Gateway to hybrid Health Care AI

Projektvorstellung

Dem Einsatz von KI (Künstlicher Intelligenz) im Gesundheitswesen werden allseits große Potentiale zugeschrieben. Zahlreiche anwendungsorientierte Forschungsprojekte sind in Bearbeitung und erste KI-Anwendungen stehen an der Schwelle zur Produkteinführung. Gleichwohl wird in Expertenkreisen bereits auch vor einem Hype gewarnt, wie er in den späten 1980er Jahren bei ersten medizinischen Expertensystemen und dann auch wieder seit der Jahrtausendwende mit spektakulären Spieleanwendungen (IBM DeepBlue/Schach, IBM-Watson/Jeopoardy, Google-AlphaGo) ausgelöst wurde.

Projektvorstellung

Dagegen sind medizinische Expertensysteme – die andere „symbolische“ Seite der KI – seit
dem zumindest vorläufigen Scheitern von IBM-Watson Health aktuell erst kaum Gegenstrand
aktueller Entwicklungen. Am ehesten würden noch aufbauend auf den großen medizinischen
Terminologien Googles Knowledge Graphs auf RDF-Basis hier einsetzen, um heterogene
bio-medizinische Gebiete auf der Konzeptebene zu verknüpfen und damit eine erste Basis
für das primär adressierte übergreifende Forschungsdatenmanagement zu schaffen, wie in
NFDI-Initiative der Bundesregierung. Knowledge Graphen versuchen auch einige der BMBF-
Medizininformatikprojekte zu nutzen.

Projektvorstellung

Dagegen sind medizinische Expertensysteme – die andere „symbolische“ Seite der KI – seit
dem zumindest vorläufigen Scheitern von IBM-Watson Health aktuell erst kaum Gegenstrand
aktueller Entwicklungen. Am ehesten würden noch aufbauend auf den großen medizinischen
Terminologien Googles Knowledge Graphs auf RDF-Basis hier einsetzen, um heterogene
bio-medizinische Gebiete auf der Konzeptebene zu verknüpfen und damit eine erste Basis
für das primär adressierte übergreifende Forschungsdatenmanagement zu schaffen, wie in
NFDI-Initiative der Bundesregierung. Knowledge Graphen versuchen auch einige der BMBF-
Medizininformatikprojekte zu nutzen.

Lösungsansatz

Die Aufgabenstellung besteht insoweit darin, einen Lösungsansatz für medizinische Expertensysteme zu verfolgen, der eine hohe Wissensstrukturierung über fachliche Grenzen hinweg bei angemessener Tiefe und Breite des zu akquirierenden Expertenwissens ermöglicht und dabei den dedizierten Zugriff auf spezifisch relevante Maschinen- und Patientenfalldaten sowie auch textuelle Informationen wie z.B. Studienveröffentlichungen und medizinische Leitlinien ermöglicht. Soweit möglich soll ein medizinisches Expertensystem dabei nicht nur den relevanten Inhalt der unmittelbaren Wissensbasis auf verständliche Weise bei einer gegebenen Anfrage reproduzieren, sondern zu darüber hinausgehenden Schlussfolgerungen mindestens im Hinblick auf die ergänzende Analyse von Daten und sonstigen Informationen ermöglichen.

 

Bezüglich der vordergründigen Teilaufgabe der Realisierung einer strukturierten medizinischen Wissensbasis liegt es dabei nahe, allgemein anerkannte Methoden und diesbezüglich verfügbare Softwaresysteme zur Modellierung von Ursache-Wirkungs- Zusammenhängen auf ihre Eignung als Kern medizinischer Expertensysteme zu prüfen. Im Ergebnis wurde die zur Modellierung und Analyse komplexer technischer Systeme (Automotive; Medizintechnik; Luft-/Raumfahrt; etc) breit angewendete Methode FMEA (Failure Modes and Effects Analysis) samt komplementärer Ergänzungsmethoden wie u.a. FTA (Failure-Tree-Analysis) oder auch QFD (Quality Function Deployment) identifiziert. Die Attraktivität dieser Methoden zeigt sich auch darin, dass zumal die FMEA auch bereits zentraler Ankerpunkt im Entwicklungs- bzw Zulassungsvorbereitungsprozess für Medizinprodukte entsprechend weltweit gültiger Regularien ist. Die Adaption der FMEA für technisch komplexe Systeme als MCEA Medical Cause and Effects Analysis für das System „Mensch“ scheint aussichtsreich. Das vernetzte Knowledge Engineering von Ingenieuren unterschiedlicher Fachgebiete (Mechanik, Elektronik, Informatik) wird insoweit als durchaus ähnlich dem von Medizinern unterschiedlicher Spezialisierung postuliert.

 

Unsere Partner

Folgende Partner unterstützen Uns bei der Umsetzung unseres Projektes

Universität zu Lübeck

Unitransferklinik

Universitätsklinikum Schleswig-Holstein

PLATO

Ansprechpartner

Hier könnte man die Teammitglieder vorstellen

Juljan Bouchagiar

Titel

Ralf Möller

Titel

Dived Carry

Dentist

Lucy Willams

Oncology

Kontaktieren Sie uns!

Lorem ipsum dolor sit amet, consetetur sadipscing elitr, sed diam nonumy eirmod tempor invidunt ut labore et dolore magna aliquyam erat, sed diam voluptua. At vero eos et accusam et justo duo dolores et ea rebum. Stet clita kasd gubergren, no sea takimata sanctus est Lorem ipsum dolor sit amet. 

Address

675, Golden Tower
CA-Linkin Park

Working Hour

Mon-Sat - 20:00
Sunday Emergency