Einleitung
1.1 Motivation und Zielsetzung
Medizin ist ohne eine umfassende und sorgfältig geplante Erhebung und Verarbeitung von Informationen nicht möglich. Beispielsweise ist in Krankenhäusern eine adäquate Informationslogistik wesentlich für die Qualität der Patientenversorgung, oder eine adäquate Präsentation und systematische Aufbereitung von Bild- und Biosignalbefunden relevant für die diagnostische und therapeutische Entscheidungen. Von entsprechender Wichtigkeit ist eine systematische Repräsentation von ärztlichem Wissen über die Diagnostik und Therapie von Erkrankungen und der Aufbau von Wissensbanken zur Entscheidungsunterstützung des Arztes [Trampi+92].
Oft fehlen zur diagnostischen Entscheidung bei ähnlichen Krankheitsbildern von unterschiedlichen Krankheiten Regeln, oder das Krankheitsbild kommt bei der Krankheit selten vor und gerät somit beim Arzt bzgl. der Zuordnung dieses Krankheitsbild zur Krankheit in
Vergessenheit. Das Vorhandensein von Regeln zur Diagnose aus medizinischen Daten(1) würde eine Differentialdiagnose(2) enorm unterstützen. Regeln für medizinische Diagnosen bieten objektive Kriterien zur Diagnose, so daß ausgefallene individuelle Interpretationsergebnisse, z.B. durch das Vergessen von seltenen Krankheitsbildern bei Krankheiten, vermieden werden können. Die Regeln können ebenfalls verwendet werden, um Wissensbanken von Expertensystemen zu füllen. Regeln für medizinische Diagnosen gewährleisten somit eine verbesserte oder zumindest eine konstante Qualität bei der medizinischen Versorgung.
In dieser Arbeit wird ein Konzept für eine Benutzerschnittstelle zur vagen Regelgenerierung für medizinische Diagnosen entwickelt. Das Konzept wird anschließend in ein Anwendungsprogramm (“Analyst”) umgesetzt. Ziel des Konzepts ist, daß für medizinisches Personal Regeln für Diagnosen aus medizinischen Daten automatisch generiert werden. Auch bereits bekannte Regeln für Diagnosen können vom Benutzer eingegeben und vom System bei der Regelgenerierung
mitberücksichtigt werden. Regeln können durch Angabe von Intervallen (WENN Blutzucker in [200 - 400] mg/dl DANN Diabetes Mellitus) oder linguistisch (WENN Blutzucker hoch DANN Diabetes Mellitus) eingegeben bzw. dargestellt werden.
[...]
______
(1) In dieser Arbeit fallen unter den Begriff medizinische Daten Labordaten, Biosignaldaten (wie EEG, EKG,
EMG, usw.) und Anamnesedaten.
(2) Differentialdiagnose: Unterscheidung und Abgrenzung einander ähnlicher Krankheitsbilder
Inhaltsverzeichnis
1 Einleitung
1.1 Motivation und Zielsetzung
1.2 Übersicht der Gliederung
2 Grundlagen
2.1 Benutzerschnittstellen
2.1.1 Einführung
2.1.2 Benutzeranalyse
2.1.3 Mentales Modell
2.1.4 Gestaltungsrichtlinien
2.1.5 Maskendesign
2.2 Medizinische Begriffe
2.2.1 Begriffe der klinischen Chemie
2.2.2 Das Referenzwert-Konzept
2.3 Vage Mengen
2.3.1 Einführung
2.3.2 Grundbegriffe der Fuzzy-Mengen
2.3.3 Linguistische Regeln
2.3.4 Zugehörigkeitsfunktionen
2.3.5 Praktische Erfahrungen mit Fuzzy-Regeln
2.4 Neuronale Netze
2.4.1 Grundlagen neuronaler Netze
2.4.2 RBF-Netze
2.4.3 Neuronale Netze und Fuzzy-Logik
3 Ein Konzept zur Benutzerschnittstelle
3.1 Zielsetzung und Übersicht
3.1.1 Anforderungen
3.1.2 Ein einführendes Beispiel
3.1.3 Struktur der Beispieldatensätze
3.1.4 Form der Fuzzy-Regel für Diagnosen
3.1.5 Der Zusammenhang zwischen Beispieldaten und Fuzzy-Regeln
3.2 Elemente der Benutzeroberfläche
3.2.1 Benutzeranforderungen
3.2.2 Die Beispieldaten
3.2.3 Eingangsvariablen, Terme und Zugehörigkeitsfunktionen
3.2.4 Ausgangsvariablen
