SEO-News

GoogleGoogle hat neue Tools zur Verfügung gestellt, die mithilfe von künstlicher Intelligenz unstrukturierte medizinische Dokumente verstehen und analysieren können. Spielt das auch eine Rolle für die Suche?

Das Gesundheitswesen bringt eine große Menge an Dokumenten mit sich. Man denke zum Beispiel an Patientenakten, Rezepte, Laborberichte und vieles mehr. Durch die anhaltende Corona-Krise und den damit verbundenen Anstieg der Patientenzahlen hat sich das Aufkommen dieser Dokumente erhöht.

Viele dieser Schriftsätze sind allerdings unstrukturiert und unterliegen keiner festen, vorgegebenen Form. Entsprechend schwierig ist das Nachhalten von Informationen aus solchen Dokumenten.

Google hat jetzt mehrere Werkzeuge veröffentlicht, mit denen auch unstrukturierte medizinische Dokumente analysiert und ausgewertet werden können: Die Healthcare Natural Language API und die AutoML Entity Extraction for Healthcare. Sie sollen dazu beitragen, medizinische Dokumente auf wiederholbare und skalierbare Weise bewerten und analysieren zu können.

Die Healthcare Natural Language API hilft bei der Suche nach Informationen in unstrukturierten Dokumenten, wie sie zum Beispiel in Rezepten oder Impfnachweisen zu finden sind. Damit kann das Risiko unnötiger Behandlungen oder mehrfacher Untersuchungen verringert werden.

 

Wie funktioniert die Healthcare Natural Language API?

Innerhalb von Dokumenten identifiziert die Healthcare Natural Language API medizinische Sachverhalte und Inhalte zu medizinischen Vorgängen, Medikamentierungen oder den Gesundheitszustand und extrahiert diese. 

Maschinelles Lernen hilft dabei, klinisch relevante Attribute auf Grundlage des Kontextes zu erkennen. So lassen sich zum Beispiel Verordnungen von Medikamenten aus der Vergangenheit von zukünftigen Verschreibungen unterscheiden. Auch das Vorkommen von bestimmten Symptomen oder Diagnosen in verschiedenen sprachlichen Ausdrucksweisen kann ermittelt werden. Zusätzlich ist es möglich, medizinische Erkenntnise, welche den Patienten betreffen, von Informationen zu unterscheiden, welche für die Angehörigen des Patienten bestimmt sind.

 

Google Healthcare Natural Language API - Erkennen von medizinischen Informationen

Google Healthcare Natural Language API - Erkennen von medizinischen Informationen

 

Um dies alles zu erreichen, werden die medizinischen Informationen gegen einen Knowledge Graph normalisiert, der geltenden Industriestandards entspricht. Dazu gehören zum Beispiel der Medical Subject Headings (MeSH) und die Internal Classification of Diseases (ICD). Auf diese Weise lassen sich zum Beispiel Krankheiten erkennen, die in unterschiedlichen Weisen benannt werden.

All das kann in verschiedenen Kontexten sinnvoll sein, zum Beispiel in der Telemedizin, also bei Diagnose und Therapie, die nicht vor Ort stattfinden, sondern über Onlinekommunikation gesteuert und angewiesen werden.

Auch das Auswerten medizinischer Studien kann mithilfe der API vereinfacht werden, weil sich auf diese Weise größere Datenmengen gezielt verarbeiten lassen.

 

AutoML Entity Extraction for Healthcare: Unterstützung beim Erstellen eigener Tools

Google unterstützt mit der AutoML Entity Extraction for Healthcare die Entwicklung von KI-Lösungen im medizinischen Bereich. Dazu steht ein passendes Interface zur Verfügung.

 

Google AutoML Entity Extraction

AutoML Entity Extraction for Healthcare: Erstellen eigener Modelle für die Extraktion medizinischer Informationen

 

Mögliche Einsatzbereiche sind zum Beispiel die Genforschung, das Extrahieren sozioökonomischer Faktoren oder klinische Studien zu seltenen Krankheiten.

 

Healthcare Natural Language API: Auch für die Google Suche relevant?

Auch in der Suche spielen Medizin und Gesundheit für Google eine wichtige Rolle. Google achtet hier wie auch in anderen sensiblen Branchen besonders auf die Qualität der Inhalte, was durch die Begriff "EAT" ausgedrückt wird, eine Abkürzung für "Expertise, Authoritativeness, Trustworthiness".

Gut möglich, dass Google die Healthcare Natural Language API dazu verwendet, Dokumente aus der Medizin- und Gesundheitsbranche zu prüfen und zu bewerten und dies in die Rankings der Suche einfließen zu lassen. Das könnte zum Beispiel durch den Vergleich des Informationsgehalts verschiedener Dokumente erfolgen.

 


Christian Kunz

Von Christian Kunz

SEO-Experte.
Sie benötigen Beratung für Ihre Webseite? Klicken Sie hier


Anzeige

SEO-Vergleich


Verwandte Beiträge

SEO-Newsletter bestellen

Im monatlichen SEO-Newsletter erhaltet Ihr eine Übersicht der jeweils zehn wichtigsten SEO-Meldungen des Monats. Mit dem SEO-Newsletter bleibt Ihr auf dem Laufenden.
Ich bin mit den Nutzungsbedingungen einverstanden

 

 

Anzeige

rnkeffect

Premium-Partner (Anzeige)


Anzeigen

InterNetX

SEO Freelancer

SEO Agentur aus Darmstadt

SEO-Vergleich

Online Solutions Group


Sprecher auf

Onsite-Optimierung

Onsite-Optimierung

 

SEO- und Suchmaschinenblogs

SEO-FAQ

Bild © FM2 - Fotolia.com

Bekannt aus

Website Boosting


Internet World Business

SEO United


The SEM Post


Webselling

SEO selber machen

SEO selber machen

Jetzt vernetzen

SEO-Glossar

SEO-Glossar

 

SEO im Ohr, der Podcast von SEO Südwest: aktuell Folge

SEO-Beratung

Wir bringen gemeinsam Ihre Webseite in Google nach vorne. Profitieren Sie von jahrelanger SEO-Erfahrung.

Social Networks und RSS-Feed

Auszeichnungen

seo19 sieger sichtbarkeit 2020 200x200px