Warum Freitext-Notizen in der Veterinärmedizin automatisierte Kodierung unmöglich machen

Freitextliche Konsultationsnotizen sind das Rückgrat der tierärztlichen klinischen Dokumentation, doch sie wurden für das klinische Denken konzipiert, nicht für die Datenextraktion. Wenn ein Tierarzt schreibt: „Ich vermute, dass wir es hier mit einer Otitis im Frühstadium zu tun haben könnten“, kommuniziert er diagnostische Unsicherheit an einen Kollegen. Liest jedoch ein automatisiertes Kodierungssystem denselben Satz, kann es die Diagnose vollständig übersehen, falsch klassifizieren oder einen Code mit einem Konfidenzniveau zuweisen, das der Behandler nie beabsichtigt hat. Diese Kluft zwischen der Art, wie Tierärzte schreiben, und der Art, wie Kodierungssysteme lesen, ist einer der Hauptgründe, warum die klinische Kodierung in der tierärztlichen Praxis unzuverlässig bleibt. Die nachgelagerten Daten, die davon abhängen, sind daher oft unvollständig.

Was die klinische Kodierung in der tierärztlichen Praxis tatsächlich erfordert

Klinische Kodierung ist der Prozess, bei dem Schlüsselinformationen innerhalb einer klinischen Erzählung mithilfe eines kontrollierten Vokabulars in standardisierte, strukturierte Daten umgewandelt werden. In der Veterinärmedizin gehören VeNom (Veterinary Nomenclature, eine tierärztliche Nomenklatur) und SNOMED CT (Systematized Nomenclature of Medicine Clinical Terms, eine systematisierte Nomenklatur medizinischer Begriffe) zu den am weitesten verbreiteten Klassifikationen. Ziel ist es, eine in natürlicher Sprache verfasste Konsultationsnotiz in diskrete, eindeutige Konzepte zu überführen: eine Diagnose, eine Spezies, ein Organsystem, eine Prozedur.

Kodierungssysteme durchsuchen Aufzeichnungen nach spezifischen Signalen, sei es manuell oder durch Natural Language Processing (NLP, ein Zweig der künstlichen Intelligenz, der menschliche Sprache interpretiert). Sie müssen einen kodierbaren Endpunkt identifizieren – einen bestätigten oder vermuteten Zustand – und ihn einem Begriff innerhalb des kontrollierten Vokabulars zuordnen. Was sie nicht zuverlässig können, ist klinische Bedeutung aus dem narrativen Kontext abzuleiten, mehrdeutige Terminologie aufzulösen oder zwischen einem aktuellen aktiven Problem und einem beiläufig erwähnten historischen Problem zu unterscheiden.

Wie in npj Digital Medicine veröffentlichte Forschung feststellte, unterscheiden sich tierärztliche Notizen erheblich im Schreibstil und Vokabular zwischen den Kliniken. Ihre Diagnosecodes verwenden eine Klassifikation, die sich von der Humanmedizin unterscheidet. Anders als im Gesundheitswesen, wo eine robuste Kodierungsinfrastruktur in klinische Systeme eingebettet ist, sind die meisten tierärztlichen Aufzeichnungen Freitext ohne standardisierte Diagnosekodierung. Das Fehlen dieser Infrastruktur bedeutet, dass das gesamte Gewicht der Kodierbarkeit auf der Notiz selbst lastet. Mehr dazu, wie sich die klinische Kodierung in der tierärztlichen Praxis von der Humanmedizin unterscheidet, finden Sie in unserer speziellen Übersicht.

Die spezifischen narrativen Muster, die automatisierte Kodierung zum Scheitern bringen

Mehrere ausgeprägte Freitext-Gewohnheiten führen konsequent zu Kodierungsfehlern oder Auslassungen. Dies sind keine zufälligen Fehler, sondern vorhersehbare Konsequenzen daraus, Notizen für die klinische Kommunikation statt für strukturierte Datenextraktion zu verfassen.

