Gesundheitssektor · RAG, PostgreSQL, Vektorsuche, LLM-Integration
KI-Wissensassistent für Laborpartner im Gesundheitswesen
Ein mittelständisches Unternehmen im Gesundheitswesen benötigte eine bessere Möglichkeit für Partner und ausgebildete Spezialisten, relevante Labortests auf Basis von Patientenindikatoren und klinischem Kontext zu identifizieren. Ich half bei der Entwicklung eines RAG-basierten Assistenten, der ausschliesslich auf dem eigenen Laborwissen des Unternehmens aufbaut — konzipiert für ein wissensintensives, vertrauenskritisches Umfeld, in dem Geschwindigkeit, Klarheit und Genauigkeit entscheidend sind.
Herausforderung
Laborpartner und ausgebildete Medizinspezialisten mussten komplexe, proprietäre Dokumentationen durchsuchen, um die richtigen Tests für bestimmte Patientenindikatoren zu identifizieren. Der bestehende Ansatz erforderte manuelle Suche in dichten Referenzmaterialien — langsam, fehleranfällig und abhängig von individuellem Expertenwissen statt zuverlässigem, systematischem Zugang zur Wissensbasis des Unternehmens.
Lösung
Ein RAG-basierter Wissensassistent, der ausschliesslich auf den eigenen Laborreferenzdaten des Unternehmens aufbaut. Nutzende suchen nach Symptomprofil oder klinischem Kontext und erhalten quellenbasierte Testvorschläge, die jeweils auf die zugrundeliegende Dokumentation zurückgeführt werden können. Keine Halluzinationen, keine generischen Webinhalte — nur, was die eigene Laborinformation des Unternehmens stützt. Der Assistent wurde für ausgebildete Fachleute entwickelt: Er liefert Optionen und zitiert Quellen, überlässt die klinische Beurteilung aber dem Menschen.
Technischer Ansatz
Vollständige RAG-Pipeline von Grund auf entwickelt: Dokumente werden in Chunks aufgeteilt und tokenisiert, Embeddings generiert und in PostgreSQL mit Vektorsuche gespeichert, semantischer Abruf bei jeder Anfrage, relevante Chunks in den LLM-Kontext injiziert und Antworten mit Quellenangaben versehen. Jeder Vorschlag ist mit dem Quelldokument verknüpft, sodass ausgebildete Fachleute die Ausgabe überprüfen und ihr vertrauen können. Das System hält den Menschen bewusst im Loop — es beschleunigt die Entscheidungsunterstützung, ersetzt aber nicht das professionelle Urteilsvermögen.
Ergebnis
Partner und Spezialisten können relevante Labortests jetzt in Sekunden statt in Minuten identifizieren. Das Tool reduziert die Abhängigkeit von individuellem Expertenwissen und bietet konsistenten, nachvollziehbaren Zugang zur Wissensbasis des Unternehmens — was Geschwindigkeit und Sicherheit in einem Bereich verbessert, in dem Genauigkeit echte klinische Konsequenzen hat.
Warum das relevant ist
KI im Gesundheitswesen einzusetzen ist nicht dasselbe wie sie anderswo einzusetzen. Dieses Projekt erforderte sorgfältiges Nachdenken darüber, wie verantwortungsvolle Einführung in der Praxis aussieht: Ausgaben in autorisierten, proprietären Quellen verankern; Schlussfolgerungen transparent und nachprüfbar machen; und menschliches Urteilsvermögen zentral im Workflow halten. Diese Disziplin — KI zu entwickeln, der Organisationen wirklich vertrauen können — ist das, was die Einführung in regulierten, risikobehafteten Umgebungen möglich macht. Es ist dieselbe Disziplin, die beim Vertrieb von Frontier-KI auf Enterprise-Ebene entscheidend ist.