Die Rekrutierung ist der größte Engpass der klinischen Forschung: Viele Studien verfehlen ihre Einschlussziele oder Zeitpläne, weil geeignete Patienten nicht gefunden werden. Einschlusskriterien liegen als Freitext vor, Patientendaten stehen in unstrukturierten Notizen. LLM-basiertes Matching liest beides, ordnet Patienten und Studien mit Erklärungen je Kriterium in eine Rangfolge und überlässt die endgültige Entscheidung der Prüfärztin bzw. dem Prüfarzt. Dieselben Datengrundlagen unterstützen auf Sponsorenseite die Studienoptimierung: Machbarkeitsprüfung, zentrales statistisches Monitoring und kleinere Kontrollarme durch prognostische digitale Zwillinge.
Problem & Nutzen
- Heute: Study Nurses und Studienkoordinatoren prüfen Akten manuell gegen lange Ein- und Ausschlusslisten oder verlassen sich auf Abfragen strukturierter Daten (Diagnosecodes, Laborwerte), die Fakten übersehen, die nur in Notizen stehen. Patienten erfahren selten von Studien, für die sie infrage kommen könnten. Sponsoren wählen Prüfzentren nach früheren Erfahrungen aus und überwachen mit häufigen Vor-Ort-Besuchen.
- KI-Nutzen: schnelleres Vor-Screening, höhere Trefferquote (Recall) bei geeigneten Patienten, nachvollziehbare Belege je Kriterium, bessere Machbarkeitsschätzungen für Prüfzentren, frühere Erkennung von Datenqualitäts- oder Betrugssignalen und weniger Patienten in Kontrollarmen.
- Evidenz: Die TrialGPT-Studie (NIH, veröffentlicht in Nature Communications 2024) berichtet, dass eine LLM-Pipeline für Retrieval, Matching je Kriterium und Ranking in der Genauigkeit je Kriterium nahe an Expertenniveau liegt und in einer Nutzerstudie die Screening-Zeit verkürzt [1]. Betrachten Sie veröffentlichte Zahlen als Ergebnisse auf kuratierten Benchmarks, nicht als Garantie für die Akten Ihres Krankenhauses.
- Regulatorischer Rückenwind: ICH E6(R3) (2025 verabschiedet; in der EU seit 23. Juli 2025 anwendbar) verlangt eine risikoproportionale, auf Qualität durch Design ausgerichtete Studiendurchführung, was zentrales und risikobasiertes Monitoring begünstigt [2].
Varianten
- Patient-zu-Studie-Matching (Zentrumsseite): Screening der EHR eines Krankenhauses auf offene Studien; der zentrale Anwendungsfall.
- Studie-zu-Patient-Matching (Patientenseite): Portale, die Patienten helfen, Studien zu finden, aufgebaut auf CTIS oder ClinicalTrials.gov [3].
- Protokolldesign und Machbarkeit (Sponsorenseite): Simulation, wie viele Patienten in Real-World-Daten die Entwurfskriterien erfüllen, Hinweis auf zu restriktive Kriterien, Zentrenauswahl.
- Zentrales statistisches Monitoring und Erkennung von Datenanomalien (RBQM): statistische Tests über alle Prüfzentren und Variablen der EDC-Daten, um Ausreißer-Zentren, erfundene oder kopierte Daten, nicht gemeldete unerwünschte Ereignisse und Protokollabweichungen zu finden; der Ansatz hinter Plattformen wie CluePoints, anerkannt in ICH E6(R3) und in den EMA-Reflection-Papers zum risikobasierten Qualitätsmanagement [2][4].
- Real-World-Evidenz und externe oder synthetische Kontrollarme (digitale Studienzwillinge): Die PROCOVA-Methode von Unlearn nutzt ein auf historischen Daten trainiertes prognostisches Modell, um die Analyse anzupassen und die Größe des Kontrollarms zu verringern; die EMA hat dafür 2022 eine Qualifizierungsstellungnahme für Phase-2/3-Studien mit kontinuierlichen Endpunkten abgegeben [5]. Verwandt mit HLTH-033. Real-World-Daten werden auch für HTA-Einreichungen genutzt.
