Medizinische Entscheidungsunterstützung

• fachinformationssysteme = Nachschlagwerke

• Freitext, Bilder…

• Mit oder ohne Verschlagwortung

• ohne rechnergestützte Interpretation von Patientendaten

• passive Unterstützung

• formale Repräsentation von Wissen

• Schlussfolgerungsalgorithmen

• mit rechnergestützer Interpretation von Patientendaten

• aktive Unterstützung

• Trennung von Wissensbasis und Problemlösungskomponente

  • simuliert Problemlösung eines Experten auf abgegrenzten Bereich (quasi KI?)

• Klassifizierung des Schweregrades von Krankheiten und Prognose des Ausgangs therapeutischer Maßnahmen

• Scores werden über klinische Studien ermittelt um Merkmale zu identifizieren die statistisch gesicherte Prognosen für Krankheiten und diagnostische/therapeutische Maßnahmen erlauben

Satz von Bayes

Satz der totalen Wahrscheinlichkeit

4 Felder Tafel

P(AnB) = P(B|A)*P(A)

• Sensitivität

  • bedingte Wahrscheinlichkeit, dass bei Krankheit ein testpositives Ergebnis erzielt wird

• Spezifität

  • bedingte Wahrscheinlichkeit, dass bei Gesundheit ein testnegatives Ergebnis erzielt wird

• positiver Vorhersagewert

  • bedingte Wahrscheinlichkeit dass bei testpositivem Ergebnis eine Krankheit vorliegt

• Negativer Vorhersagewert

  • bedingte Wahrscheinlichkeit, dass bei testnegativem Erebnis keine Krankheit vorliegt

• perfekte Test: alle Kranken positiv (sensitivität = 1) und alle Gesunden negativ (Spezifität = 1)

• Absicherung von Verdachtdiagnose -> hohe Spezifität (wenig Falsch-positive)

• Screening-Tests -> hohe Sensitivität (wenig Falsch-Negative)

• bei diagnostischen Test ist zur Interpretation von positiven und negativen Vorhersagewerten die Prävalent einer Krankheit hinzuzuziehen