gms | German Medical Science

Einleitung: Das zunehmende Verständnis der Komplexität von onkologischen Erkrankungen und die steigende Menge an verfügbaren Patienteninformationen ermöglichen in vielen Fällen eine personalisierte Behandlung, erschweren aber oft auch die Wahl der bestmöglichen Behandlung für den Patienten. Durch Anwendung IT-basierter Wissensmanagementsysteme und geeigneter Visualisierungstools können diese Entscheidungsprozesse zukünftig unterstützt werden.

Methoden: Mit dem exemplarisch-klinischen Ansatz der Behandlung von Larynxkarzinomen wurde ein Multi-Instanz Bayessches Netzwerk (MEBN) erstellt. Zur Modellierung wurden medizinische Informationsentitäten selektiert und direkte Abhängigkeiten zwischen ihnen analysiert. Durch das Netzwerk berechnete Ergebnisse, die sogenannten patienten-spezifischen Modelle, wurden mittels eines Open Source Visualisierungstools in eine 3D-Darstellung überführt, welche durch entwickelte medizinische Icons für entsprechende Therapien ergänzt wurde.

Ergebnisse: Das gegenwärtige Netzwerk besteht aus über 800 Knoten mit mehr als 1.000 Abhängigkeiten und vereint verschiedene medizinische Sichtweisen, die durch den 3D-Graphen visualisiert werden. Zusammen mit den hinzugefügten Icons unterstützt die Visualisierung bei dieser großen Menge von Informationen die Übersichtlichkeit und Gebrauchstauglichkeit.

Schlussfolgerungen: Als Basis der Arbeiten diente das MEBN als Therapieentscheidungsmodell des Larynxkarzinoms. Nach dessen Validierung sollen bedingte Wahrscheinlichkeiten den IEs hinzugefügt werden. Die 3D-Visualisierung führt zu einer geeigneteren Übersichtlichkeit von komplexeren Zusammenhängen. Weitere Icons, Sichtweisen und auch Funktionen zu Verwendbarkeit werden aktuell erarbeitet.

Unterstützt durch: Bundesministerium für Bildung und Forschung (BMBF)

Der Erstautor gibt keinen Interessenkonflikt an.