1. Kohorte

FP1 - Kontextmodellierung und Mapping von Leitlinien und SOPs

Zuständiger PI: Prof. Dr. Britta Böckmann

Doktorandin: Catharina Beckmann

Forschungsfrage

•Relevante Informationen einer Leitlinie, die zum Kontext der Patient*in, aber auch der Nutzer*in passen, müssen bislang aufwändig gesucht und dann noch mit klinikinternen Standards abgeglichen werden

•Können Patient*innendatenwie Komorbiditäten, Komedikationen, ECOG für die Ermittlung relevanter Passagen einbezogen werden?

•Kann die zum Patient*innen-und Nutzer*innenkontextpassende SOP ermittelt und integriert angezeigt werden?

Zum Poster

FP2 - Analyse unstrukturierter Texte aus Publikationen

Zuständiger PI: Prof. Dr. Peter Horn

Doktorand: Henning Schäfer

Forschungsfrage

•Relevante Informationen einer Leitlinie, die zum Kontext der Patient*in, aber auch der Nutzer*in passen, müssen bislang aufwändig gesucht und dann noch mit klinikinternen Standards abgeglichen werden

•Können Patient*innendatenwie Komorbiditäten, Komedikationen, ECOG für die Ermittlung relevanter Passagen einbezogen werden?

•Kann die zum Patient*innen-und Nutzer*innenkontextpassende SOP ermittelt und integriert angezeigt werden?

Zum Poster

FP3 - Extraktion von Argumentstrukturen

Zuständiger PI: Prof. Dr. Torsten Zesch

Doktorandin: Marie Bexte

Forschungsfrage

•Vorkommen von Begriffen kein hinreichendes Kriterium für Relevanz eines Dokuments

--> Extraktion von Argumentstrukturen

•Herausforderungen

•Implizite Argumentation

•Dokumente in mehreren Sprachen

•Spezifische Terminologie

•Individueller Stil (verkürzt, Rechtschreibfehler)

Zum Poster

FP4 - Analyse von klinischen Bilddaten unter Einbeziehung weiterer klinischer Daten

Zuständiger PI: PD Dr. Felix Nensa

Doktorandin: Yasmin Schmitt

Forschungsfrage

•Radiomics: großes Potential in der onkologischen Bildgebung

•Vielzahl abgeleitete Bildparameter und oft weitere klinische Daten --> prädiktive MachineLearning Modelle

•DFG gefördertes Radiomics Projekt zum Ansprechen des Melanoms auf Immuntherapie am UK Essen (Radiologie + Dermatologie)

•Ungelöstes Problem: Integration in den PoCund insbesondere Interpretierbarkeit durch die Kliniker*innen

Zum Poster

 

FP5 - Analyse von präklinischen Bilddaten unter Einbeziehung weiterer klinischer Daten

Zuständiger PI: Prof. Dr. Markus Kukuk

Doktorand: Daniel Sauter

Forschungsfrage

”Kann mit Techniken des „deep learning“ ein Modell zur Vorhersage von klinischen Endpunkten aus Fotos oder histologischen Aufnahmen des Primärtumors alleine oder aus einer Kombination der beiden gelernt werden?”

Präklinische Bilddatenquelle: Primärmelanome

•Fotos oder der matoskopische Aufnahmen

•histopathologische Schnitte

•nicht konsequent digitalisiert und imPACS gespeichert

Klinische Endpunkte:

•5-Jahres Überlebenswahrscheinlichkeit

•Wiederkehrwahrscheinlichkeit

•Therapieoptionen und -ansprechen

Zum Poster

FP6 - Analyse von Genomdaten

Zuständiger PI: Prof. Dr. Sven Rahmann

Doktorandin: Hamdiye Uzuner

Forschungsfrage

Personalisierte Darstellung der Zuverlässigkeit von Genomvarianten

Diagnose und Therapieentscheidungen in der Onkologie stützen sich auf Genvarianten oder Mutationslast.

Technologie: Aktuell Genpanels (wenige Gene, tiefe Sequenzierung); bald Genomsequenzierung (WGS)

Frage: Wie kann man unterscheiden zwischen

•„sicheren Nicht-Varianten“ und

•„nicht sicheren Varianten“ ?

