Thesis
Menstruationsschmerzen, die niemand kodiert hat
Ein Symptom, das zu selten einen Namen bekommt
Starke Regelschmerzen gehören zu den häufigsten gynäkologischen Beschwerden überhaupt. Wenn dahinter eine körperliche Ursache steckt, meist Endometriose oder Adenomyose, spricht die Medizin von sekundärer Dysmenorrhoe. Anders als bei der primären Form gibt es dann eine behandelbare Ursache und dafür etablierte Therapiewege, von hormonellen Langzyklustherapien bis zur operativen Abklärung.
Der Weg dorthin ist trotzdem lang. Für die Endometriose berichten systematische Übersichtsarbeiten diagnostische Verzögerungen von bis zu zwölf Jahren. Solange die Ursache nicht benannt ist, laufen Betroffene oft über Jahre rein symptomatisch mit: Schmerzmittel, hormonelle Kontrazeption, gelegentliche Krankschreibung. Die passende Diagnose, der Code N94.5 der ICD-10-GM, taucht in den Abrechnungsdaten der gesetzlichen Krankenversicherung (GKV) dann nie auf. Für Auswertungen auf diesen Daten entsteht damit eine Lücke zwischen dem, was klinisch vorliegt, und dem, was dokumentiert ist.
Genau hier setzt die Masterarbeit an, entstanden in Zusammenarbeit mit dem Institut für deskriptive Gesundheitsdatenanalyse (DGDA). Die Leitfrage: Lassen sich betroffene Frauen an ihrem Versorgungsmuster erkennen, auch wenn die Diagnose selbst nie kodiert wurde?
Die Idee: Behandlungscodes wie Sprache lesen
Grundlage waren die anonymisierten Abrechnungsdaten von rund 220.000 durchgehend versicherten Personen der Jahre 2022 bis 2024: Diagnosen, Arzneimittelverordnungen, ärztliche Leistungen, Hilfs- und Heilmittel sowie Arbeitsunfähigkeitszeiten, jeweils quartalsweise über drei Jahre. In der weiblichen Modellpopulation von rund 100.000 Patientinnen trugen lediglich etwa 1.700 Frauen die Zieldiagnose N94.5, also rund 1,6 Prozent.
Der methodische Kern der Arbeit besteht darin, medizinische Codes wie Wörter einer Sprache zu behandeln. Ein Verfahren aus der Sprachverarbeitung (Word2Vec) lernt, welche Diagnose-, Wirkstoff- und Leistungscodes typischerweise gemeinsam abgerechnet werden, und ordnet inhaltlich verwandte Codes benachbart an. Verglichen wurde das mit einem medizinischen Sprachmodell (SapBERT), welches statt der Abrechnungspraxis die amtlichen Klassentexte der Codes auswertet. Jedes Quartal einer Patientin wird so zu einer Reihe aus 424 Bausteinen, von denen rund 90 Prozent das dokumentierte Behandlungsgeschehen beschreiben und nur ein kleiner Rest Alter und Zahl der Arztkontakte. Darauf traten drei Modellfamilien unter demselben Bewertungsschema gegeneinander an:
- XGBoost, ein tabellarisches Verfahren, das das Gesamtprofil einer Patientin bewertet
- ein LSTM-Klassifikator, ein neuronales Netz, welches den zeitlichen Verlauf über die Quartale liest
- ein LSTM-Autoencoder, der typische Verläufe erkrankter Frauen lernt und Abweichungen davon messen soll
Weil kodierte Fälle so selten sind, wurden zusätzlich schwache Ersatzlabels getestet: Verwandte Diagnosen und Patientinnen mit sehr ähnlichem Versorgungsprofil gingen als unsichere Positivbeispiele ins Training ein. Als Gegenprobe diente ein zurückgehaltener Datensatz männlicher Versicherter.
Was die Modelle gefunden haben
Das gesuchte Signal ist vorhanden. Sortiert man alle Patientinnen nach dem Score des besten Modells, findet sich auf der resultierenden Verdachtsliste knapp die Hälfte aller kodierten Fälle. Bei einem Anteil von rund 1,6 Prozent in der Gesamtpopulation ist das weit mehr, als sich zufällig ergeben würde. Kodierte Fälle liegen in den Abrechnungsdaten also nicht zufällig verstreut, sondern lassen sich an ihrem Versorgungsmuster von der übrigen Population unterscheiden.
