{"id":26348,"date":"2026-08-10T09:29:04","date_gmt":"2026-08-10T07:29:04","guid":{"rendered":"https:\/\/www.smith.care\/?p=26348"},"modified":"2026-08-10T09:29:04","modified_gmt":"2026-08-10T07:29:04","slug":"interview-surrogator","status":"publish","type":"post","link":"https:\/\/www.smith.care\/de\/2026\/08\/10\/interview-surrogator\/","title":{"rendered":"Der Surrogator: Klinische Dokumente datenschutzsicher nutzen ohne Informationsverlust"},"content":{"rendered":"\n

Wissenschaftliche Mitarbeiterin Christina Lohr im Interview<\/strong><\/p>\n\n\n\n

Texte aus der klinischen Dokumentation enthalten wertvolle Daten f\u00fcr die medizinische Forschung. Ihre Nutzung wird jedoch durch die Datenschutz-Grundverordnung (DSGVO) eingeschr\u00e4nkt, die einen strengen Schutz personenbezogener Informationen vorschreibt.<\/p>\n\n\n\n

Das GeMTeX<\/a>-Projekt der Medizininformatik-Initiative (MII)<\/a> verfolgt das Ziel, klinische Texte f\u00fcr Forschungszwecke und f\u00fcr Anwendungen K\u00fcnstlicher Intelligenz (KI) sicher nutzbar zu machen. Um ein angemessenes Gleichgewicht zwischen Datenschutz, Datenqualit\u00e4t und wissenschaftlicher Nutzbarkeit zu schaffen, hat das GeMTeX-Team das in SMITH<\/a> entstandene Open Source-Werkzeug \u201eSurrogator\u201c weiterentwickelt. Es ersetzt Informationen, die auf die Identit\u00e4t der Patientinnen und Patienten zur\u00fcckf\u00fchren k\u00f6nnen, durch semantisch \u00e4hnliche Pseudonyme.<\/p>\n\n\n\n

Federf\u00fchrend an der Entwicklung des Surrogators beteiligt war Christina Lohr, wissenschaftliche Mitarbeiterin im Institut f\u00fcr Medizinische Informatik, Statistik und Epidemiologie an der Universit\u00e4t Leipzig. Im Interview erkl\u00e4rt sie, warum das Tool f\u00fcr die Forschung mit klinischen Texten wichtig ist und wie es funktioniert.<\/p>\n\n\n\n


Im GeMTeX-Projekt haben Sie eine Vorgehensweise zur De-Identifizierung medizinischer Texte entwickelt, bei der personenbezogene Daten aus den Texten unkenntlich gemacht werden. Diese wird durch den Surrogator unterst\u00fctzt. Was war die Motivation, das Tool zu weiterzuentwickeln?<\/em><\/strong><\/p>\n\n\n\n

Das Tool ist wichtig, um die Texte in GeMTeX f\u00fcr die Forschung und f\u00fcr KI-Anwendungen in hoher Qualit\u00e4t nutzbar zu machen. Durch die gew\u00f6hnlichen Vorgehensweisen der De-Identifizierung k\u00f6nnen essenzielle Informationen aus den klinischen Texten verloren gehen.Dabei werden personenbezogene Informationen durch generische oder kryptische Codes ersetzt. So wird z. B. der Name eines Patienten oder einer Patientin einfach durch eine Zeichenfolge wie [Patient_Name] ersetzt und Datumsangaben durch [Datum]. Das kann dazu f\u00fchren, dass Informationen zum Geschlecht abhandenkommen und Zeitreihenanalysen nicht mehr m\u00f6glich sind. Au\u00dferdem sind das Alter und das Geschlecht selbst wertvolle biometrische Daten, die f\u00fcr Auswertungen genutzt werden k\u00f6nnten.<\/p>\n\n\n\n

Der Surrogator unterst\u00fctzt verschiedene M\u00f6glichkeiten zum Ersatz von zu sch\u00fctzenden Informationen. Zum Beispiel werden dabei personenidentifizierende Informationen wie Namen und Geburtsdaten durch \u00e4quivalente, fiktive Angaben anstatt durch Codes ersetzt. So bleiben die Texte nat\u00fcrlich, inhaltlich konsistent und behalten ihre statistischen Eigenschaften, ohne, dass die Texte auf die reale Patientin oder auf den realen Patienten zur\u00fcckgef\u00fchrt werden k\u00f6nnen. Aus Inge Schmidt im Originaldokument wird dann Tina Meyer, aus dem Geburtsdatum 20.05.1950 wird 01.04.1950 und aus Uniklinik Dresden wird Universit\u00e4tsklinikum Leipzig. Die Zusammenh\u00e4nge der Dokumente bleiben erhalten, nur die Daten sind komplett ausgetauscht.<\/p>\n\n\n\n

