Optimierung klinischer Prozesse durch die Assistenz eines ACT-R-basierten Entscheidungsmodells auf der Intensivstation
- Bachelorarbeit -
Description:
Die vorliegende Bachelorarbeit befasst sich mit der Untersuchung der Effektivität eines ACT-R-basierten Entscheidungsunterstützungsmodells zur Optimierung klinischer Prozesse auf Intensivstationen durch integrierte Datenanalyse, speziell im Kontext der Behandlung von Patient*innen mit chronisch obstruktiver Lungenerkrankung (COPD). Die Herausforderung in der Intensivmedizin liegt in der schnellen und präzisen Entscheidungsfindung durch Integration multipler, komplexer Patientendaten, insbesondere in Akutsituationen. Das entwickelte Modell basiert auf der Nutzung von ACT-R zur Integration von Daten aus verschiedenen medizinischen Geräten, um die Entscheidungsfindung in der Behandlung von COPD-Patient*innen zu unterstützen. Dies dient der Erörterung von Möglichkeiten zur Generierung evidenzbasierter Behandlungsempfehlungen, welche anhand transparenter Entscheidungswege nachvollziehbarer gemacht werden sollen. Im Rahmen der Evaluation des Modells erfolgt eine Untersuchung hinsichtlich seiner Eignung als unterstützendes Werkzeug im klinischen Alltag bei der Behandlung von COPD. Das Ziel besteht in der frühzeitigen Erkennung kritischer Patientenzustände, um ein schnelleres Handeln zu ermöglichen. Es lässt sich prognostizieren, dass dieser Ansatz das Potenzial hat, die Patientenversorgung auf Intensivstationen zu optimieren.
This bachelor thesis investigates the effectiveness of an ACT-R-based decision support model for optimising clinical processes in intensive care units through integrated data analysis, specifically in the context of treating patients with Chronic Obstructive Pulmonary Disease (COPD). The challenge in intensive care medicine lies in fast and precise decision-making involving multiple, complex patient data, especially in acute situations. The model developed is based on the use of ACT-R to integrate data from different medical devices to support decision-making in the treatment of COPD patients. This serves to discuss possibilities for generating evidence-based treatment recommendations, which are to be made comprehensible. As part of the evaluation of the model, its suitability as a supporting tool in everyday clinical practice for treating COPD will be analysed. The aim is to recognise critical patient conditions at an early stage to enable faster action. It can be predicted that this approach has the potential to optimise patient care in intensive care units.
Anforderungen/Kenntnisse:
Machine Learning, Cognitive Modellling
Bearbeitung:
Tobias Schmitz
Betreuung:
Prof. Dr. rer.nat. Nele Rußwinkel
Institut für Informationssysteme
Ratzeburger Allee 160 ( Gebäude 64 - 2. OG)
23562 Lübeck
Telefon: 0451 / 3101 5700