Ziel: Ärztin am Point-of-Care kann relevante zuverlässige Varianten priorisieren und wahrscheinlich unwirksame Therapieoptionen ausschließen.

Zum Poster

FP7 - Behandlungsentscheidung für Melanompatienten Identifikation ähnlicher Patienten am PoC

Zuständiger PI: Prof. Dr. Andreas Stang

Doktorand: Wolfgang Galetzka

Forschungsfrage

•Bei der Behandlung von Melanompatient*innen treten immer wieder ungewöhnliche Konstellationen auf, die Behandlungsentscheidungen erschweren.

•Ziel dieses Projekts ist es, aus der bisherigen Melanompatient*innen-Datenbank der Hautklinik ähnliche Patient*innen (“statistische Patient*innenzwillinge“) zu finden, die in der Vergangenheit in der Hautklinik der Universitätsmedizin Essen behandelt wurden und für die über das Klinische Tumorregister auch die Überlebenszeit vorliegt.

•Am PoCkönnen Ärzt*innen dann vergleichen, wie ähnliche Patient*innen in der Vergangenheit behandelt wurden und was das Outcome war.

Zum Poster

FP8 - Prädiktive Modellierung zur Patientenähnlichkeit auf Basis eines openEHR-Modells des Melanoms

Zuständiger PI: Prof. Dr. Britta Böckmann

Doktorandin: Jessica Swoboda

Forschungsfrage

•Zum gegenwärtigen Zeitpunkt gibt es keine verlässlichen prädiktiven Biomarker in Bezug auf eine primäre Resistenz oder eine Resistenzentwicklung gegenüber einer Therapie oder das Risiko für das Auftreten (schwerer), insbesondere immuntherapie-bedingter Nebenwirkungen

•Kann ein wissensbasiertes Relevanzmodell, entwickeltauf Basis bisherigerPatient*innendaten, dafürHinweiseliefern?

•Wie kann das Modell flexibilisiert werden für dynamische Fragestellungen?

•Wie kanndas so generiertekontext-, patient*innen-und nutzer*innenabhängigeWissenintegriertund visualisiertwerden?

Zum Poster

FP9 - Kontextmodellierung für den Point of Care

Zuständiger PI: Prof. Dr. Sabine Sachweh

Doktorandin: Eva Hartmann

Forschungsfrage

•Ermittlung von Point of Care spezifischen Einflussfaktoren

•Formalisierung eines spezifischen Kontextmodells auf Basis der Faktoren

•Adaptives Benutzungsschnittstellenkonzept für effiziente wissensbasierte Entscheidungsfindung

Zum Poster

FP10 - Kontextabhängige, personalisierte Suche am PoC

Zuständiger PI: Prof. Dr. Norbert Fuhr

Doktorand: Sameh Frihat

Forschungsfrage

•Suche nach Patient*innen-unabhängigen Daten und Wissen

•Integrierte Suche in mehreren Informationsquellen

•Kontextabhängige Suche

Zum Poster

FP11 - Informationsgabe zur Gegensteuerung von Fehlschlüssen – Empirische Untersuchung zur Akzeptanz

Zuständiger PI: Prof. Dr. Nicole Krämer

Doktorandin: Alisa Küper

Forschungsfrage

•Wie kann ein Informationssystem der Neigung zu menschlichen Fehlschlüssen entgegenwirken (confirmation bias und Verfügbarkeitsheuristik)?

•Unter welchen Umständen wird ein solches System akzeptiert?

Zum Poster

FP12 - Bewertungs- und Vorschlagssystem für aktuelle und relevante Literatur am PoC

Zuständiger PI: Prof. Dr. Christoph Friedrich

Doktorand: Ahmad Idrissi-Yaghir

Forschungsfrage

•Leitlinien zum Melanom der Haut werden regelmäßig aktualisiert

•Ist ein Vorschlagssystem für aktuelle personalisierte Literaturempfehlungen möglich?

•Welche Kriterien benötigt ein Bewertungssystem für Literaturempfehlungen zum Melanom der Haut?

•Wie kann solch ein System quantitativ und qualitativ evaluiert warden?

•Können Worteinbettungen und Transformerarchitekturen diese Systeme verbessern?

•Kann die Kontextmodellierung aus dem Dissertationsprojekt FP9 für Literaturempfehlung genutzt warden?

Zum Poster