So funktioniert es
- trial protocol (eligibility text) ─► criteria parsing
- structured criteria (+ OMOP/SNOMED/LOINC concepts) patient record (notes + FHIR/OMOP data) ─► de-identified or in-house pseudonymised index
- retrieval (hybrid search + embeddings: candidate trials per patient / candidate patients per trial)
- criterion-level LLM judgement (met / not met / unknown, with quoted evidence)
- aggregation + ranking + reranker
- coordinator review screen (evidence highlighted)
- investigator confirmation
- patient contact and informed consent (human only) Sponsor side: EDC data
- statistical tests per site/variable
- risk indicators
- monitoring plan
- Kriterien-Parsing: Ein LLM wandelt Freitext-Kriterien in logische Strukturen um; mehrdeutige Punkte (z. B. „ausreichende Organfunktion“) werden markiert statt geraten.
- Matching: Das Retrieval grenzt Tausende von Studien oder Patienten ein, ein Reasoning-Modell beurteilt jedes Kriterium mit Zitaten aus der Akte, „unbekannt“ ist eine ausdrückliche Antwort.
- Mensch-in-der-Schleife (Human-in-the-Loop): Die KI schlägt nur vor. Bestätigung der Eignung, Ansprache der Patienten und Einwilligung bleiben bei qualifiziertem Personal nach GCP; alle Vorschläge und Entscheidungen werden protokolliert.
Datenaufbereitung
Das Matching braucht zwei Datensätze: maschinenlesbare Studienprotokolle (ClinicalTrials.gov, CTIS) und Patientendaten aus der EHR. Strukturierte Daten (Diagnosen, Laborwerte, Medikation) liegen meist im Krankenhausinformationssystem oder in einem klinischen Data Warehouse; die entscheidenden Fakten (Histologie, Vortherapien, Performance-Status) stecken in Freitextnotizen, eingescannten externen Arztbriefen und PDFs. Typische Lücken sind fehlende OMOP-/FHIR-Zuordnung, doppelte Patientenakten, Scans ohne OCR, uneinheitliche Abkürzungen sowie unklare Einwilligungen und Zugriffsrechte je Forschungszweck.
Schritte der Aufbereitung: (1) Quellen und Verantwortliche erfassen (PREP-001, PREP-004); (2) Export aus den klinischen Systemen über FHIR oder ETL (PREP-005); (3) eingescannte Briefe digitalisieren und per OCR erfassen (PREP-006); (4) auf OMOP/FHIR abbilden und ein Glossar klinischer Begriffe definieren (PREP-012, PREP-015); (5) pseudonymisieren, bevor ein Modell die Notizen sieht (PREP-022); (6) Zweck und Rechtsgrundlage für die Sekundärnutzung prüfen (PREP-025); (7) mit den Study Nurses ein Referenzset („Gold Set“) aus Patient-Kriterium-Beurteilungen aufbauen (PREP-018). Werkzeuge: HAPI FHIR, OHDSI-Tools, Tesseract oder ähnliche OCR, Anonymisierung nach Art von Presidio.
Rechnen Sie damit, dass etwa die Hälfte des Gesamtaufwands auf Datenzugang, Mapping und Anonymisierung entfällt, deutlich mehr als auf die Modellarbeit. Eine Bereitschaftsprüfung finden Sie in GUIDE-003.
Umsetzungswege
Welcher Weg für wen
- Enterprise (Krankenhäuser, Sponsoren, CROs): Weg C, weil Patientennotizen das Krankenhaus nicht verlassen sollten und der Stack (OMOP, FHIR, Open-Weight-LLM) wiederverwendbar ist; Sponsoren und CROs kaufen für das Monitoring die RBQM-/EDC-Suiten (A).
- Entwickler: Weg B, weil Cloud-LLM-APIs mit pseudonymisierten Testdaten den schnellsten Aufbau von Matching- und Kriterien-Urteils-Pipelines ermöglichen.
- Öffentlicher Sektor (Universitätskliniken, Datenintegrationszentren): Weg C auf eigener oder souveräner Infrastruktur, weil Forschungsdaten und Vergaberegeln die Kontrolle über Notizen und Modelle begünstigen.
