Seiteninterne Suche

IMI Archiv

Korrelations- und Regressionsanalyse von dokumentierten Medikamentenverordnungen und Diagnosen aus der Pädiatrie

Kontakt: Wolfgang Rödle | wolfgang.roedle@fau.de | 09131/85-25235

Hintergrund / Problemstellung:

Expertensysteme in der Medizin u.a. auch das bekannte „Watson“ von IBM werden in den Medien immer mehr hervorgehoben, sind aber sehr undurchsichtig. In dieser Arbeit soll grundlegend begonnen werden mit statistischen Methoden neues Wissen aus dokumentierten Medikamentenverordnungen und Diagnosen zu finden und die Methoden sowie die Ergebnisse transparent darzustellen.

 

„Stehen Alter und Liegedauer in Abhängigkeit und wenn ja, wie?“ Diese und weitere Fragestellungen sollen erforscht werden, um neues Wissen zu finden und bereits vorhandenes zu validieren. Zudem soll diese Arbeit weitere Fragestellungen schaffen, die man mit heutigen Werkzeugen (u.a. maschinelles Lernen) beantworten kann, um so die Medizin durch digitale Hilfsmittel weiter zu unterstützen.

 

Ziele dieser Arbeit:

  • Parameter finden, die voneinander abhängen (z.B. Alter und Diagnose, Liegedauer und Körpergröße etc.) (Korrelation)
  • Wie hängen die Parameter voneinander ab? (Regression)

 

 

Aufgaben:

  1. Einarbeitung in die Struktur der vorhandenen Datenbank
  2. Umstrukturierung und Aufbereitung der Daten (ETL-Prozess)
  3. Korrelations- und Regressionsanalyse der Daten mit Python
  4. Vergleich der Ergebnisse mit vorhandenem Wissen aus der Medizin

 

 

Anforderungen/Voraussetzungen:

  • Fortgeschrittene Programmiererfahrung (bevorzugt Python)
  • Grundlagen in Statistik
  • Kritisches / Wissenschaftliches Denken
  • Studiengänge: Informatik, Medizintechnik, Mathematik oder Vergleichbare