Case-Based Reasoning steigert SQL-Genauigkeit bei EHR-Daten

Die Gewinnung von Erkenntnissen aus elektronischen Gesundheitsakten (EHR) erfordert häufig SQL-Kenntnisse, was die Entscheidungsfindung im Gesundheitswesen erschwert. Zwar zeigen große Sprachmodelle (LLMs) vielversprechende Ergebnisse bei der Übersetzung natürlicher Sprache in SQL über Retrieval-Augmented Generation (RAG), jedoch ist die Anpassung an medizinische Fachsprache nicht trivial. RAG greift dabei auf einen einzigen Abruf aus einer statischen Beispielmenge zurück, was bei der variablen und oft unübersichtlichen Terminologie im Gesundheitsbereich zu Problemen führt. Häufig wird versucht, die Demonstrationsmenge zu erweitern, um die Abdeckung zu erhöhen, was jedoch zusätzliche Rauschen und Skalierungsprobleme mit sich bringt.

Um diesen Herausforderungen zu begegnen, wurde CBR-to-SQL entwickelt – ein Framework, das sich an der Fallbasierten Argumentation (Case-Based Reasoning, CBR) orientiert. Dabei werden Frage‑SQL‑Paare als wiederverwendbare, abstrakte Fallvorlagen dargestellt. Der Ansatz nutzt einen zweistufigen Abrufprozess: Zunächst wird die logische Struktur der Anfrage erfasst, anschließend werden die relevanten Entitäten aufgelöst.

In Tests auf dem MIMICSQL-Datensatz erzielt CBR-to-SQL einen branchenführenden Logikform-Genauigkeitswert und bleibt dabei konkurrenzfähig in der Ausführungsgenauigkeit. Besonders hervorzuheben ist die höhere Stichproben-Effizienz und Robustheit gegenüber Datenknappheit sowie Störungen im Abrufprozess im Vergleich zu herkömmlichen RAG-Methoden.

Diese Fortschritte bedeuten, dass medizinische Fachkräfte und Forscher künftig präzisere SQL-Abfragen aus natürlichen Sprachfragen generieren können, ohne tiefgehende SQL-Kenntnisse zu besitzen. Damit wird die Nutzung von EHR-Daten für klinische Entscheidungen und Forschungsprojekte deutlich zugänglicher.