Hasso-Plattner-Institut25 Jahre HPI
Hasso-Plattner-Institut25 Jahre HPI
Login
 

Theodor Heinze

Analyse von Patientendaten und Entscheidungsunterstützung in der Telemedizin

Fachärztemangel und die Demographie stellen eine ernst zu nehmende Herausforderung an die  Gesundheitsversorgung in Deutschland der kommenden Jahre dar. Besonders betroffen sind strukturschwache Regionen wie Nordbrandenburg, denn dort zeigen sich solche Missstände in der Gesundheitsversorgung zuerst. Chronisch Kranke sind darauf angewiesen regelmäßig weite Strecken zuriickzulegen, um den nächsten  verfügbaren Facharzt zu sehen.

Telemonitoring ist eine aufkommende Behandlungsmethode der Telemedizin, die das Potential aufweist, bei bestimmten Patientengruppen die Anzahl der Arztbesuche zu verringern und trotzdem eine nahtlose Patientenüberwachung zu gewährleisten, indem Patientendaten regelmäßig im Patientenhaushalt erfasst und dann im zuständigen Telemedizinzentrum begutachtet werden.

In dieser Arbeit wird anhand der Fallstudie „Fontane” ein hybrides, aus einem Horn-Formel-basiertem Regelsystem und einem Multi-Layer-Perceptron bestehendes Modell für den Einsatz von Maschinellem Lernen fur die Lösung informationstechnischer Herausforderungen im Telemonitoring, speziell die Analyse von Patientendaten, vorgestellt. Schlüsselfragen wie die Modellbildung fur die Prädiktion von Gesundheitsänderungen mithilfe von aktuell gemessenen und statistisch verarbeiteten Vitaldaten werden beantwortet. Auftretende Probleme werden herausgearbeitet. Praktische Lösungen und Ideen werden skizziert und evaluiert. Der Leser wird über den aktuellen Stand im kardiologischen Telemonitoring informiert und es wird ein Modell der iterativen Herangehensweise an die Patientendatenanalyse sowie des Einsatzes von Maschinellem Lernen fur Datenauswertungsprobleme, wie in diesem Fall Bildaufbereitung, beschrieben. Varianten des Multi-Frame-Demosaicing werden als Filter sowie komplexes, auf Neuronalem Netz (feed forward) basierendes Modell vorgestellt. Dabei wird aufgezeigt, wie schwierige Teilprobleme wie unvollständige oder variable Eingabe-Daten angegangen werden können. Auch findet eine umfangreiche Evaluierung von Methoden zur sogenannten Feature-Salience, der Gewichtung der Eingabemerkmale, statt. Somit werden dem Leser wirkungsvolle Werkzeuge zum Angehen von Prädiktionsproblemen in der Telemedizin zur Verfügung  gestellt.