Weg A — Kaufen (Standardsoftware)
- Seite der Zentren und Krankenhäuser: TriNetX, Deep 6 AI (jetzt Teil von Tempus), Paradigm Health, Tempus (TIME-Netzwerk), Carebox, Antidote (Matching für Patienten); klinische Forschungsmodule in EHR-Systemen (Epic, Cerner/Oracle). Aus der EU: Clinerion (CH), Climedo (DE), Trialbee (SE) sowie die deutschen Datenintegrationszentren der Medizininformatik-Initiative mit FHIR-Machbarkeitsabfragen. EU-Hosting und AVV prüfen.
- Seite der Sponsoren und CROs: CluePoints (BE) für risikobasiertes Qualitätsmanagement und zentrales Monitoring, Medidata (Detect, Clinical Data Studio), Veeva Vault CDMS/CTMS, Oracle Clinical One, IQVIA, Unlearn (digitale Zwillinge), Saama, Medable.
- A wählen, wenn: kein Team für Forschungsinformatik existiert; die meisten Sponsoren kaufen RBQM-/EDC-Suiten.
Weg B — Auf Cloud-KI-Diensten aufbauen
- Modelle: führende Reasoning-LLMs (Claude, GPT, Gemini, Mistral) in EU-Regionen mit Zero Data Retention und unterzeichnetem AVV, über Azure OpenAI EU, Google Vertex AI EU, AWS Bedrock Frankfurt oder Mistral (EU-Anbieter). Nur anonymisierte oder pseudonymisierte Notizen sollten das Krankenhaus verlassen.
- Stack: FHIR-Server (HAPI FHIR, Azure Health Data Services, Google Cloud Healthcare API), Studienregister-Feeds (ClinicalTrials.gov API v2, CTIS-/EUCT-Daten), Embeddings plus Reranker, strukturierte Ausgabe für Kriterienurteile, Orchestrierung (LangGraph, n8n).
- B wählen, wenn: eine Forschungs-IT-Gruppe existiert und die Notizen bereits in einer Cloud-Region pseudonymisiert vorliegen.
Weg C — Selbst betreiben (Open Source)
- Open-Weight-LLMs: Llama 3.x/4, Qwen3, Mistral/Mixtral, gpt-oss; medizinische Modelle wie MedGemma und der TrialGPT-Referenzcode (Open Source) [1].
- Daten: OHDSI OMOP CDM mit ATLAS-Kohortendefinitionen, FHIR über HAPI; Embeddings mit BGE-M3 oder multilingual-e5; Vektorsuche in pgvector oder OpenSearch.
- Hardware: HW3 (eine GPU mit 48-80 GB) für Modelle mit 30-120 Mrd. Parametern, im Krankenhaus ohne Datenabfluss. Notizen bleiben On-Premises, der Hauptgrund, weshalb Krankenhäuser C wählen.
Weg D — Eigenes Training
Ein kleineres Modell mit lokal annotierten Eignungsurteilen feintunen (Hunderte bis Tausende von Patient-Kriterium-Paaren, von Study Nurses gelabelt), um Kosten zu senken und die Qualität bei deutschsprachigen klinischen Notizen zu verbessern. Prognostische digitale Zwillinge erfordern große historische Studiendatensätze (Datenaustausch- Konsortien wie TransCelerate oder Project Data Sphere) und Qualifizierungsgespräche mit den Aufsichtsbehörden.
Stand der Technik (2026)
- LLM-Matching erreicht auf öffentlichen Benchmarks (TREC Clinical Trials Track, SIGIR-2016-Kohorte, TrialGPT) eine hohe Genauigkeit je Kriterium, doch Benchmark-Patienten sind kurze synthetische Zusammenfassungen. Echte Akten sind lang, widersprüchlich und mehrsprachig; die wichtigsten Fehlerarten sind daher übersehener zeitlicher Kontext (ein Laborwert von vor Jahren), Verneinungen, Abkürzungen und die Behandlung von „nicht dokumentiert“ als „nicht erfüllt“ [1].
- RBQM wandelt sich unter ICH E6(R3) von optional zu erwartet; zentrales statistisches Monitoring kann erfundene Daten und Auffälligkeiten in Zentren finden, die Vor-Ort-Besuche übersehen [2][4].
