Medizinische Expertensysteme

Beschreibung des Produkts

Die moderne Medizin bietet vielfältige Behandlungsansätze, die sich durch intensive Forschung rasant weiterentwickeln. Daher wird es für medizinische Fachkräfte immer schwieriger, auf dem aktuellen Stand zu bleiben und für jeden Patienten die beste Lösung aus vielen Optionen zu identifizieren. Ein medizinisches Expertensystem unterstützt wie ein menschlicher Berater und hilft dabei, Lösungen für medizinische Fragestellungen zu finden.

Funktionen

Expertensysteme basieren im Kern auf einer Wissensbasis, die Expertenwissen, wie beispielsweise das Vorgehen zur Therapie einer Krankheit, repräsentiert. Da dieses Wissen zunächst nur in Form von Veröffentlichungen oder Ergebnissen aus klinischen Studien vorliegt, muss es konsolidiert und in ein Wissensmodell überführt werden. Während der Nutzung im Expertensystem wird dieses Modell dann auf Untersuchungsergebnisse, wie zum Beispiel auf aktuelle Blutwerte, angewendet. Daraus resultierend bietet das Expertensystem eine entsprechend aufbereitete Visualisierung der entscheidungsunterstützenden Informationen bis hin zu Handlungsempfehlungen.

Im Projekt OnkoLeit wird ein gleichnamiges Softwareprodukt entwickelt, das den behandelnden Arzt im Hinblick auf Diagnose- und Therapieentscheidungen bei onkologischen Erkrankungen unterstützt.

 

Abteilung Interaktive Analyse und Diagnose

Sie wollen mehr über unser Kompetenz- und Leistungsspektrum im Bereich Interaktive Analyse und Diagnose erfahren? Dann besuchen Sie die Seite der Abteilung IAD.

 

Weitere Projekte der Abteilung IAD

Hier finden Sie weitere Projekte mit Beteiligung der Abteilung Interaktive Analyse und Diagnose.

 

OnkoLeit

Das medizinische Expertensystem OnkoLeit unterstützt den behandelnden Arzt auf Basis von medizinischen Leitlinien im Zuge von Diagnose- und Therapieentscheidungen bei onkologischen Erkrankungen.

Publikationen

2017

Philipp, Patrick; Beyerer, Jürgen; Fischer, Yvonne:
Expert-based probabilistic modeling of workflows in context of surgical interventions. In: Schaefer, K.; Institute of Electrical and Electronics Engineers; IEEE Communications Society; IEEE Systems, Man, and Cybernetics Society: IEEE Conference on Cognitive and Computational Aspects of Situation Management, CogSIMA 2017: March 27-31, 2017, Savannah, GA, USA. Piscataway, NJ: IEEE, 2017, S.77-83. 

2017

Philipp, Patrick; Bleier, Johannes; Fischer, Yvonne; Beyerer, Jürgen:
Towards a surgical phase detection using Markov Logic Networks. In: Radermacher, Klaus (Ed.); Society for Computer Assisted Orthopaedic Surgery, Bern: CAOS 2017, 17th Annual Meeting of the International Society for Computer Assisted Orthopaedic Surgery. Papers. Online resource: June 14-17, 2017, Aachen, Germany, S.288-294. (EPiC Series in Health Sciences 1)

2015

Philipp, Patrick; Fischer, Yvonne; Hempel, Dirk; Beyerer, Jürgen:
Framework for an interactive assistance in diagnostic processes based on the translation of UML activities into petri nets. In: Arabnia, Hamid R. (Ed.); Institute of Electrical and Electronics Engineers; American Council on Science and Education, Las Vegas/Nev.: International Conference on Computational Science and Computational Intelligence, CSCI 2015. Proceedings: 7-9 December 2015, Las Vegas, Nevada, USA. Los Alamitos, Calif.: IEEE Computer Society Conference Publishing Services (CPS), 2015, S.732-737.