht für die spezifische Verwendung im medizinischen Bereich getestet, wie eine Untersuchung von Forschenden des Instituts für Medizininformatik I4MI der Berner Fachhochschule BFH zeigt. Das schade der Genauigkeit der Ergebnisse, vermuten die Forschenden. Zudem haben sie festgestellt, dass sich die vorhandenen Lösungen technologisch noch nicht auf dem erforderlichen Entwicklungsstand befinden.

Forschungsprojekt will Entwicklung weiterbringen

In einem von der Hasler Stiftung finanzierten Projekt nehmen sich die Forschenden des I4MI diesen Herausforderungen an. Einerseits wollen sie neue Algorithmen entwickeln, die auf dem aktuellen technischen Stand basieren und diesen weiterbringen. Zudem wollen sie ihre Entwicklungen an konkreten Anwendungsfällen im medizinischen Bereich testen.