Wie funktioniert der Surrogator konkret?<\/em><\/strong><\/p>\n\n\n\n

In das Surrogator-Framework werden vorab Texte eingegeben, in denen die personenbezogenen Daten annotiert bzw. markiert sind. F\u00fcr die Textdokumente wird nach festgelegten Logiken ein \u00e4quivalenter Ersatz f\u00fcr unterschiedliche Arten von Informationen ermittelt. Beispielsweise werden basierend auf kuratierten Namenslisten die Namen im Dokument durch Namen derselben Struktur und desselben Geschlechts ausgetauscht. <\/p>\n\n\n\n

Datumsangaben k\u00f6nnen mit einem festen Parameter konsistent verschoben werden, sodass die zeitliche Integrit\u00e4t in den Texten erhalten bleibt. In GeMTeX haben wir uns im Moment auf einen Modus geeinigt, worin Geburts- oder Todesdaten auf den Anfang ihres Quartals gerundet werden. F\u00fcr Ortsangaben nutzen wir OpenStreetMap um Adressen innerhalb einer Postleitzahlregion zu erhalten, aber durch andere Adressen zu ersetzen.<\/p>\n\n\n\n

Texte mit sehr kontextspezifischen und sensiblen personenbezogenen Daten, die von einem standardisierten Schema abweichen, werden vor der automatischen \u00dcberarbeitung mit den Surrogator aussortiert.<\/p>\n\n\n\n

Wie wurde der Surrogator evaluiert und was war das Ergebnis?<\/em><\/strong><\/p>\n\n\n\n

Wir haben den Surrogator mit dem synthetischen GraSCCO<\/a>-Textkorpus getestet. Daf\u00fcr haben wir unsere pseudonymisierten Texte von einem KI-gest\u00fctztes Sprachmodell re-identifizieren lassen. Das Ergebnis: Die Trefferquote lag bei etwa 50 Prozent . Damit konnte das Sprachmodell die pseudonymisierten Texte nicht besser zur\u00fcckverfolgen, als es durch zuf\u00e4lliges Raten m\u00f6glich w\u00e4re. Auch bei einem Test, der auf die Nutzbarkeit abzielte, schnitt unser Testkorpus positiv ab. Das bedeutet, das Tool ist zuverl\u00e4ssig f\u00fcr die Pseudonymisierung klinischer Texte nutzbar. Gerade arbeiten wir daran, das Werkzeug in der klinischen Routine zu erproben.

<\/p>\n\n\n\n

Der Code zum Surrogator ist Open Source zug\u00e4nglich unter: https:\/\/github.com\/medizininformatik-initiative\/GeMTeX\/tree\/main\/surrogator<\/a><\/p>\n\n\n\n

Code zur Evaluation: https:\/\/github.com\/dieterich-lab\/SurrogatorEval<\/a><\/p>\n\n\n\n

Publikation: Christina Lohr, Marvin Seiferling, Philipp Wiesenbach, Jakob Faller, Christoph Dieterich. The SURROGATOR Framework for Context-Aware Surrogation of Privacy Sensitive Information in Medical Text<\/a>. Stud Health Technol Inform<\/em>. 2026 May 21;336:1405-1409. DOI: 10.3233\/SHTI260440. <\/p>\n\n\n\n

<\/p>\n","protected":false},"excerpt":{"rendered":"

Um ein angemessenes Gleichgewicht zwischen Datenschutz, Datenqualit\u00e4t und wissenschaftlicher Nutzbarkeit klinischer Texte zu schaffen, hat das GeMTeX-Team das Open Source-Werkzeug \u201eSurrogator\u201c (weiter)entwickelt. Im Interview erkl\u00e4rt Christina Lohr, warum das Tool f\u00fcr die Forschung mit klinischen Texten wichtig ist und wie es funktioniert.<\/p>\n","protected":false},"author":14,"featured_media":26350,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[1],"tags":[],"class_list":["post-26348","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-neuigkeiten"],"_links":{"self":[{"href":"https:\/\/www.smith.care\/de\/wp-json\/wp\/v2\/posts\/26348","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.smith.care\/de\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/www.smith.care\/de\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/www.smith.care\/de\/wp-json\/wp\/v2\/users\/14"}],"replies":[{"embeddable":true,"href":"https:\/\/www.smith.care\/de\/wp-json\/wp\/v2\/comments?post=26348"}],"version-history":[{"count":7,"href":"https:\/\/www.smith.care\/de\/wp-json\/wp\/v2\/posts\/26348\/revisions"}],"predecessor-version":[{"id":26361,"href":"https:\/\/www.smith.care\/de\/wp-json\/wp\/v2\/posts\/26348\/revisions\/26361"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/www.smith.care\/de\/wp-json\/wp\/v2\/media\/26350"}],"wp:attachment":[{"href":"https:\/\/www.smith.care\/de\/wp-json\/wp\/v2\/media?parent=26348"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.smith.care\/de\/wp-json\/wp\/v2\/categories?post=26348"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.smith.care\/de\/wp-json\/wp\/v2\/tags?post=26348"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}