Eingebettete Diagnosen in abschwächender Sprache. Wenn ein Tierarzt schreibt: „Ich vermute, dass wir es hier mit einer Otitis im Frühstadium zu tun haben könnten“, ist die Diagnose vorhanden, aber in epistemischer Abschwächung vergraben. Automatisierte Tools übersehen oder klassifizieren auf diese Weise ausgedrückte Diagnosen häufig falsch. Das Kodierungssystem kann nicht zuverlässig bestimmen, ob dies einen vermuteten Zustand darstellt, der einen Code rechtfertigt, oder eine spekulative Bemerkung, die dies nicht tut.

Abkürzungen und praxisspezifische Kurzformen. Begriffe wie „bilat. Ohr“, „PU/PD Verdacht Cushing“ oder „?IBD“ sind für einen Kollegen in derselben Praxis sofort verständlich, werden aber von Kodierungssystemen inkonsistent interpretiert. Forschung zu NLP für tierärztliche Aufzeichnungen hat ergeben, dass nicht standardisierte Terminologie eine der hartnäckigsten Barrieren für zuverlässige automatisierte Extraktion ist, insbesondere bei der Zuordnung von Verschreibungsdaten und klinischen Beschreibungen zu spezifischen Zuständen im großen Maßstab.

Differentialdiagnosen als Schlussfolgerungen erfasst. Wenn ein Tierarzt Ausschlussdiagnosen auflistet (DDx: Hypothyreose, Cushing, Diabetes), ohne eine bestätigte Arbeitsdiagnose anzugeben, bleiben Kodierungstools ohne kodierbaren Endpunkt zurück. Die Differentialdiagnosen mögen klinisch angemessen sein, aber sie geben dem System nichts, woran es einen Code verankern kann.

Narrativ beschriebene Prozeduren. „Habe mir die Haut kurz angeschaut und den Bereich geschoren“ taucht nicht als diskreter Prozedurcode auf. Prozedurale Handlungen, die in beschreibende Prosa eingebettet sind, werden routinemäßig von automatisierten Systemen übersehen, die nach erkennbaren Prozedursignalen suchen, statt nach narrativen Berichten darüber, was während der Konsultation geschah.

Annahmen zu Spezies und Rasse. Wenn das Signalement des Patienten (Spezies, Rasse, Alter, Geschlecht) nicht im Notiztext wiederholt oder referenziert wird, können automatisierte Tools Codes anwenden, die für einen anderen Spezieskontext konzipiert sind. Liest das Kodierungssystem eine Notiz isoliert von der Patientenakte, kann das Fehlen des Spezieskontexts zu falsch angewendeten oder mehrdeutigen Codes führen.

Negation und historischer Kontext vermischt mit aktiven Befunden. „Kein Erbrechen, obwohl der Besitzer berichtet, dass es letztes Jahr ein Problem war“ ist eine häufige und klinisch sinnvolle Konstruktion, kann aber zu falsch-positiver Kodierung von Erbrechen als aktuellem Zustand führen. Frühe Arbeiten zur Leistung von Freitextsuchen in tierärztlichen Aufzeichnungen haben gezeigt, dass die Suchsensitivität für Diagnosen in unstrukturierten Notizen je nach Zustand und verwendeter Suchstrategie zwischen 33 Prozent und 98 Prozent lag. Der positive prädiktive Wert lag zwischen 2 Prozent und 74 Prozent – eine Spanne, die so breit ist, dass aggregierte Daten ohne erhebliche manuelle Überprüfung unzuverlässig sind. Die Behandlung von Negationen bleibt eines der technisch schwierigsten Probleme im klinischen NLP.

Warum abschwächende Sprache besonders problematisch für die Kodierungsgenauigkeit ist

Klinische Unsicherheit ist kein Dokumentationsfehler. Sie ist ein legitimer und wichtiger Teil des tierärztlichen Denkens. Das Problem ist, dass die Sprache, mit der Unsicherheit in Freitextnotizen ausgedrückt wird, eine Unterscheidung verwischt, die Kodierungssysteme bewahren müssen.

Es gibt einen bedeutsamen Unterschied zwischen:

• einem Zustand, der vermutet wird und einen „Verdachts-“ oder „Abklärungs-“Code generieren sollte,

• einem Zustand, der aktiv ausgeschlossen wird und überhaupt nicht kodiert werden sollte,

• einem Zustand, der nur als historischer Kontext erwähnt wird.