3.2.5 Funktionalität zum Bearbeiten der Eingangs- und Ausgangsvariablen
3.2.6 Eingabe einer Regel
3.2.7 Interne Regelpräsentation
3.2.8 Anordnung der Regeln
3.2.9 Ausgabe einer Regel mit vagen Intervallen
3.2.10 Ausgabe einer Regel mit linguistischen Termen
3.2.11 Ein neues Verfahren zur linguistischen Approximation
3.2.12 Darstellung und Reduzierung der Regelbedingungen
3.2.13 Optimierung und Reduzierung der Regeln
3.2.14 Generieren der Regeln
3.2.15 Generelle Funktionalität der Benutzeroberfläche
3.3 Kommunikationsprotokoll
3.4 Regelgenerierungsmethoden
3.4.1 RBF-Netzen zur Regelgenerierung
3.4.2 DDA-RBF-Verfahren
3.4.3 DDA-RecBF-Verfahren
3.4.4 Regelintegration
3.4.5 Regelextraktion
4 Implementierungskonzept und Gestaltungsideen
4.1 Allgemeines
4.2 Benutzeroberfläche
4.2.1 Maximale Größe einer Bildschirmmaske
4.2.2 Das Dokumenten-Konzept
4.2.3 Zuordnen der Bezeichner zu den Beispieldaten
4.2.4 Eingeben einer Meßgröße und der Meßbereichkategorien
4.2.5 Eingabe einer Diagnose
4.2.6 Eingabe einer Regel
4.3 Regelgenerierungsmethoden
4.4 Kommunikationsprotokoll
5 Eine Beispielanwendung: Die Diagnose von Lebererkrankungen
5.1 Einführung
5.2 Beispieldaten
5.3 Regelgenerierungsverfahren
5.4 Die gelernten Regeln
5.5 Laufzeitverhalten
6 Zusammenfassung und Ausblick
Zielsetzung und Themen
Die Arbeit zielt auf die Entwicklung eines Konzepts und einer Benutzeroberfläche für ein System, das Regeln für medizinische Diagnosen automatisch aus Beispieldaten generiert. Die zentrale Forschungsfrage ist, wie medizinisches Personal ohne Fachkenntnisse in Fuzzy-Logik oder neuronalen Netzen durch eine ergonomische Gestaltung bei der diagnostischen Entscheidungsfindung unterstützt werden kann.
- Gestaltung ergonomischer Benutzeroberflächen für medizinische Software
- Anwendung der Fuzzy-Logik zur Repräsentation vagen medizinischen Wissens
- Einsatz neuronaler Netze zur automatisierten Regelgenerierung aus Patientendaten
- Entwicklung von Schnittstellen zwischen Wissensrepräsentation und Algorithmen
- Integration und Validierung an klinischen Beispielanwendungen
Auszug aus dem Buch
3.1.2 Ein einführendes Beispiel
Anhand eines kleinen Beispiels sollen die notwendigen Eingabedaten erläutert und die möglichen Ausgabeformen der Regelgenerierung verdeutlicht werden. Dieses Beispiel wird innerhalb der gesamten Arbeit für die notwendigen Erläuterungen und Motivationen herangezogen. In diesem Abschnitt werden die einzelnen Begriffe für die unterschiedlichsten Eingabedaten erläutert und synonyme Bezeichnungen aufgeführt. Anhand des Beispiels ist das Ergebnis des entwickelten Konzepts für die notwendigen Eingabe- und Ausgabedaten und deren Präsentation zu sehen. Der Entwicklungsweg, die alternativen Ansätze sowie die Diskusionen für die Entscheidungen, die zu diesem Konzept führten, werden unter Verwendung der in diesen Abschnitt definierten Begriffe in den nachfolgenden Abschnitten aufgezeichnet.
Einführung
Das Beispiel entspricht einer vereinfachten Variante des Beispiels vom Kapitel 6 Eine Beispielanwendung: Die Diagnose von Lebererkrankungen. Es sollen Regeln generiert werden, mit dessen Hilfe man eine Aussage treffen kann, ob der Patient empfänglich für Lebererkrankungen ist oder nicht. Es werden Regel generiert für die Diagnose “empfänglich für Lebererkrankungen” und für die Diagnose “weniger empfänglich für Lebererkrankungen”. Es wäre auch möglich nur Regeln für die Diagnose “empfänglich für Lebererkrankungen” zu generieren. Das Beispiel soll aber verdeutlichen, daß auch Regeln für mehrere Diagnosen gleichzeitig generiert werden können.
