39M E D I Z I N I S C H E D A T E N N U T Z E N Die Idee leuchtet ein Sammelt und kombiniert man alle Patienten daten die die Ärzte in Krankenhäusern erheben müsste die Ana lyse tiefe Einblicke in viele medizinische Fragestellungen erlauben Seit Jahrzehnten speichert die MedUni in Graz Befunde Ergebnisse von Blutproben Analysen von Gewebeproben und Arztberichte Mittlerweile ist auf diese Weise eine riesige Datenbank entstanden Das Potenzial also ihre Größe ist dabei allerdings zugleich auch die größte Herausforderung denn bislang ist unklar wie man die darin verborgenen Schätze heben kann Trotz der akribisch gesammelten Daten liegt das Ziel alle Krankheiten zu verstehen und damit heilen zu können noch immer in weiter Ferne Das Werkzeug Visual Computing Forscher der Fraunhofer Austria Research GmbH in Graz widmen sich im Rahmen der Aktivitäten zu Doc in Loop nun eben dieser Aufgabe gemeinsam mit ihren Kollegen der MedUni der Arbeitsgruppe um Prof Dr Andreas Holzinger der Technischen Universität Graz der Forschungsgruppe um Prof Dr Tobias Schreck und der CBMmed Mit Hilfe des Visual Computings versuchen sie dieser Masse an Daten ihre Geheimnisse zu entlocken Werfen wir zunächst einen genaueren Blick auf das Werkzeug Der Begriff Visual Computing umfasst alle Bereiche der Informatik die sich mit Bilddarstellung Visualisierung und hochdimensionaler Modellbil dung befassen Was das Projektvorhaben Doc in Loop angeht dreht sich diese Dis ziplin um die Frage Wie lassen sich via Software Zusammenhänge in großen Datenmengen finden und mittels Grafiken anschaulich darstellen In einem ersten Testlauf haben die Forscher die Datenbank in Hinsicht auf die Grippeimpfung analysiert Warum führt sie bei einem Großteil der Patienten zum gewünschten Schutz während sie bei einigen Menschen wirkungslos bleibt Wie erhofft zeigt die Software einen Zusammenhang auf Sind bestimmte Werte im Blutbild erhöht läuft die Grippeimpfung ins Leere Doch wie gehen die Forscher vor um der gigantischen Datenbank solche Geheimnisse zu entlocken Gemeinsam mit den Ärzten überlegen sie welche möglichen Zusammenhänge es geben könnte in welche Richtung die Software also suchen soll Die Fein und Fleißarbeit übernimmt der Algorithmus Er analysiert die Daten und listet alle gefundenen Zusammenhänge auf Diese Vorschläge wiederum begutachtet der Arzt und überprüft sie auf ihre Wahrscheinlichkeit Die Herausforderung für die Entwickler liegt weniger im Algorithmus als vielmehr in der Aufbereitung der Daten Denn selbst bei Angaben über Patienten mit identischer Diagnose sind die Datensätze extrem unterschiedlich Während der eine Datensatz Analysen von Gewebeproben und Röntgenbilder enthält besteht der andere hauptsächlich aus Fließtext also dem Arztbericht und entzieht sich somit bisher der automatischen Analyse Langfristig soll Doc in Loop auch textuelle Arztberichte auswerten können Ein weiteres Ziel der Forscher liegt in der Datenmigration Die Daten liegen auf unterschiedlichen Ebenen vor von makrosko pischen Informationen etwa zu Vorerkrankungen und Umweltein flüssen über mikroskopische Angaben aus Befunden untersuchter Gewebeproben bis zu Molekülwerten und Gensequenzen querverbindungen zwischen diesen Daten fehlen bislang Auch hier ist daher Doc in Loop gefragt ANSPRECHPARTNER DR TORSTEN ULLRICH

Hinweis: Dies ist eine maschinenlesbare No-Flash Ansicht.
Klicken Sie hier um zur Online-Version zu gelangen.