In Freitextprosa können alle drei in nahezu identischen Konstruktionen erscheinen. „Verdacht auf Cushing“, „Cushing wird ausgeschlossen“ und „Besitzer erwähnte, dass Cushing von einem früheren Tierarzt angesprochen wurde“ mögen für ein NLP-Modell oberflächlich ähnlich aussehen, haben aber völlig unterschiedliche Kodierungsimplikationen. Forschung zur automatisierten Kodierungsgenauigkeit hat ergeben, dass Genauigkeitsraten bei anspruchsvollen Freitext-Kodierungsaufgaben auf bis zu 60 Prozent fallen können, teilweise weil Abschwächung, Negation und kontextuelle Mehrdeutigkeit rechnerisch schwer aufzulösen bleiben.

Das zugrunde liegende Problem ist, dass Tierärzte darauf trainiert sind, ihren Denkprozess einschließlich Unsicherheit in narrativer Form zu dokumentieren. Kodierungssysteme sind darauf ausgelegt, Schlussfolgerungen zu extrahieren. Wenn die Notiz Denken statt Schlussfolgerungen enthält, hat das System begrenztes Material, mit dem es arbeiten kann.

Wie Auslassungen oft schädlicher sind als Fehler

Eine falsch kodierte Aufzeichnung ist ein Problem, aber eine ausgelassene Aufzeichnung ist unsichtbar. Wenn ein Zustand oder eine Prozedur überhaupt nicht erfasst wird, gibt es keine Markierung, keine Anomalie und keine Aufforderung zur Überprüfung. Die Abwesenheit wird einfach Teil der Daten.

Diese Unsichtbarkeit hat reale Konsequenzen:

• Lücken in Bevölkerungsgesundheitsdaten. Text-Mining-Studien zur Überwachung des enterischen Syndroms bei Begleittieren haben gezeigt, dass unstrukturierte Aufzeichnungen erheblichen rechnerischen Aufwand erfordern, um selbst grundlegende Fallzahlen zu extrahieren. Ohne systematische Kodierung ist die Fallerfassung für Prävalenz- und Inzidenzstudien grundlegend unzuverlässig.

• Verpasste Recall-Auslöser. In Praxisverwaltungssystemen hängen automatisierte Erinnerungen für Nachuntersuchungen, Impfungen oder Wiederholungsabgaben oft von kodierten Aufzeichnungen ab. Kodierte Aufzeichnungen unterstützen automatisierte Erinnerungen, die Freitextaufzeichnungen nicht zuverlässig auslösen können.

• Ungenaue Praxisberichte. Klinische Audits in der tierärztlichen Praxis haben sich als retrospektiv schwierig erwiesen, da es Barrieren bei der Feststellung der Diagnose aus klinischen Aufzeichnungen gibt. Das Fehlen konsistenter Kodierung wurde als primäres Hindernis identifiziert.

• Verzerrte Krankheitsüberwachung. Nationale Überwachungsprogramme wie SAVSNET (Small Animal Veterinary Surveillance Network) und VetCompass sind auf die Qualität der Daten angewiesen, die aus einzelnen Praxen stammen. Wenn Zustände nicht kodiert werden, erscheinen Krankheitsmuster weniger prävalent, als sie tatsächlich sind – eine Verzerrung mit Auswirkungen auf die Berichterstattung zur Antibiotikaverordnung und die Überwachung neu auftretender Krankheiten.

Eine Studie mit Gradient-Boosted-Modellen zur Fallerfassung aus tierärztlichen Freitextaufzeichnungen ergab, dass NLP-Tools für spezifische, klar definierte Zustände hohe Genauigkeit erreichen können – allerdings nur nach umfangreicher Datenbereinigung, benutzerdefinierter tierärztlicher Rechtschreibprüfung und Training auf manuell annotierten Aufzeichnungen. Der rechnerische Aufwand, der erforderlich ist, um unstrukturierte Notizen zu kompensieren, ist erheblich.