Drei methodische Befunde sind dabei bemerkenswert. Erstens schlägt die Abrechnungspraxis den Katalogtext: Entscheidend ist, mit welchen anderen Codes eine Diagnose gemeinsam abgerechnet wird, nicht, was sie im amtlichen Verzeichnis bedeutet. Eine Kombination beider Ansätze brachte keinen Mehrwert. Zweitens spielt die zeitliche Reihenfolge kaum eine Rolle: Das sequenzielle Netz und das einfachere tabellarische Verfahren liegen praktisch gleichauf. In Quartalsdaten trägt die Zusammensetzung der Leistungen offenbar mehr als ihre Abfolge. Drittens scheitert der anomaliebasierte Ansatz, weil erkrankte Frauen im gelernten Merkmalsraum kein geschlossenes Cluster bilden.
Die Gegenprobe mit männlichen Versicherten fällt eindeutig aus: Dort schlagen die Modelle bei deutlich unter einem Prozent der Personen an. Sie reagieren also auf ein gynäkologisch geprägtes Profil und nicht schlicht auf viele Arztkontakte.
Am aufschlussreichsten ist der Blick in die gefundene Kohorte. Die rund 16.000 priorisierten Patientinnen tragen überwiegend keine N94.5-Kodierung, zeigen aber genau das Versorgungsprofil, welches auch die korrekt erkannten kodierten Fälle auszeichnet: Kontrazeptionsberatung und deren Überwachung, gynäkologische Grundleistungen, Unterbauchschmerzen, die unspezifische Dysmenorrhoe-Kodierung sowie hormonelle Präparate wie Dienogest, welches in dieser Gruppe rund 18-mal so häufig verordnet wird wie im Rest der Population. Umgekehrt bleibt eine isoliert kodierte Diagnose ohne weitere Versorgungsspuren für die Modelle unsichtbar.
Was das praktisch bedeutet
Der Nutzen liegt nicht in einer neuen Therapie, sondern in der besseren Zuordnung zu bestehenden. Frauen, die abrechnungsseitig aussehen wie erkannte Fälle, ohne dass die Ursache je benannt wurde, lassen sich gezielt für eine Kodierungsprüfung oder eine gynäkologische Abklärung vorschlagen. Damit rücken sie früher in Reichweite der bereits vorhandenen Diagnostik, statt über Jahre rein symptomatisch mitzulaufen. Ein reines Absuchen der Diagnosecodes kann das nicht leisten, denn dort fehlen genau diese Frauen. Die Verdachtsliste ist dabei bewusst weit gefasst: Sie ist als Priorisierung für eine fachliche Nachprüfung gedacht, nicht als deren Ersatz.
Grenzen und nächste Schritte
Die zentrale Grenze liegt in der Datenart selbst: Abrechnung ist nicht Klinik. Fälle, die niemand spezifisch kodiert hat, lassen sich nur über indirekte Spuren wie Mitbehandlung, Kontrazeption und gynäkologische Kontakte finden. Was nie behandelt oder nie abgerechnet wurde, hinterlässt keine Spur. Hinzu kommt: Die Kodierung N94.5 diente als Referenz, ist aber kein medizinischer Goldstandard, und die Kohorte einer einzelnen Krankenkasse ist nicht repräsentativ für alle Versicherten.
Der wichtigste Hebel für Folgearbeiten liegt daher nicht in komplexeren Modellen, sondern in einer schärferen Referenz. Profilstarke Frauen ohne Kodierung werden derzeit als Negativbeispiele gegen das Modell gerechnet, obwohl sie vermutlich genau die gesuchte Gruppe sind. Verfahren des Positive-Unlabeled- und Semi-Supervised Learning können solche Fälle stattdessen als unsichere Kandidatinnen führen. Zusammen mit einer stichprobenartigen klinischen Nachprüfung wäre das der nächste sinnvolle Schritt.