- Digitale Zwillinge verringern die Größe des Kontrollarms in Phase-2/3-Studien mit kontinuierlichen Endpunkten nach der von der EMA qualifizierten Methode; eine breite Übertragung auf andere Designs wird noch erarbeitet [5].
- Grenzen: Verzerrung zugunsten von Patienten mit reichhaltiger Dokumentation (Unterrepräsentation von Migranten, ländlichen und nicht versicherten Patienten), Heterogenität unstrukturierter Daten, Fragmentierung der EU bei Sprachen, Kodiersystemen und nationalen Regeln für Forschungsdaten.
Gemeinsame Bausteine & Kombinationen
- Gleicher Stack (llm-reasoning + embedding-text + vector-db + FHIR/OMOP): HLTH-018 Zusammenfassung von Patientenakten, HLTH-004 Entscheidungsunterstützung, HLTH-028 Terminologie-Mapping, KNOW-001 RAG.
- Sponsorenseite: HLTH-017 Protokoll- und Zulassungsdokumente, HLTH-033 digitale Zwillinge, HLTH-010 Pharmakovigilanz (Sicherheitssignale aus denselben Studiendaten).
Aufwand, Kosten & Kennzahlen
- Weg A: Wochen bis Monate (Vertrag, Sicherheitsprüfung, EHR-Integration); Lizenz je Zentrum oder Studie.
- Weg B/C: 6-12 Monate für eine validierte Pipeline einschließlich datenschutzrechtlicher Freigabe, Konzept- Mapping und klinischer Evaluation; laufender Pflegeaufwand durch das Forschungspersonal.
- Kennzahlen: Vor-Screening-Zeit je Patient, Recall und Precision bei der Identifikation geeigneter Patienten gegenüber dem Referenzstandard der Koordinatoren, Screen-Failure-Rate, Einschlussrate und Zeit bis First-Patient-in/Last-Patient-in, Anteil erklärter „unbekannt“-Kriterien und, für RBQM, die Zahl kritischer Befunde je Zentrum, vermiedene Monitoring-Besuche und Rate der Datenrückfragen.
Menschen & Veränderung
Beziehen Sie zuerst die Geschäftsführung und die Forschungs- bzw. Ärztliche Leitung ein (Budget, Risikobereitschaft), dann die Abteilungsleitung der klinischen Forschung, die Dateneigner des Krankenhausinformationssystems, IT und IT-Sicherheit (Integration, Hosting) sowie von Beginn an die Datenschutzbeauftragte bzw. den Datenschutzbeauftragten. Study Nurses und Studienkoordinatoren sind die täglichen Nutzer; holen Sie sie in die Pilotplanung und den Aufbau des Referenzsets.
Betriebsrat: abhängig vom Einzelfall. Gleicht das System nur Patienten mit Studien ab, richtet es sich nicht an Beschäftigte; jede Protokollierung der Arbeit der Koordinatoren oder jede Leistungskennzahl fällt jedoch unter § 87 Abs. 1 Nr. 6 BetrVG (objektive Eignung genügt), und § 90 Abs. 1 Nr. 3 verlangt die rechtzeitige Unterrichtung über KI-gestützte Arbeitsprozesse. In öffentlichen Krankenhäusern gilt der Personalrat. Ziehen Sie einen Sachverständigen nach § 80 Abs. 3 in Betracht. Siehe GUIDE-004.
Datenschutz: Gesundheitsdaten sind besondere Kategorien personenbezogener Daten, daher sind eine Datenschutz-Folgenabschätzung (DSFA, Art. 35 DSGVO), ein AVV mit jedem Auftragsverarbeiter und eine klare Rechtsgrundlage für die Sekundärnutzung erforderlich (GUIDE-005). Die Patientenansprache bleibt bei der behandelnden Ärztin bzw. dem behandelnden Arzt.
KI-Kompetenz: Fördern Sie die Fähigkeiten der Beschäftigten durch kurze Schulungen zum Lesen der Kriterienbelege und zum Erkennen von Fehlern (GUIDE-006). Starten Sie mit einem Studienbereich als Pilot, kommunizieren Sie, dass das System vorschlägt und Menschen entscheiden, und begegnen Sie Sorgen vor Mehrarbeit, indem Sie die beim Screening eingesparte Zeit zeigen (GUIDE-008, GUIDE-009).
