Große Sprachmodell-generierte Nachrichten zur Verbesserung der leitliniengerechten medikamentösen Therapie bei Herzinsuffizienz (LLM-GDMT)

Übersicht und Begründung Die leitliniengerechte medikamentöse Therapie (Guideline-directed medical therapy, GDMT) bei Herzinsuffizienz reduziert Krankenhauseinweisungen und Sterblichkeit, doch in der klinischen Praxis besteht weiterhin eine erhebliche Unterversorgung und suboptimale Dosistitration, selbst in spezialisierten kardiologischen Zentren. Zu den Barrieren gehören begrenzte Sprechstundenzeit, komplexe Begleiterkrankungen, fragmentierte Informationen in Notizen und strukturierten Daten sowie Unsicherheiten bezüglich Kontraindikationen oder früherer Unverträglichkeiten. Elektronische klinische Entscheidungsunterstützungssysteme (Clinical Decision Support, CDS), die wichtige Patienteninformationen zusammenfassen und GDMT-Optionen am Behandlungsort hervorheben, könnten dazu beitragen, diese Lücken zu schließen.

Große Sprachmodelle (Large Language Models, LLMs) können sowohl strukturierte EHR-Daten (z. B. Diagnosen, Medikamente, Vitalzeichen, Laborergebnisse) als auch unstrukturierte narrative Notizen lesen, um differenzierte, patientenspezifische Empfehlungen zu generieren. Wir haben ein LLM-basiertes CDS-Tool entwickelt, das die EHR eines erwachsenen Herzinsuffizienz-Patienten überprüft und eine kurze Freitext-Nachricht für den behandelnden Kardiologen erstellt, die den Herzinsuffizienz-Status zusammenfasst, potenzielle GDMT-Anpassungen gemäß aktueller Leitlinien vorschlägt und relevante Sicherheitsaspekte kennzeichnet (z. B. niedriger Blutdruck, Bradykardie, Nierenfunktionsstörung, Hyperkaliämie, früher dokumentierte Unverträglichkeit). In retrospektiven Tests zeigten die Empfehlungen des Tools im Allgemeinen Übereinstimmung mit der Einschätzung erfahrener Kliniker.

Studiendesign

Dies ist eine interventionelle, cluster-randomisierte Studie auf Anbieterebene, die in ambulanten kardiologischen Zentren für Erwachsene bei Mass General Brigham durchgeführt wird. Die Intervention ist ein rein softwarebasiertes, experimentelles klinisches Entscheidungsunterstützungssystem („LLM-GDMT Clinical Decision Support Tool“). Qualifizierte Kardiologen und fortgeschrittene Praxisanbieter werden in der Anfangsphase auf Anbieter-/Klinikebene einer von zwei parallelen Gruppen zugeteilt:

Frühe Implementierung – LLM-GDMT CDS: Anbieter in dieser Gruppe erhalten LLM-generierte, klinikerorientierte Nachrichten für geeignete Herzinsuffizienz-Kontakte. Bei geplanten Terminen, die vordefinierte Einschlusskriterien erfüllen, überprüft das Tool vorhandene EHR-Daten und generiert eine kurze beratende Nachricht, die über Epic InBasket und/oder institutionelle E-Mail innerhalb der Woche vor dem Termin zugestellt wird.

Standardversorgung (verzögerte Implementierung): Anbieter in dieser Gruppe setzen die Standardversorgung fort und erhalten während der initialen Evaluierungsphase keine LLM-generierten Nachrichten. EHR-Daten werden zur Berechnung von Qualitätsmetriken für den Vergleich verwendet. Nach der initialen Evaluierung kann das CDS-Tool im Rahmen der Routineversorgung auf diese Anbieter ausgeweitet werden.

Patienten werden für die Studie nicht kontaktiert. Alle klinischen Entscheidungen, einschließlich der Frage, ob ein Medikament begonnen, abgesetzt oder angepasst werden soll, liegen ausschließlich im Ermessen des behandelnden Klinikers in Absprache mit dem Patienten. Die CDS-Nachrichten dienen nur der Beratung und können keine Anordnungen erteilen oder Medikamente oder Überwachungspläne direkt ändern.

