Principal Investigator: Prof. Dr. Ralf Möller

Im Projekt MCEA wird ein neuartiger hybrider Ansatz zur Wissensmodellierung für medizinische Expertensysteme erarbeitet. Einerseits werden in anderen Domänen (z.B. Automobil) etablierte „Cause and Effect Analysis“-Methoden einschließlich einer mächtigen Software-Plattform genutzt für eine deklarative Repräsentation vor allem kausaler Wissensinhalte (z.B. Symptom-Krankheit). Andererseits bildet dieses repräsentierte Wissen die Basis für darauf aufsetzende maschinellen Lernverfahren für die Prognose, Diagnostik und Therapie ausgewählter klinischer Anwendungsfälle.

MCEA wird von insgesamt je sechs Informatikinstituten der Universität zu Lübeck sowie Kliniken des Universitätsklinikums Schleswig-Holstein (UKSH) unter Koordination der UniTransferKlinik und Mitwirkung der Firma PLATO AG bearbeitet und im Rahmen der KI-Strategie des Landes Schleswig-Holsteins aus dessen Mitteln gefördert, siehe Presseerklärung (LINK).

Ein Schwerpunkt des vom IFIS bearbeiteten Teilprojektes ist die Formalisierung des etablierten "Failure Mode and Effects" (FMEA) Standards aus der Automobilindustrie, um automatisierte Schlussfolgerungen über optimale Handlungssequenzen (z.B. Therapien für Patient*innen in einer Notaufnahme) zu ermöglichen. Dabei wird kausales Schließen auf der vorhandenen Wissensbasis angewandt, um die Auswirkungen der einzelnen Schritte der Behandlungsstrategie planen zu können.