Nachwuchsforschungsgruppe | iXplain_CDS
Interoperable und erklärbare klinische Entscheidungsunterstützung
Über das Projekt
Die Digitalisierung in der Medizin führt zu einer zunehmenden Verfügbarkeit von klinischen Routinedaten, die – wenn sie richtig integriert, repräsentiert und analysiert werden – zu einem Mehrwert führen können, der über den Zweck der ursprünglichen Dokumentation hinausgeht. Eine der großen Herausforderungen der Medizininformatik besteht darin, Systeme zu entwerfen und zu evaluieren, die solche heterogenen und hochdimensionalen Daten effektiv und belastbar zum Wohle von Patient:innen nutzen, um beispielsweise bei komplexen Entscheidungsproblemen, die ein elementarer Teil der Medizin sind, automatisierte Unterstützung zu leisten. Die Qualität der von Mediziner:innen getroffenen Entscheidungen wird wesentlich durch den Umfang ihres expliziten und impliziten Wissens beeinflusst, das oft sehr individuell ausgeprägt ist. Weitere Einflussfaktoren auf medizinische Entscheidungen bestehen in einer hohen Arbeitslast und stressbeladenen Situationen, beispielsweise auf Intensivstationen.
Klinische Entscheidungsunterstützungssysteme können Mediziner:innen bei spezifischen Aufgaben in der Entscheidungsfindung, wie der Diagnose oder Therapieplanung, unterstützen, da sie große Mengen an klinischen (und nicht-klinischen, z.B. patientengenerierten) Daten in kürzester Zeit verarbeiten können.
Die Erklärbarkeit und Interpretierbarkeit der berechneten Empfehlungen einschließlich einer Nachvollziehbarkeit der zugrundeliegenden algorithmischen Logik sind absolut essentiell für das Vertrauen in und die Akzeptanz der Entscheidungsunterstützung.
Die Nachwuchsforschungsgruppe iXplain_CDS erforscht und entwickelt klinische Entscheidungsunterstützungen, die durch ihr interoperables Design klinikübergreifend eingesetzt werden können und durch Erklärungskomponenten die Belastbarkeit der Vorhersagen sowie das Vertrauen von Mediziner:innen und Patient:innen erhöhen.
In ersten Use Cases wird die Unterstützung von pädiatrischen Neuroradiologen bei der Gehirnreifebestimmung in Magnetresonanztomographieaufnahmen sowie die Vorhersage des Schweregrades von COVID-19 Erkrankungen fokussiert.
"Die konsequente fortlaufende Erschließung der in der medizinischen Routineversorgung erhobenen Daten und deren Verknüpfung in HiGHmed über Einrichtungsgrenzen hinweg - mit zusätzlichen Forschungsdaten - eröffnet neue Möglichkeiten für die Generierung dynamischer Modelle, die in lernenden, intelligenten Entscheidungsunterstützungssystemen neuartige, personalisierte Behandlungsstrategien abbilden können."
Prof. Dr.-Ing. Steffen Oeltze-Jafra
Ziele
Die Nachwuchsforschungsgruppe (NWG) konzipiert, implementiert und evaluiert klinische Entscheidungsunterstützungssysteme für verschiedenste medizinische Anwendungsfälle. Dabei stehen das Wohl der Patient:innen, die Nachvollziehbarkeit der Entscheidungen sowie die Wiederverwendbarkeit der Systeme im Mittelpunkt. Wissen über innovative Diagnostik- und Therapieverfahren sollen breiter verfügbar gemacht und auch anderen Einrichtungen der Gesundheitsversorgung zugänglich gemacht werden.
Die NWG beschäftigt sich unter anderem mit folgenden Herausforderungen:
-
Synthese wissens- und datengetriebener KI-Modelle
-
Klinikübergreifende Wiederverwendbarkeit durch Einsatz offener internationaler Standards und Anbindung der Systeme in die HiGHmed-Plattform
-
Erklärbarkeit der verwendeten Modelle
-
Voraussetzungen und Einflussfaktoren der Verständlichkeit einer Erklärung
-
Datenmodellierung und -integration in die HiGHmed-Plattform
-
Evaluation der Systeme im klinischen Alltag
Weitere Informationen
Leiter der Nachwuchsforschungsgruppe iXplain_CDS
Dr. Dominik Wolff
Peter L. Reichertz Institut für Medizinische Informatik, Medizinische Hochschule Hannover
Mitglieder der Nachwuchsforschungsgruppe iXplain_CDS
Jenny Stritzel
Wissenschaftliche Mitarbeiterin
Peter L. Reichertz Institut für Medizinische Informatik, Medizinische Hochschule Hannover
Juliane Schneider
Wissenschaftliche Mitarbeiterin
Peter L. Reichertz Institut für Medizinische Informatik, Medizinische Hochschule Hannover
Dr. med. Adrian Schulz
Wissenschaftlicher Mitarbeiter
Peter L. Reichertz Institut für Medizinische Informatik, Medizinische Hochschule Hannover
Amir Ebrahimzadeh
Wissenschaftliche Hilfskraft
Peter L. Reichertz Institut für Medizinische Informatik, Medizinische Hochschule Hannover
Sarah Nee
Wissenschaftliche Mitarbeiterin
Peter L. Reichertz Institut für Medizinische Informatik, Medizinische Hochschule Hannover