Zusammenfassung der Kapitel
1 Einleitung: Beschreibt die Motivation zur Regelgenerierung in der Medizin und gibt eine Übersicht der Arbeit.
2 Grundlagen: Vermittelt notwendige Kenntnisse zu Benutzeroberflächen, medizinischen Begriffen, Fuzzy-Mengen und neuronalen Netzen.
3 Ein Konzept zur Benutzerschnittstelle: Entwickelt das fachliche und technische Konzept zur automatisierten Generierung vager Regeln für medizinische Diagnosen.
4 Implementierungskonzept und Gestaltungsideen: Konkretisiert die Realisierung der Benutzeroberfläche und die technische Dialoggestaltung unter Windows.
5 Eine Beispielanwendung: Die Diagnose von Lebererkrankungen: Veranschaulicht das System an einem konkreten medizinischen Datensatz zur Leberdiagnostik.
6 Zusammenfassung und Ausblick: Resümiert die erzielten Ergebnisse und zeigt Potenziale für zukünftige Entwicklungen auf.
Schlüsselwörter
Medizinische Diagnosen, Fuzzy-Logik, Neuronale Netze, Regelgenerierung, Benutzeroberfläche, Software-Ergonomie, Diagnostische Entscheidungsunterstützung, RBF-Netze, Linguistische Variablen, Wissensrepräsentation, Datenanalyse, Lebererkrankungen.
Häufig gestellte Fragen
Worum geht es in dieser Arbeit grundsätzlich?
Die Arbeit beschäftigt sich mit der Entwicklung eines Konzepts für ein Software-System, das Mediziner bei der automatischen Generierung von Regeln für Diagnosen unterstützt.
Welche zentralen Themenfelder werden abgedeckt?
Die zentralen Felder sind die Software-Ergonomie zur Gestaltung benutzerfreundlicher Oberflächen, die Anwendung von Fuzzy-Logik zur Handhabung vager medizinischer Informationen und der Einsatz neuronaler Netze zur Regelgenerierung.
Was ist das primäre Ziel der Arbeit?
Das Ziel ist die Erstellung einer Benutzeroberfläche ("Analyst"), die medizinisches Personal befähigt, aus vorhandenen Patientendaten Regeln für Diagnosen zu extrahieren, ohne selbst Informatik-Experte zu sein.
Welche wissenschaftliche Methode wird verwendet?
Es werden neuronale Netze (speziell RBF-Netze) zur Analyse von Beispieldaten eingesetzt und die Ergebnisse mittels linguistischer Approximation in für Menschen verständliche Fuzzy-Regeln übersetzt.
Was wird im Hauptteil behandelt?
Der Hauptteil gliedert sich in theoretische Grundlagen, das methodische Konzept der Schnittstelle, die praktische Implementierung unter Windows und eine Demonstration an einem Beispiel zur Leberdiagnostik.
Welche Schlüsselwörter charakterisieren die Arbeit?
Zu den wichtigsten Begriffen gehören Fuzzy-Logik, Regelgenerierung, Benutzeroberfläche, Software-Ergonomie, neuronale Netze und klinische Chemie.
Warum ist die Unterscheidung zwischen "Core-Bereich" und "Support-Bereich" wichtig?
Diese Unterscheidung ist für Mediziner entscheidend, da sie den "Referenzbereich" (normal) vom "Grenzbereich" (Toleranzbereich) trennt und somit das medizinische Expertenwissen in das mathematische Modell der Fuzzy-Logik integriert.
Welchen Vorteil bietet das MDI-Dokumenten-Konzept für das Tool?
Es ermöglicht dem Benutzer, mehrere Dateien mit Beispieldaten und zugehörige Regelsätze gleichzeitig in einer Anwendung zu bearbeiten, was die Übersichtlichkeit und Effizienz bei der klinischen Arbeit erhöht.
- Quote paper
- Frank Friedrich (Author), 1998, Eine Benutzerschnittstelle zur vagen Regelgenerierung für medizinische Diagnosen, Munich, GRIN Verlag, https://www.hausarbeiten.de/document/134