Risiken, Regulierung & Compliance
- KI-Verordnung (AI Act): abhängig von der Rolle. Reine Rekrutierungsunterstützung für Forschungspersonal fällt in der Regel nicht unter Anhang III und damit unter minimales oder begrenztes Risiko. Beeinflusst das Werkzeug Behandlungspfade oder den Zugang zur Behandlung einzelner Patienten oder gilt es als Medizinprodukte-Software nach MDR (Anhang-I-Weg, Art. 6 Abs. 1), ist es hochriskant [6]. Analysen auf Sponsorenseite zur Studiendurchführung sind in der Regel nicht hochriskant. Klären Sie den bestimmungsgemäßen Zweck mit der Rechtsberatung. KI-Kompetenz (Art. 4) gilt in allen Fällen; keine verbotene Praxis nach Art. 5.
- DSGVO: Gesundheitsdaten sind eine besondere Kategorie (Art. 9). Das Screening von Patientenakten für eine Studie braucht eine Rechtsgrundlage (typischerweise nationales Krankenhausrecht, Forschungsausnahme Art. 9 Abs. 2 Buchst. j mit Garantien, oder Einwilligung). Die Verordnung zum Europäischen Gesundheitsdatenraum (EU 2025/327) wird die Sekundärnutzung von Gesundheits- daten prägen. DSFA erforderlich; bevorzugen Sie Pseudonymisierung, On-Premises oder EU-Hosting und verwenden Sie keine identifizierbaren Daten, um Modelle Dritter zu trainieren [7].
- Verordnung (EU) Nr. 536/2014 über klinische Prüfungen und ICH E6(R3): Einwilligung nach Aufklärung, Verantwortung der Prüfärzte, nachvollziehbare computergestützte Systeme (Validierung, Audit Trail, EMA-Leitlinie zu computergestützten Systemen und elektronischen Daten in klinischen Prüfungen) [2][8].
- Gegenmaßnahmen: menschliche Prüfung jedes Treffers, kein Kontakt zu Patienten vor Freigabe durch die Prüfärztin bzw. den Prüfarzt, Protokollierung, regelmäßige Recall-Audits, Validierung an lokalen Akten vor dem Produktivstart.
Erste Schritte
- Wählen Sie ein Krankheitsgebiet und 3-5 offene Studien; sammeln Sie von Koordinatoren bestätigte Screening-Ergebnisse als Referenzstandard.
- Klären Sie Rechtsgrundlage und Datenschutzweg mit der bzw. dem Datenschutzbeauftragten und der Ethikkommission.
- Führen Sie einen retrospektiven Pilot durch: Lassen Sie das Werkzeug Patienten für diese Studien einordnen und messen Sie den Recall gegen den Referenzstandard.
- Ergänzen Sie die Prüfansicht mit hervorgehobenen Belegen und der Kategorie „unbekannt“; schulen Sie die Koordinatoren.
- Sponsoren beginnen mit einer Risikobewertung und zentralem Monitoring in einer laufenden Studie.
Quellen
- Jin Q. et al. — Matching patients to clinical trials with large language models (TrialGPT), Nature Communications 2024 — https://www.nature.com/articles/s41467-024-53081-z
- ICH — E6(R3) Guideline for Good Clinical Practice — https://www.ich.org/page/efficacy-guidelines
- European Medicines Agency — Clinical Trials Information System (CTIS) — https://euclinicaltrials.eu/
- CluePoints — Central statistical monitoring / RBQM — https://www.cluepoints.com/
- EMA — Qualification opinion on PROCOVA (Unlearn.AI), 2022 — https://www.ema.europa.eu/en/human-regulatory-overview/r-and-d, quality/scientific-advice-protocol-assistance/qualification-novel-methodologies-medicine-development-0
- Regulation (EU) 2024/1689 (AI Act) — https://eur-lex.europa.eu/eli/reg/2024/1689/oj
- Regulation (EU) 2025/327 (European Health Data Space) — https://eur-lex.europa.eu/eli/reg/2025/327/oj
- Regulation (EU) 536/2014 on clinical trials — https://eur-lex.europa.eu/eli/reg/2014/536/oj