Die strukturellen Notizänderungen, die Aufzeichnungen zuverlässiger kodierbar machen

Die Anpassungen, die die Kodierbarkeit verbessern, erfordern keine grundlegende Änderung in der Art, wie Tierärzte denken oder argumentieren. Sie erfordern kleine, konsistente Änderungen in der Art, wie klinische Schlussfolgerungen in der schriftlichen Aufzeichnung sichtbar gemacht werden. Die meisten können umgesetzt werden, ohne einer Konsultation nennenswert Zeit hinzuzufügen.

Eine Arbeitsdiagnose explizit angeben. Selbst bei Unsicherheit gibt eine konsistente Formulierung wie „Arbeitsdiagnose: Otitis externa“ dem Kodierungssystem ein eindeutiges Signal. Die Unsicherheit kann weiterhin im narrativen Text dokumentiert werden, aber der kodierbare Endpunkt muss sichtbar sein.

Aktive Befunde von historischem Kontext und ausgeschlossenen Differentialdiagnosen trennen. Eine einfache strukturelle Unterscheidung, beispielsweise die separate Gruppierung aktiver Probleme von „Anamnese“ oder „Hintergrund“, verringert das Risiko, dass historische Zustände als aktuelle kodiert werden. Ausgeschlossene Differentialdiagnosen sollten als solche gekennzeichnet werden, anstatt neben der Arbeitsdiagnose aufgelistet zu werden.

Konsistente Terminologie für häufige Zustände verwenden. Das Wechseln zwischen „Ohrinfektion“, „Otitis“, „beidseitiges Ohr“ und „aurale Entzündung“ über verschiedene Konsultationen hinweg schafft Inkonsistenz, die sich im Laufe der Zeit in praxisweiten Daten verstärkt. Die Festlegung auf einen bevorzugten Begriff für häufig auftretende Zustände, selbst informell, verbessert sowohl die manuelle als auch die automatisierte Kodierungszuverlässigkeit.

Prozeduren als diskrete Handlungen erfassen. „Zytologie durchgeführt, Ohrabstrich, rechtes Ohr“ ist kodierbar. „Habe mir das angeschaut und einen Abstrich genommen, während der Besitzer ihn gehalten hat“ ist es nicht. Der Unterschied liegt nicht in der Formalität, sondern darin, der Aufzeichnung ein erkennbares Prozedursignal zu geben.

Speziesspezifischen Kontext einbeziehen, wenn die Notiz möglicherweise unabhängig gelesen wird. Dies ist besonders relevant für Praxen, die Systeme nutzen, bei denen Notizen außerhalb der Patientenakte extrahiert, geteilt oder verarbeitet werden können, beispielsweise in Überweisungszusammenfassungen oder Überwachungsdatensätzen.

Wo strukturierte Vorlagen und KI-Assistenten helfen können und wo nicht

Strukturierte Vorlagen adressieren das Kodierbarkeitsproblem direkt, indem sie offene narrative Felder durch diskrete, erforderliche Felder ersetzen: Spezies, Vorstellungsgrund, Arbeitsdiagnose, durchgeführte Prozeduren. Forschung hat gezeigt, dass große Sprachmodelle, die auf umfangreichen Mengen kuratierter, manuell kodierter Daten trainiert wurden, deutliche Verbesserungen bei der automatisierten Diagnosekodierung erreichen können. Die Qualität der zugrunde liegenden Trainingsdaten und die Qualität der eingehenden Notizen bleiben jedoch die Obergrenze für die Leistung. Für einen umfassenderen Überblick über KI-Dokumentationstools für Tierärzte und was vor der Einführung zu prüfen ist, siehe unseren speziellen Leitfaden.

KI-Medizinassistenten, die strukturierte Notizen generieren aus Konsultationsaudio, können die Belastung durch manuelle Notizerstellung reduzieren und die Konsistenz verbessern, stehen jedoch vor denselben Mehrdeutigkeiten, die auch manuelle Kodierer betreffen. Wenn ein Tierarzt eine Diagnose verbal mit abschwächender Sprache ausdrückt, wird der Assistent diese Abschwächung transkribieren. Wird eine Prozedur narrativ beschrieben statt benannt, kann der Assistent sie möglicherweise nicht als diskrete, kodierbare Handlung sichtbar machen.

