zur Hauptnavigation springen zum Inhaltsbereich springen

BayWISS-Kolleg Gesundheit www.baywiss.de

Projekte im Verbundkolleg Gesundheit

© eliola, Pixabay

Visualisierung und Analyse von heterogenen klinischen Daten

Die Mengen an Daten die Kliniken über ihre Patienten und Daten halten wächst immer weiter an. Neben der Menge ist aber auch die Heterogenität eine Herausforderung. So sind neben medizinischen Daten (etwa Diagnosen, Prozeduren) auch sozio-demographische und organisatorische Daten vorhanden, die wertvolle Informationen enthalten.

Die Daten kommen meist aus verschiedenen Systemen. Das macht es schwer, sie zu kombinieren und gemeinsam zu nutzen. Ein Beispiel für dieses Problem ist die Pflegepersonaluntergrenzen-Verordnung (PpUGV). Patienten- und Pflegepersonalzahlen müssen kombiniert und gemeinsam dokumentiert werden. Ohne computerbasierte Unterstützung entsteht ein großer manueller Aufwand.

Auch Ärzte stehen täglich vor der Aufgabe, aus der großen Anzahl an klinischen Variablen Schlüsse über die Diagnose und Therapie von Patienten zu ziehen. Da klinische Daten sehr komplex sind, werden Methoden zur Entscheidungsunterstützung von Ärzten immer wichtiger.

Auch im Bereich der Forschung mittels klinischer Daten ist es nötig, heterogene Daten zu kombinieren, etwa in der Epidemiologie, wo z.B. Zusammenhänge zwischen diversen Risikofaktoren und Erkrankungen gesucht werden. Hier ist durch die Vielzahl an potentiellen Risikomustern in den Daten ebenfalls notwendig, Computer zur Unterstützung zu nutzen.

Im meinem Promotionsthema beschäftige ich mich damit, neue Ansätze anhand von Datenvisualisierung und Mustererkennung zu erarbeiten, um Wissen aus heterogenen klinischen Daten zu extrahieren. So werden etwa Wege untersucht, um im Pflegemanagement benötigte Dokumentation automatisiert aus den verschiedenen Daten zu kombinieren. Für Ärzte werden neue Visualisierungen entwickelt, die die Struktur von Korrelationen in klinischen Daten sichtbar machen. Im Bereich der Epidemiologie werden innovative Machine Learning-Methoden erarbeitet, um epidemiologisch relevantes Wissen aus klinischen Datensätzen zu extrahieren.

MITGLIED IM KOLLEG

seit

Betreuerin Ostbayerische Technische Hochschule Amberg-Weiden:

Prof. Dr.-Ing. Eva Rothgang

Forschungsschwerpunkte:

  • Automatisierung im Gesundheitswesen
  • Visualisierung von medizinischen Daten
  • Medizinische Bildverarbeitung

Betreute Projekte:

Publikationen

Haas O., Hutzler M., Egginger TH., Maier A. und E. Rothgang (2021):
Automating time-consuming and error-prone manual nursing management documentation processes. CIN: Computers, Informatics, Nursing: October 2021, Volume 39, Issue 10, p. 584-591. https://doi.org/10.1097/cin.0000000000000790.

Haas O., Lopera Gonzalez LI., Hofmann S., Ostgathe C., Maier A., Rothgang E., Amft O. und T. Steigleder (2021):
Predicting anxiety in routine palliative care using Bayesian-inspired association rule mining. Front. Digit. Health 3:724049. https://doi.org/10.3389/fdgth.2021.724049.

Haas O., Maier A. und E. Rothgang (2021):
Machine Learning-Based HIV Risk Estimation Using Incidence Rate Ratios. Front. Reprod. Health 3:756405. https://doi.org/10.3389/frph.2021.756405.

Haas O., Maier A. und E. Rothgang (2021):
Rule-Based Models for Risk Estimation and Analysis of In-hospital Mortality in Emergency and Critical Care. Front. Med. 8:785711. https://doi.org/10.3389/fmed.2021.7857115.

Haas O., Maier A. und E. Rothgang (2021):
Using Associative Classification and Odds Ratios for In-Hospital Mortality Risk Estimation. Workshop on Interpretable ML in Healthcare at International Conference on Machine Learning (ICML).

Stipendium

Das Projekt wird durch das Bayerische Forschungsinstitut für Digitale Transformation (bidt) gefördert.

Präsentation

Haas O., Maier A. und E. Rothgang (2020):
Mining statistically significant odds ratios from large het-erogeneous clinical datasets. GMDS & CEN-IBS 2020, Berlin.

Oliver Haas

Oliver Haas

Ostbayerische Technische Hochschule Amberg-Weiden

Koordination

Treten Sie mit uns in Kontakt. Wir freuen uns auf Ihre Fragen und Anregungen zum Verbundkolleg Gesundheit.

Dr. Sabine Fütterer-Akili

Dr. Sabine Fütterer-Akili

Koordinatorin BayWISS-Verbundkolleg Gesundheit und BayWISS-Verbundkolleg Economics and Business