Fallstudie RIVM: Schnellere Aktualisierung einer WHO-Terminologiedatenbank dank KI-Übersetzung

Das RIVM und Acolad konnten die WHO ICD-11 mithilfe einer speziellen KI-Engine und fachkundiger menschlicher Überprüfung ins Niederländische übersetzen.

Über das RIVM

Das RIVM (Rijksinstituut voor Volksgezondheid en Milieu), das Nationale Institut für öffentliche Gesundheit und Umwelt, ist ein niederländisches Regierungsforschungsinstitut, das dem Ministerium für Gesundheit, Soziales und Sport untersteht. Es führt Forschungen durch und bietet unabhängige wissenschaftliche Beratung in den Bereichen öffentliche Gesundheit, Gesundheitswesen und Umweltschutz.

Im Rahmen dieser Arbeit pflegt das RIVM die niederländische Version internationaler Gesundheitsklassifikationen, einschließlich der Internationalen Klassifikation der Krankheiten (ICD) der WHO – eine Aufgabe, die sich auf die Niederlande, die niederländischen Karibikgebiete und andere niederländischsprachige Gebiete erstreckt, wo eine einheitliche Klassifikation vergleichbare Gesundheitsstatistiken ermöglicht.

Die Herausforderung

Aktualisierung einer nationalen Krankheitsklassifikation bis zu einem globalen Stichtag

Die ICD ist der globale Standard für die Erfassung und Klassifizierung von Krankheiten, Gesundheitszuständen und Todesursachen. Sie wird von der WHO gepflegt und ermöglicht es den Ländern, international vergleichbare Gesundheitsstatistiken zu erstellen. Die WHO hat das Ende des Jahres 2027 als Frist für die Mitgliedstaaten festgelegt, um mit der Berichterstattung über Sterblichkeits- und Morbiditätsstatistiken anhand der neuesten Revision, ICD-11, zu beginnen.

Der Wechsel von ICD-10 zu ICD-11 ist umfassend: Neben etwa 1,5 Millionen Worten an neuem und überarbeitetem Inhalt bringt er strukturelle Veränderungen und neue Kapitel mit sich. Frühere Überarbeitungen wurden von Fachleuten über lange Zeiträume manuell übersetzt – ein Ansatz, der zwar funktioniert, aber durch die Kapazität der Experten begrenzt ist. Mit einer festen Frist und einem definierten Budget musste das RIVM Geschwindigkeit und Genauigkeit abwägen. Dabei war Genauigkeit am wichtigsten: Da die ICD eine Klassifikation und kein gewöhnlicher Text ist, kann ein einziger falscher Begriff eine Diagnose unter den falschen Code einordnen und die daraus resultierenden Statistiken verfälschen.

Eine zuverlässige niederländische Version ist auch außerhalb der Niederlande von Bedeutung. Die Ärzte dokumentieren und kommunizieren auf Niederländisch, und das RIVM ist für die Klassifizierung in allen niederländischsprachigen Regionen verantwortlich – dies ist die Grundlage, auf der vergleichbare Gesundheitsdaten beruhen.

Der Ansatz

Entwicklung eines speziellen RIVM-KI-Systems mit menschlichem Fachwissen

Das RIVM und Acolad betrachteten die Aktualisierung des ICD-11 als eine Gelegenheit, KI in großem Umfang für ein Projekt mit hochspezialisierter Terminologie einzusetzen, indem sie automatisierte Übersetzungen mit fachkundiger menschlicher Überprüfung kombinierten, um Genauigkeit, Konsistenz und Benutzerfreundlichkeit zu gewährleisten.

Eine dedizierte, sichere KI-Engine: Wir haben eine projektspezifische Engine entwickelt, die auf der bestehenden Terminologie des RIVM basiert und in der sicheren Umgebung von Acolad läuft, um die für den öffentlichen Sektor erforderliche Sicherheit zu gewährleisten.