Vorlagen reduzieren die narrative Freiheit und können in schnelllebigen klinischen Umgebungen als belastend empfunden werden. Forschung zu tierärztlichem NLP identifiziert konsistent die Variation des Schreibstils zwischen Kliniken als große Herausforderung für die Modellgeneralisierung. Das bedeutet, dass selbst gut trainierte automatisierte Systeme je nach Konsistenz der Vorlagennutzung unterschiedlich zwischen Praxen funktionieren können. Keines der Tools eliminiert das Problem. Beide sind durch die Qualität der Notiz eingeschränkt, von der sie ausgehen.

Wie zuverlässige Kodierung in der Praxis aussieht

Das folgende Beispiel illustriert dieselbe klinische Begegnung, auf zwei Arten geschrieben. Der klinische Inhalt ist identisch, die Kodierbarkeit jedoch nicht.

Typische Freitextversion:

„Bella kam mit ihrer Besitzerin herein, die sich Sorgen um ihre Ohren machte. Sie kratzt sich viel und schüttelt den Kopf. Bei der Untersuchung sah das rechte Ohr ziemlich entzündet aus und es gab etwas dunklen Ausfluss, könnte Hefe sein, könnte bakteriell sein, schwer zu sagen in diesem Stadium. Linkes Ohr sah okay aus. Habe das rechte Ohr gereinigt und einen Abstrich genommen. Habe sie vorerst auf Surolan eingestellt und werde sehen, wie es ihr damit geht. Besitzerin soll in zwei Wochen wiederkommen, wenn keine Besserung eintritt.“

Aus dieser Notiz ergeben sich für ein automatisiertes Kodierungssystem mehrere Herausforderungen: Die Diagnose ist impliziert, aber nicht angegeben. Die Prozedur („habe das rechte Ohr gereinigt und einen Abstrich genommen“) ist in die Erzählung eingebettet. Die Lateralität ist vorhanden, aber nicht strukturiert. Die Behandlungsrationale wird als Unsicherheit statt als klinische Entscheidung ausgedrückt.

Strukturell angepasste Version:

„Vorstellungsgrund: Kopfschütteln und Pruritus, rechtes Ohr.
Aktive Befunde: Otitis externa rechts, Erythem, dunkler ceruminöser Ausfluss. Linkes Ohr o. b. B.
Arbeitsdiagnose: Otitis externa rechts, wahrscheinlich Hefe (Malassezia), bakterielle Komponente nicht ausgeschlossen.
Prozeduren: Zytologie rechtes Ohr (Abstrich entnommen), Spülung rechtes Ohr durchgeführt.
Behandlung: Surolan otisch, 5 Tropfen rechtes Ohr 2× täglich für 14 Tage.
Nachuntersuchung: Kontrolle in 2 Wochen bei fehlender Besserung.“

In der zweiten Version ist die Arbeitsdiagnose explizit und kodierbar. Die Prozedur ist benannt und lateralisiert. Die Differentialdiagnose wird anerkannt, ohne als bestätigte Diagnose erfasst zu werden. Die Behandlung ist mit einem benannten Produkt und einer diskreten Handlung verknüpft. Jedes Element, das das Kodierungssystem benötigt, ist vorhanden und eindeutig, ohne jeden Verlust klinischer Information.

Warum dies über die einzelne Konsultation hinaus wichtig ist

Die Qualität einer einzelnen Konsultationsnotiz hat Konsequenzen, die weit über die Begegnung selbst hinausgehen. Auf Praxisebene bedeutet unzuverlässige Kodierung, dass die Berichterstattung über Fallaufkommen, Krankheitsprävalenz und Behandlungsergebnisse auf unvollständigen Daten aufbaut. Auf nationaler Ebene sind Krankheitsüberwachungsprogramme, die auf tierärztliche klinische Aufzeichnungen zurückgreifen, einschließlich der Überwachung der Antibiotikaverordnung und der Verfolgung zoonotischer Krankheiten, nur so genau wie die Aufzeichnungen, die in sie einfließen.

Epidemiologische Forschung mit Freitext-Pferdeaufzeichnungen hat sowohl das Potenzial als auch die Grenzen dieser Datenquelle demonstriert: Text-Mining kann bedeutsame Risikofaktor-Assoziationen aufdecken, aber die Autoren merken an, dass der Ansatz „eine konzeptionelle Änderung der Krankheitsdiagnose erfordert, die sorgfältig berücksichtigt werden sollte“. Diese konzeptionelle Änderung beginnt damit, wie einzelne Tierärzte ihre Notizen schreiben.

