Implementome logo
Implementome
ÜberHilfezentrum

NESTOR — Neurosyphilis: Extraction via Scanned Texts and OCR for medical Research

Ursprungssprache: Englisch
Cover image
Zielpopulation
Gesundheitspersonal/Gesundheitsstruktur
Begünstigte1 - 50
EvidenzBeides
Startdatum2026/01
EnddatumLaufend
StufePilotprojekt/Tests/Versuche
Land
Frankreich
Schweiz
Abdeckung
International
Anzahl der Implementierungsstandorte
2
Leitende Organisation
Implementierungspartner
N/A

Gesundheitsfokusbereich
Alle
Dienstleistungen
Lernen und Ausbildung
Ermöglichende Technologien
Big Data-Analytik
Künstliche Intelligenz
Standards
N/A
Werkzeuge
Finanzierungsquellen
Forschungsstipendien
Geschäftsmodell
N/A
Finanzierer
Zusammenfassung

NESTOR (Neurosyphilis: Extraktion aus gescannte Texte und OCR für medizinische Forschung) ist ein interdisziplinäres Projekt der Universität Genf und der Genfer Universitätskliniken , das handschriftliche medizinische Archive für die Forschung erschließt.

Das Problem: Krankenhäuser, Archive und Biobanken bewahren umfangreiche Sammlungen handschriftlicher Patientenakten, Register und Bestandslisten auf, die Jahrzehnte der klinischen Praxis dokumentieren. Diese Aufzeichnungen sind eine einzigartige Quelle zur historischen klinischen Praxis, bleiben jedoch weitgehend unzugänglich: Die manuelle Transkription ist zeitaufwendig und kostspielig, herkömmliche optische Zeichenerkennung (OCR) erbringt bei Handschrift schlecht und die Vorschriften zum Patientenschutz schließen die meisten kommerziellen Cloud-Tools aus.

Der Ansatz: NESTOR übernimmt Methoden zur Erkennung handgeschriebener Texte aus den Digital Humanities, einem Fachgebiet, das über Erfahrung bei der Transkription historischer Handschriften verfügt. Ein Grundmodell wurde mit über 20.000 Seiten aus fünf Jahrhunderten und fünf Sprachen wurde anhand von Aufzeichnungen der Genfer Gehirnbank verfeinert, einer Sammlung, die im Jahr1901 gegründet wurde und klinische Daten von mehr als 11 000 Patienten enthält. Anhand von etwa 500 handschriftlich transkribierten Seiten, die zwischen 1883 und 1980 erreicht das für solche Archive angepasste Modell eine Genauigkeit von 87 %. Die Pipeline ist vollständig Open-Source, kostenlos und läuft offline auf einem Standard-Laptop und ist somit für sensible Daten geeignet. Sie erfordert nur minimale fachspezifische Annotationen und stützt sich auf nicht-medizinische Trainingsdaten und umgeht damit die ethischen Hürden beim Austausch medizinischer Manuskripte. Es lässt sich daher in Krankenhäusern und Archiven sowie in Umgebungen mit begrenzten Ressourcen, in denen auch heute noch handschriftliche medizinische Unterlagen erstellt werden.

Schlüsselwörter
Datenintegration und -verwaltung
Kartierung
Digitale Gesundheitslösungen
Künstliche Intelligenz
Digitalisierung
Publikationen
Neue Erkenntnisse zur Neurosyphilis durch die Digitalisierung handschriftlicher KrankenaktenKI-gestützte Klassifizierung und Netzwerkanalyse für die Wissenskartierung in der Medizin: Ein Jahrhundert der Forschung zur Neurosyphilis
Erkenntnisse - Gelerntes
Herausforderungen
N/A
Empfehlungen
N/A
Empfehlungen
Projekte mit ähnlichen Dienstleistungen
Projekte mit ähnlichen Themen
Projects with similar insights
iDHA (Projekt-ID)
rz1rc5
Projektlinks
N/A
Ursprung der Informationen
Website
Datenquellenlink
https://archimed.unige.ch
Zur Plattform hinzugefügt am
2026-11-16
Projektredakteure
N/A
Letzte Aktualisierung durch
Myriam Lamrayah on 2026-11-17
Anzahl der Ansichten
30
WHO-Klassifikationen
WHO LogoGeneva Digital Health Hub Logo