Hin zu automatisierten Berichten: Ein Bronchoskopie-Berichtsdatensatz zur Verbesserung multimodaler großer Sprachmodelle

Intelligentere Unterstützung für Lungenspezialisten

Wenn Ärzte mit einer winzigen Kamera in die Atemwege blicken, erfahren sie viel über die Lunge eines Patienten – doch das, was sie sehen, in klare, detaillierte Berichte zu überführen, erfordert Zeit und Erfahrung. Diese Studie stellt eine neue, sorgfältig zusammengestellte Sammlung realer Bronchoskopiebilder und -berichte vor, die darauf abzielt, fortgeschrittene KI-Systeme im Verfassen solcher Berichte zu schulen. Für Patienten könnte das eines Tages schnellere, konsistentere Berichte und geringere Risiken, dass wichtige Details übersehen werden, bedeuten.

Warum das Betrachten der Lunge wichtig ist

Die Bronchoskopie ist ein Verfahren, bei dem ein dünner Schlauch mit einer Kamera in die Atemwege geführt wird, um Luftröhre und die Verzweigungen der Lunge zu inspizieren. Sie hilft Ärzten, Probleme wie Entzündungen, Infektionen, Tumoren oder Blutungen zu erkennen und kann auch Behandlungen leiten, etwa das Entfernen von Fremdkörpern oder das Einsetzen kleiner Stents, um die Atemwege offen zu halten. Anschließend muss der Arzt in einem formalen Bericht beschreiben, was gesehen wurde; dieser Bericht wird Teil der Krankenakte und beeinflusst Behandlungsentscheidungen. Das Verfassen dieser Berichte ist detailreiche, sich wiederholende Arbeit, die stark von der Ausbildung und Erinnerung des Arztes abhängt.

Warum vorhandene Daten nicht ausreichten

In den letzten Jahren haben leistungsfähige KI-Modelle, die sowohl Bilder als auch Text verarbeiten können, Fortschritte beim Lesen medizinischer Aufnahmen und beim Erstellen von Berichten gemacht. Für die Bronchoskopie waren die verfügbaren Trainingsdaten jedoch begrenzt und unvollständig. Frühere Datensätze deckten oft nur einige weniger Aufgaben ab – etwa das Erkennen eines Tumors oder das Markieren der Kameraposition – und ließen viele alltägliche Befunde wie Schleim, leichte Blutungen oder Schwellungen außer Acht, die Ärzte routinemäßig beschreiben. Einige Sammlungen waren zudem privat, klein oder konzentrierten sich nur auf einfache Ja/Nein-Entscheidungen, sodass sie kaum geeignet waren, einer KI beizubringen, reichhaltige, menschenähnliche Beschreibungen des Kamerabilds zu verfassen.

Aufbau einer reichhaltigeren Bildbibliothek

Um diese Lücke zu schließen, haben die Autoren BERD geschaffen, einen neuen Datensatz von Bronchoskopieberichten, der aus realen Eingriffen in einem großen Krankenhaus in China stammt. Aus 8.477 Bronchoskopien, die zwischen 2022 und 2023 durchgeführt wurden, wählten sie 3.692 repräsentative Fälle und 6.330 Schlüsssbilder aus, die Ärzte als besonders aussagekräftig markiert hatten. Für jedes Bild verknüpften ausgebildete Kliniker es mit präzisen schriftlichen Beschreibungen dessen, was sichtbar war, etwa Tumoren, Schwellungen, Ablagerungen oder normales Gewebe. Wenn ein Bild keinen Befund zeigte, verwendeten sie eine einfache Standardformulierung wie „Es ist normal“, um die Daten konsistent zu halten. Persönliche Daten wurden entfernt, und die ursprünglichen chinesischen Berichte wurden mithilfe eines lokal betriebenen Sprachmodells ins Englische übersetzt, um die Privatsphäre zu schützen.

Wie Experten und KI zusammenarbeiteten

Über schlichte Beschreibungen hinaus wollten die Forscher, dass jedes Bild mit einer oder mehreren medizinischen Kategorien versehen wird – etwa „Tumor“, „Stauung“ oder „Ödem“ –, damit KI-Modelle sowohl das Etikettieren als auch das Beschreiben von Befunden lernen können. Dazu definierten erfahrene Bronchoskopiespezialisten zunächst eine detaillierte Liste von Kategorien auf Basis medizinischer Leitlinien. Ein lokal eingesetztes Sprachmodell durchsuchte dann die Textunterschriften, um vorzuschlagen, welche Kategorien auf jedes Bild zutreffen könnten. Menschliche Experten überprüften und korrigierten diese Vorschläge sorgfältig und behielten die finale Kontrolle über die medizinische Qualität. Das Ergebnis ist eine fein annotierte Ressource, bei der jedes Bild mit einer klaren Beschreibung, einer anatomischen Lokalisation und fachbestätigten Labels verknüpft ist – alles organisiert in einfachen Dateien, die Forschende direkt verwenden können.

KI das Verfassen besserer Berichte beibringen

Um zu zeigen, dass BERD tatsächlich nützlich ist, nutzten die Forschenden den Datensatz, um mehrere führende multimodale KI-Modelle zu trainieren. Zuerst testeten sie allgemeine und medizinische KI-Systeme, die zuvor noch nie Bronchoskopiebilder gesehen hatten. Diese Modelle missverstanden oft, was sie sahen, übersehen Tumoren oder fügten Details hinzu, und erzielten im Vergleich zu von Experten verfasstem Text schlechte Werte. Das Team feinabgestimmte daraufhin Open-Source-Modelle mit den BERD-Bildern und -Unterschriften. Nach diesem zusätzlichen Training erzeugte das beste Modell Beschreibungen, die der Wortwahl von Experten deutlich näherkamen und von Klinikern in über 80 % der Fälle als akzeptabel beurteilt wurden – das heißt, der KI-generierte Text konnte häufig mit minimaler Nachbearbeitung direkt in einen realen Bericht übernommen werden.

Was das für die zukünftige Versorgung bedeutet

Einfach gesagt liefert diese Arbeit die fehlende „Trainingsbibliothek“, die KI-Systeme benötigen, um verlässliche Assistenten für die Bronchoskopieberichterstattung zu werden. Obwohl die Daten aus einem einzigen Krankenhaus stammen und einige zahlenmäßige Details bewusst entfernt wurden, um die Modelle nicht in die Irre zu führen, ist der Datensatz öffentlich, gut dokumentiert und groß genug, um einen neuen Standard für dieses Gebiet zu setzen. Wenn Forschende auf BERD aufbauen, könnten Patientinnen und Patienten schließlich von schnelleren, einheitlicheren Bronchoskopieberichten profitieren, wodurch Ärztinnen und Ärzte mehr Zeit für Entscheidungen und Behandlungen statt für Papierarbeit hätten.

Zitation: Luo, X., Huang, X., Liang, X. et al. Towards Automated Reporting: A Bronchoscopy Report Dataset for Enhancing Multimodality Large Language Models. Sci Data 13, 339 (2026). https://doi.org/10.1038/s41597-026-06692-8

Schlüsselwörter: Bronchoskopie, medizinische Bildgebung, klinische Berichte, multimodale KI, medizinische Datensätze