Schema‑unabhängiges Tabellendatenlernen mit LLMs für klinische Diagnosen

Die Verarbeitung von Tabellendaten mit maschinellem Lernen stößt häufig an die Grenze der Schema‑Generalisation. Besonders im Gesundheitswesen, wo elektronische Patientenakten unterschiedliche Strukturen aufweisen, fehlt es an semantischem Verständnis für strukturierte Variablen.

Um dieses Problem zu lösen, wurde die Methode „Schema‑Adaptive Tabular Representation Learning“ entwickelt. Dabei werden strukturierte Felder in semantische, natürliche Sprach‑Aussagen umgewandelt und mit einem vortrainierten großen Sprachmodell (LLM) kodiert. Das Ergebnis sind übertragbare Tabellendarstellungen, die ohne manuelle Feature‑Engineering‑Schritte oder erneutes Training auf völlig neue Schemas angewendet werden können.

Die Technik wurde in ein multimodales Diagnose‑Framework für Demenz integriert, das Tabellendaten und MRT‑Bilder kombiniert. Auf den Datensätzen NACC und ADNI erzielte die Methode einen branchenführenden Leistungswert und zeigte eine erfolgreiche Zero‑Shot‑Transfer‑Fähigkeit zu unbekannten Schemas. Dabei übertraf sie sogar klinische Baselines, einschließlich zertifizierter Neurologen, bei retrospektiven Diagnoseaufgaben.

Diese Ergebnisse bestätigen, dass ein LLM‑gestützter Ansatz eine skalierbare und robuste Lösung für heterogene, reale Daten darstellt. Er eröffnet einen vielversprechenden Weg, LLM‑basierte Entscheidungsfindung auch in strukturierten Domänen wie der Medizin zu etablieren.