Ein skalierbarer Workflow: Zuerst wurde an einer Stichprobe von Begriffen getestet, von denen das RIVM annahm, dass sie am schwierigsten zu klassifizieren sein würden, bevor der Prozesse auf die gesamte Klassifizierung angewendet wurde.

Expertenüberprüfung: Linguisten mit Fachwissen in spezifischer Terminologie überprüften die KI-Ergebnisse auf sprachliche Qualität – eine Sicherheitsebene, die eine automatisierte Bewertung allein nicht bieten konnte.

1,5 Millionen Wörter

Aus dem Englischen ins Niederländische übersetzt

100.000 Synonyme

KI-generiert, um die Suche zu unterstützen

2 Jahre

Expertenüberprüfung läuft

Das Ergebnis

Ein erster niederländischer Entwurf wurde vorgelegt und bildet die Grundlage für die Expertenüberprüfung

Das Projekt lieferte eine vollständige erste Entwurfsversion der aktualisierten Klassifizierung in niederländischer Sprache, die sprachlich geprüft und für die Validierung durch die Experten des RIVM bereit war.

Das RIVM benötigte eine solide, qualitativ hochwertige Basisübersetzung – keine fertige Übersetzung, sondern eine zuverlässige Grundlage für die Expertenprüfung, die eine Klassifizierung dieser Bedeutung erfordert. Das hat das Projekt geliefert. Das Institut gibt offen zu, dass das volle Effizienzbild sich erst allmählich herauskristallisiert: Da Qualität oberste Priorität hat, wird die Ausgabe gründlich überprüft, und die endgültige Nettoeinsparung hängt von dieser Arbeit ab.

Wertvolle KI-Erfahrung für beide Organisationen

Für das RIVM und Acolad war das Projekt ein wichtiger Schritt bei der Anwendung von KI in großangelegten Terminologieprojekten. Es bot einen klaren Einblick, wie sich sichere Automatisierung und fachkundige menschliche Validierung ergänzen können: KI bringt Geschwindigkeit und Skalierbarkeit, während menschliches Fachwissen Genauigkeit, Kontext und Klassifizierungsintegrität gewährleistet.

Zwei Ergebnisse fielen besonders ins Auge. Erstens erwies sich bei einem so anspruchsvollen Projekt die menschliche Überprüfung als unschätzbar, da automatisierte Qualitätsbewertungen bei Inhalten wie Terminologiedatenbanken nicht immer optimal funktionieren. Zweitens verhält sich ein KI-unterstützter Prozess anders als eine kontinuierliche manuelle Übersetzung. Die Anfangsphase verläuft langsamer durch Vorproduktionsarbeiten: Aufbau von Grundlagen durch Datenerfassung und -bereinigung, Aufbau von Übersetzungsspeichern, Prompt-Engineering und eine maßgeschneiderte Übersetzungsengine. Sobald dies eingerichtet ist, kann der Workflow schneller und in größerem Umfang produzieren, wobei eine gründliche Bewertung der nächste wichtige Schritt ist.

Ausblicke:

Das Ausmaß des Projekts spiegelt sich in der nächsten Phase wider: Die Expertenüberprüfung des RIVM läuft derzeit und wird voraussichtlich etwa zwei Jahre dauern. Ein Teil dieser Arbeit besteht darin, die von der KI generierten Synonyme zu verfeinern: Einige sind zwar sprachlich korrekt, müssen aber innerhalb der Hierarchie neu positioniert werden, damit die Bedingungen an der richtigen Stelle kodiert und gezählt werden, wie es eine statistische Klassifizierung erfordert.

Für das RIVM ist das Ergebnis des Projekts selbst von großer Bedeutung – ein klareres Verständnis dafür, wo KI hilfreich ist und wo menschliches Fachwissen unverzichtbar ist, sowie wertvolle Erkenntnisse darüber, wie beides am besten zusammenwirken kann.