gms | German Medical Science

EbM – ein Gewinn für die Arzt-Patient-Beziehung?
Forum Medizin 21
11. EbM-Jahrestagung

Paracelsus Medizinische Privatuniversität, Deutsches Netzwerk Evidenzbasierte Medizin e. V.

25.02. - 27.02.2010, Salzburg, Österreich

Wissensmanagement in EBM

Meeting Abstract

EbM – ein Gewinn für die Arzt-Patient-Beziehung?. Forum Medizin 21 der Paracelsus Medizinischen Privatuniversität & 11. EbM-Jahrestagung des Deutschen Netzwerks Evidenzbasierte Medizin. Salzburg, 25.-27.02.2010. Düsseldorf: German Medical Science GMS Publishing House; 2010. Doc10ebm113

DOI: 10.3205/10ebm113, URN: urn:nbn:de:0183-10ebm1130

Veröffentlicht: 22. Februar 2010

© 2010 Lirk et al.
Dieser Artikel ist ein Open Access-Artikel und steht unter den Creative Commons Lizenzbedingungen (http://creativecommons.org/licenses/by-nc-nd/3.0/deed.de). Er darf vervielfältigt, verbreitet und öffentlich zugänglich gemacht werden, vorausgesetzt dass Autor und Quelle genannt werden.


Gliederung

Text

Hintergrund: Die Zunahme des medizinischen Wissens, quantifiziert durch die Anzahl wissenschaftlicher Publikationen, nimmt rasant zu. Pro Monat erscheinen etwa 67.000 neue Artikel, über 3300 davon sind klinische Studien. Die Zunahme erfolgt exponentiell. Die relevante wissenschaftliche Literatur zu finden und zu lesen wird für Ärzte daher immer aufwendiger und ist mittlerweilen unmöglich.

Neben einfachen Pubmed-Abfragemöglichkeiten gibt es auch semantische Suchmaschinen in Medline bzw. dem Web, welche die Suche nach relevanter Information unterstützen. Eine automatisierte Beurteilung von publizierten klinischen Studien ist bisher jedoch nicht möglich. In unserem Projekt wird ein solches System aufgebaut. Ziel ist die Schaffung einer zentralen Informationsplattform für EBM.

Material/Methoden: Medizinische Publikationen werden mit Text-Mining-Verfahren mit entsprechenden Thesauri (MeSH, Snomed) belegt, anschließend mit semantischer Information (OpenLinkedData) verknüpft. Die Einträge können einerseits mit Hilfe maschineller Lernverfahren nach Themenbereichen geclustert werden . Andererseits soll eine automatisierte Bewertung der Qualität einer beschriebenen klinischen Studie erfolgen. Eine Publikationsliste soll nach verschiedenen Kriterien, welche für Fragestellungen der evidenzbasierten Medizin wichtig sind, sortiert werden können.

Ergebnisse: Es wurden mehrere medizinische Datenquellen an das System angebunden und miteinander bzw. mit LinkedOpenData verknüpft. Durch das prototypische Clustering können Themenlisten und Wissenslandkarten aufgebaut werden. Die Bewertung der klinischen Studien erfolgt über ein Scoringschema, in dem vor allem statistische Werte berücksichtigt werden.

Schlussfolgerung/Implikation: Das bisher aufgebaute prototypische System ist in der Lage die Basisfunktionalitäten durchzuführen. Das Bewertungsmaß für die Studienqualität ist prinzipiell aufgebaut, muss aber noch verfeinert werden. In wie weit noch weitere studienrelevante Informationen für die Beurteilung herangezogen werden können, soll in einem Folgeprojekt erhoben werden.


Literatur

1.
Sönnichsen A, Rinnerberger A. Medizinische Informationsflut und Wissenstransfer in die Praxis – eine Quadratur des Kreises? Schweizerische Ärztezeitung. 2008;89:44.
2.
Dietze H, Schroeder M. GoWeb: a semantic search engine for the life science web. BMC Bioinformatics. 2009;10(Suppl 10):S7.
3.
Doms A, Schroeder M. GoPubMed: exploring PubMed with the Gene Ontology. Nucleic Acids Res. 2005;33(Web Server issue):W783-6.
4.
Cimino JJ, Zhu X. The practical impact of ontologies on biomedical informatics. Yearb Med Inform. 2006:124-35.
5.
Granitzer M. KnowMiner: Konzeption und Entwicklung eines generischen Wissenserschließungsframework. Graz: Technische Universität Graz; 2006.