Die langfristige Tragfähigkeit KI-gestützter klinischer Entscheidungsunterstützung in der Veterinärmedizin hängt ebenfalls von dieser Grundlage ab. Modelle, die auf kodierten, strukturierten tierärztlichen Daten trainiert wurden, können Diagnosen unterstützen, Arzneimittelinteraktionen markieren und Risikopopulationen identifizieren. Modelle, die auf inkonsistent geschriebenen Freitextaufzeichnungen ohne zuverlässige Kodierung trainiert wurden, stehen vor erheblichen Generalisierungsherausforderungen, die ihren klinischen Nutzen einschränken. Zuverlässige Kodierung hängt von zuverlässigen Aufzeichnungen ab. Und zuverlässige Aufzeichnungen beginnen in der tierärztlichen Praxis mit den Entscheidungen, die Tierärzte darüber treffen, wie sie schreiben.

Häufig gestellte Fragen

▶ Warum verursachen tierärztliche Freitextnotizen Fehler bei der klinischen Kodierung?

Freitextliche Konsultationsnotizen werden für die klinische Kommunikation geschrieben, nicht für die Datenextraktion. Automatisierte Kodierungssysteme benötigen eindeutige, kodierbare Endpunkte, aber tierärztliche Notizen enthalten oft abschwächende Sprache, praxisspezifische Kurzformen und narrative Beschreibungen von Prozeduren. Diese Gewohnheiten machen es für Kodierungssysteme schwierig, eine bestätigte Diagnose zu identifizieren, aktive Befunde von historischen zu unterscheiden oder diskrete Prozedurcodes sichtbar zu machen.

▶ Welche Kodierungsrahmen verwenden tierärztliche Praxen?

Die am weitesten verbreiteten Klassifikationen in der Veterinärmedizin sind VeNom (Veterinary Nomenclature) und SNOMED CT (Systematized Nomenclature of Medicine Clinical Terms). Beide wandeln klinische Erzählungen in standardisierte, strukturierte Konzepte um, die Diagnosen, Spezies, Organsysteme und Prozeduren abdecken. Anders als im Gesundheitswesen sind die meisten tierärztlichen Aufzeichnungen Freitext ohne standardisierte Diagnosekodierung. Das legt das gesamte Gewicht der Kodierbarkeit auf die Notiz selbst.

▶ Welche spezifischen Schreibgewohnheiten bringen automatisierte Kodierung am häufigsten zum Scheitern?

Mehrere Muster führen konsequent zu Kodierungsfehlern. Diagnosen, die in abschwächender Sprache vergraben sind, wie „Ich vermute, dass wir es hier mit einer Otitis im Frühstadium zu tun haben könnten“, werden häufig übersehen oder falsch klassifiziert. Abkürzungen und praxisspezifische Kurzformen werden von Systemen inkonsistent interpretiert. Differentialdiagnosen, die ohne bestätigte Arbeitsdiagnose aufgelistet werden, lassen Kodierungstools ohne Anker zurück. Prozeduren, die narrativ beschrieben statt als diskrete Handlungen benannt werden, werden routinemäßig ausgelassen. Negation und historischer Kontext, vermischt mit aktiven Befunden, können auch falsch-positive Codes für Zustände generieren, die nicht aktuell sind.

▶ Wie beeinflusst abschwächende Sprache die Kodierungsgenauigkeit?

Abschwächende Sprache verwischt Unterscheidungen, die Kodierungssysteme bewahren müssen. Ein vermuteter Zustand, ein Zustand, der aktiv ausgeschlossen wird, und ein Zustand, der nur als historischer Kontext erwähnt wird, können alle in nahezu identischen Konstruktionen in Freitextprosa erscheinen. Forschung zur automatisierten Kodierungsgenauigkeit hat ergeben, dass Genauigkeitsraten bei anspruchsvollen Freitext-Kodierungsaufgaben auf bis zu 60 Prozent fallen können, teilweise weil Abschwächung, Negation und kontextuelle Mehrdeutigkeit rechnerisch schwer aufzulösen bleiben.