Population und Eignung Die Studie umfasst erwachsene Patienten (Alter ≥18 Jahre) mit dokumentierter Herzinsuffizienz-Diagnose, die für ambulante Termine bei teilnehmenden Kardiologen in Mass General Brigham-Kliniken angemeldet sind. Weitere Einschlusskriterien erfordern Nachweise für aktive oder frühere Herzinsuffizienz (z. B. Diagnosecodes, Schleifendiuretika-Einnahme, echokardiographische Befunde oder Dokumentation von Herzinsuffizienz-Symptomen) und mindestens einen früheren kardiologischen Termin. Ausschlusskriterien umfassen hämodynamische Instabilität (z. B. sehr niedriger Blutdruck oder Herzfrequenz), fortgeschrittene Nierenfunktionsstörung unterhalb eines bestimmten Schwellenwerts der geschätzten glomerulären Filtrationsrate, ausgewählte fortgeschrittene strukturelle Herzerkrankungen (z. B. kardiale Amyloidose, hypertrophe Kardiomyopathie, Herztransplantat- oder Linksherzunterstützungssystem-Empfänger, schwere Klappenerkrankung) und Kontakte in Zentren für angeborene Herzfehler bei Erwachsenen.

Intervention und Arbeitsablauf

Für geeignete Kontakte in der Gruppe mit früher Implementierung arbeitet das CDS-Tool innerhalb der sicheren technischen Umgebung von Mass General Brigham (Epic, Enterprise Data Warehouse und Azure OpenAI im MGB-Mandanten). Das Tool ruft relevante strukturierte und unstrukturierte EHR-Daten ab, verwendet ein großes Sprachmodell zur Synthese dieser Informationen und generiert eine kurze, menschenlesbare Nachricht. Die Nachricht enthält typischerweise:

• Bestätigung des aktuellen Herzinsuffizienz-Status und wichtiger Begleiterkrankungen.
• Eine Zusammenfassung der aktuellen GDMT und potenzieller Möglichkeiten zur Einleitung oder Titration evidenzbasierter Therapien unter Berücksichtigung aktueller Vitalzeichen, Laborwerte sowie dokumentierter Kontraindikationen oder früherer Unverträglichkeiten.
• Sicherheitsüberlegungen (z. B. Blutdruck, Herzfrequenz, Nierenfunktion, Kalium) im Zusammenhang mit GDMT-Anpassungen.

Die Nachrichten werden dem behandelnden Anbieter vor dem Termin über Epic InBasket und/oder institutionelle E-Mail zugestellt. Das Tool erstellt keine Anordnungen, ändert keine Medikationslisten und sendet keine direkte Kommunikation an Patienten. Anbieter können die Vorschläge basierend auf ihrer klinischen Einschätzung und Patientenpräferenzen nutzen, anpassen oder ignorieren.

Endpunkte und Analyse Der primäre Endpunkt ist die GDMT-Optimierung innerhalb von 30 Tagen nach dem Index-Termin, definiert als Einleitung mindestens einer neuen GDMT-Klasse, die zuvor nicht verschrieben wurde, und/oder Dosissteigerung mindestens eines vorhandenen GDMT-Medikaments bei geeigneten Patienten. Sekundäre Endpunkte umfassen: (1) Machbarkeit und Zuverlässigkeit der CDS-Implementierung (z. B. Anteil geeigneter Kontakte, für die Nachrichten erfolgreich generiert und zugestellt werden), (2) ein 30-Tage-Sicherheitskomposit aus Herzinsuffizienz-bedingten Krankenhauseinweisungen, Notaufnahmebesuchen bei dekompensierter Herzinsuffizienz, akutem Nierenversagen, Hyperkaliämie über vordefinierten Schwellenwerten sowie klinisch signifikanter Hypotonie oder Bradyarrhythmie, die plausibel auf GDMT zurückzuführen ist, und (3) die von Anbietern berichtete Akzeptanz und wahrgenommene Nützlichkeit, gemessen über eine optionale anonyme Umfrage.

Die Studie rechnet mit bis zu 2.500 erwachsenen Herzinsuffizienz-Patienten in teilnehmenden Kliniken während der Implementierungsphase. Die Analysen berücksichtigen die Clusterung auf Anbieterebene und vergleichen GDMT-Optimierung und Sicherheitsendpunkte zwischen der Gruppe mit früher Implementierung und der Standardversorgungsgruppe während der initialen Evaluierungsphase. Das übergeordnete Ziel ist festzustellen, ob ein beratendes, LLM-basiertes CDS-Tool sicher und praktikabel in der ambulanten kardiologischen Routineversorgung implementiert werden kann und ob es die Umsetzung leitliniengerechter Herzinsuffizienz-Therapien verbessert.