KI und die schwierigen Probleme der Welt · Medizin & Wirkstoffforschung · Nature (computational biology) · 2026-10-23
Instruction-Tuning großer Sprachmodelle mit medizinischen Klassifikationsdaten verbessert die ICD-Kodierung deutscher Tumordiagnosen
Originaltitel: Instruction-tuning large language models with medical classification data improves ICD coding of German tumor diagnoses
Diese Studie befasst sich mit der automatisierten ICD-Kodierung deutscher Tumordiagnosetexte mithilfe lokal einsetzbarer Open-Weight-Sprachmodelle. Acht Modelle von Qwen, Llama und Mistral (7–70 Milliarden Parameter) wurden anhand von über 500.000 Frage-Antwort-Paaren feinabgestimmt, die aus öffentlichen Klassifikationsressourcen erstellt wurden. Die Genauigkeit bei ICD-10-GM stieg von 1,4 % auf 24 % und anschließend auf 41–58 %, fehlerhafte Ausgaben sanken auf nahezu 0 %, und der Trainingsdatensatz sowie die besten Checkpoints wurden öffentlich zugänglich gemacht.