▶ Warum sind Auslassungen bei der klinischen Kodierung schädlicher als Fehler?

Eine falsch kodierte Aufzeichnung existiert zumindest in den Daten und kann zur Überprüfung markiert werden. Eine ausgelassene Aufzeichnung ist unsichtbar. Wenn ein Zustand oder eine Prozedur überhaupt nicht erfasst wird, gibt es keine Anomalie und keine Aufforderung zur Korrektur. Diese Unsichtbarkeit betrifft Bevölkerungsgesundheitsdaten, automatisierte Recall-Auslöser, Berichterstattung auf Praxisebene und nationale Krankheitsüberwachungsprogramme wie SAVSNET und VetCompass, die alle von kodierten Aufzeichnungen abhängen, die aus einzelnen Praxen stammen.

▶ Welche praktischen Änderungen machen tierärztliche Notizen zuverlässiger kodierbar?

Kleine, konsistente Änderungen in der Art, wie klinische Schlussfolgerungen sichtbar gemacht werden, können die Kodierbarkeit erheblich verbessern. Die explizite Angabe einer Arbeitsdiagnose, selbst bei Unsicherheit, gibt Kodierungssystemen ein eindeutiges Signal. Die Trennung aktiver Befunde von historischem Kontext und ausgeschlossenen Differentialdiagnosen reduziert falsch-positive Kodierung. Die Verwendung konsistenter Terminologie für häufige Zustände, die Erfassung von Prozeduren als diskrete benannte Handlungen und die Einbeziehung speziesspezifischen Kontexts, wenn Notizen möglicherweise unabhängig gelesen werden, helfen allesamt, ohne einer Konsultation nennenswert Zeit hinzuzufügen.

▶ Können KI-Medizinassistenten oder strukturierte Vorlagen das Kodierungsproblem lösen?

Beide Tools können helfen, aber keines eliminiert das Problem. Strukturierte Vorlagen ersetzen offene narrative Felder durch diskrete erforderliche Felder, was die Kodierbarkeit direkt verbessert. KI-Medizinassistenten, die strukturierte Notizen aus Konsultationsaudio generieren, können die Konsistenz verbessern, stehen jedoch vor denselben Mehrdeutigkeiten wie manuelle Kodierer. Wenn ein Tierarzt eine Diagnose verbal mit abschwächender Sprache ausdrückt, wird der Assistent diese Abschwächung transkribieren. Die Qualität der Notiz bleibt die Obergrenze für die Kodierungsleistung, unabhängig vom Tool.

▶ Wie beeinflusst unzuverlässige tierärztliche Kodierung die Krankheitsüberwachung?

Nationale Überwachungsprogramme, die auf tierärztliche klinische Aufzeichnungen zurückgreifen, einschließlich der Überwachung der Antibiotikaverordnung und der Verfolgung zoonotischer Krankheiten, sind nur so genau wie die Aufzeichnungen, die in sie einfließen. Wenn Zustände nicht kodiert werden, erscheinen Krankheitsmuster weniger prävalent, als sie tatsächlich sind. Text-Mining-Studien zur Überwachung des enterischen Syndroms bei Begleittieren haben gezeigt, dass ohne systematische Kodierung die Fallerfassung für Prävalenz- und Inzidenzstudien grundlegend unzuverlässig ist.

▶ Wie sieht eine zuverlässig kodierbare tierärztliche Notiz im Vergleich zu einer typischen Freitextnotiz aus?

Der klinische Inhalt kann identisch sein, aber die Struktur macht den Unterschied. Eine typische Freitextnotiz kann eine Diagnose implizieren, Prozeduren in die Erzählung einbetten und die Behandlungsrationale als Unsicherheit ausdrücken. Eine strukturell angepasste Notiz gibt die Arbeitsdiagnose explizit an, benennt und lateralisiert Prozeduren als diskrete Handlungen, kennzeichnet Differentialdiagnosen separat von bestätigten Befunden und verknüpft die Behandlung mit einem benannten Produkt und einer Handlung. Jedes Element, das das Kodierungssystem benötigt, ist vorhanden und eindeutig, ohne jeden Verlust klinischer Information.