Medical Decision Support Systems (MDSS)

Verbessere die Patientenversorgung mit intelligenten Assistenzsystemen: Du entwickelst Clinical Decision Support (CDS)-Funktionen für elektronische Patientenakten, lernst medizinisches Wissen automatisiert zu verarbeiten und bewertest Nutzen, Grenzen und Einsatzmöglichkeiten moderner Entscheidungshilfen.

Inhalte

• Der primäre Zweck der klinischen Dokumentation ist die Sammlung aller für die Behandlung relevanten Informationen. Dabei ermöglichen elektronische Patientenakten die über die reine Dokumentation hinausgehende Bereitstellung von "intelligenten" Zusatzfunktionen, die den Behandler beispielsweise auf eine sich verschlechternde Leber- oder Nierenfunktion des Patienten hinweisen können. In der englischen Literatur werden derartige Funktionen mit dem Begriff "Clinical Decision Support" (CDS) bezeichnet. Diese Vorlesung beschäftigt sich mit der Frage, wie man CDS-Funktionen entwickeln und in bestehende klinische Informationssysteme integrieren kann. Dabei trifft man meist auf eine Reihe von typischen Schwierigkeiten, die im Rahmen der Vorlesung diskutiert werden sollen.
• Themen, die im Rahmen der Vorlesung behandelt werden:
• Wie kann medizinisches Wissen automatisiert verarbeitet werden?
• Wie realistisch sind die medialen Darstellungen hinsichtlich "künstlicher Intelligenz"
• Welche Standards stehen für die Wissensverarbeitung zur Verfügung?
• Wie entwickelt man Medical Logic Modules (MLMs)?
• Wie integriert man CDS-Funktionen in elektronische Patientenakten?
• Auf welche Arten können CDS-Funktionen mit den klinischen Benutzern interagieren?
• Wie kann man den praktischen Nutzen solcher Funktionen bewerten?

Lernziele/Kompetenzen

Die Studierenden sind in der Lage,

• die Grundlagen der automatisierten Wissensverarbeitung zu beschreiben,
• Standards für die Wissensverarbeitung zu unterscheiden,
• selbständig einfache MLMs zu entwickeln,
• die Integration von CDS-Funktionen in klinische Systeme auszuführen,
• Studien zur Evaluierung des Nutzens von Zusatzfunktionen zu interpretieren.

Literatur

• R.A. Greenes, ed., Clinical decision support: the road to broad adoption, 2nd ed, Academic Press, Amsterdam : Boston, 2014.
• C. Spreckelsen, K. Spitzer, Wissensbasen und Expertensysteme in der Medizin: KI-Ansätze zwischen klinischer Entscheidungsunterstützung und medizinischem Wissensmanagement, Vieweg + Teubner, Wiesbaden, 2008.
• Weitere Literatur wird den Teilnehmern im Laufe der Vorlesung zur Verfügung gestellt.

Dozentinnen / Dozenten

• Prof. Dr. Stefan Kraus

Empfohlene Vorkenntnisse 

• Grundlegende Programmierkenntnisse
• Kenntnisse in Datenbanken von Vorteil

Daten zum Modul

Semester	1/2
Unterrichtssprache	Deutsch
Häufigkeit	Wintersemester
Kreditpunkte (CP)	5
Modulverantwortlich	Prof. Dr. Stefan Kraus
Dauer	1 Semester
Schwerpunkt(e)	Medical Data Science (MDS)
Studienleistung	Keine
Prüfungsvorleistung	Pflichtübung (PU)
Prüfungsleistung	Mündliche Prüfung (M)

Semesterwochenstunden (SWS) 

Vorlesung	3 SWS
Übung	1 SWS
Summe	4 SWS

Arbeitsaufwand (Workload) 

Vorlesung	45 h
Selbststudium	90 h
Aufgaben	15 h
Summe	150 h