• Navigation überspringen
  • Zur Navigation
  • Zum Seitenende
Organisationsmenü öffnen Organisationsmenü schließen
Friedrich-Alexander-Universität Lehrstuhl für Medizinische Informatik
  • FAUZur zentralen FAU Website
  1. Friedrich-Alexander-Universität
  2. Medizinische Fakultät
  3. Institut für Medizininformatik, Biometrie und Epidemiologie
Suche öffnen
  • Confluence
  • GitLab
  • JIRA
  • Nextcloud
  • studOn
  1. Friedrich-Alexander-Universität
  2. Medizinische Fakultät
  3. Institut für Medizininformatik, Biometrie und Epidemiologie
Friedrich-Alexander-Universität Lehrstuhl für Medizinische Informatik
Menu Menu schließen
  • Events
    • 20-jähriges Lehrstuhljubiläum 2023
    Portal Events
  • Forschung
  • Projekte
  • Lehre
  • Team
  • Links
  • Kontakt
  1. Startseite
  2. Projekte
  3. abgeschlossene Projekte
  4. Datenintelligenz

Datenintelligenz

Bereichsnavigation: Projekte
  • FDGP Plus
  • ABIDE_MI
  • digiDEM Bayern
  • DigiOnko
  • MIDIA-Hub
  • PEAK
  • MIRACUM
  • abgeschlossene Projekte
    • ANFOLKI-36
    • BMDeep
    • Analyse der Einstellung von Patienten und Ärzten zum veränderten Patienten-Arzt-Verhältnis
    • Analyse der Rahmenbedingungen zur Einführung einer Elektronischen Patientenakte im Gesundheitsnetz Erlangen (GNE)
    • Arden Syntax
    • Arzneimitteltherapiesicherheit in der Akutversorgung
    • Aufgaben und Architekturen einrichtungsweiter Bilddatenmanagementsysteme in der Medizin
    • BBMRI-ERIC ADOPT
    • cloud4health
    • Cognitive Aid
    • Datenintelligenz
    • Deutsches Gewichtskontrollregister (DGKR)
    • eHealthMonitor
    • EHR4CR
    • Elektronische Auftragskommunikation für die interdisziplinäre Tumorboardbesprechung
    • Epidermolysis Bullosa
    • Epilepsie Register
    • Essen-Bochum Obesity Treatment Study (EBOTS)
    • Evaluation EGA
    • German Biobank Alliance
    • German Biobank Node (GBN)
    • GCKD-Studie
    • Integrated Data Repository Toolkit (IDRT)
    • Interaktives dreidimensionales Portable Document Format (3D-PDF) für medizinische Anwendungen
    • IT-Systeme für die Glaukombehandlung
    • KisRek
    • Klinische Datenintelligenz (KDI)
    • MelEVIR
    • MetropolMediplan 2016
    • Mobile Visite
    • Onko-Wiki
    • OPAL Health
    • P³ Personalisierte Pharmakotherapie in der Psychiatrie
    • Pathifier
    • Personal Medical Safe (PROMISE-DS)
    • POLYPROBE
    • ProHTA
    • Prozessmining und Prozessoptimierung in der Radiologie
    • QM-Handbuch
    • TMF eTrial-Challenge
    • TMF IT-Strategieprojekte
    • Verbesserung des Dokumentations- und Berichtswesens im Kontext der DRG-basierten Abrechnung
    • Web-basierte Patientenfragebögen
    • Wissensverarbeitende Systeme / Wissenmodellierung in der Medizin
    • WHO/European eHealth Consumer Trends Survey

Datenintelligenz

Datenintelligenz für klinische Lösungen

Laufzeit:
06/2012 - 12/2012

Förderung:
Bundesministerium für Wirtschaft und Technologie

Partner:
Siemens AG, Radiologisches Institut des Universitätsklinikums Erlangen, Deutsches Forschungszentrum für künstliche Intelligenz (DFKI)

In einem Universitätsklinikum der Maximalversorgung mit entsprechenden Forschungseinrichtungen wurde in den letzten Jahrzehnten durch die fortschreitende Digitalisierung eine große Anzahl unterschiedlicher Datenbanken aufgebaut. Die Heterogenität der Datenhaltung und inhomogene Nomenklaturen erschweren derzeit eine integrierte Visualisierung oder gar Verarbeitung all dieser Daten mit zugrunde liegenden gemeinsamen Ontologien oder ordnenden Hierarchien.

Um für die Qualitätssicherung im medizinischen Alltag durch wissensverarbeitende Funktionen und Verfahren der künstlichen Intelligenz eine Synopse der Datenquellen bereitzustellen, sind eine systematische Analyse der Datenvielfalt und ein Konzept für die ontologisch geführte Aufarbeitung und Nutzbarmachung der Daten notwendig.

Hierzu wurden im Projekt „Datenintelligenz für klinische Lösungen“ für 10.000 Patienten alle „digitalen Spuren“, die diese Patienten in der Klinik hinterlassen haben, zusammengeführt, anonymisiert und in einem Forschungsportal zur weiteren Analyse bereitgestellt. Dabei fokussierte das Projekt weder auf ein spezielles Krankheitsbild noch auf spezielle Therapieverfahren bzw. -Modalitäten. Das konzipierte Datenrepository soll für weitere Projekte die Basis bilden, damit Lösungen zur übergreifenden Prozess- und Entscheidungsunterstützung entwickelt und getestet werden können.

Friedrich-Alexander-Universität
Erlangen-Nürnberg

Schlossplatz 4
91054 Erlangen
  • Impressum
  • Datenschutz
  • Barrierefreiheit
  • Facebook
  • RSS Feed
  • Twitter
  • Xing
Nach oben