Medical Cause and Effects Analysis (MCEA): Gateway to hybrid Health Care AI

Funded by:  WTSH

Runtime: 2021-2023

Project Coordinator: Prof. Dr. Ralf Möller

Research Associate: Malte Luttermann

 

Motivation, Goals and Procedure

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.

Project Partners

Universität zu Lübeck, Universitätsklinikum Schleswig Holstein, UniTransferKlinik Lübeck GmbH, Plato AG

Publications

2024

Malte Luttermann, Edgar Baake, Juljan Bouchagiar, Benjamin Gebel, Philipp Grüning, Dilini Manikwadura, Franziska Schollemann, Elisa Teifke, Philipp Rostalski, and Ralf Möller,
Automated Computation of Therapies Using Failure Mode and Effects Analysis in the Medical Domain, German Journal of Artificial Intelligence , Apr. 2024. Springer.
DOI:https://doi.org/10.1007/s13218-023-00810-z
File: Dateilink
Bibtex: BibTeX
@article{LuBaBoGeGrMaScTeRoMo24,
  author    = {Malte Luttermann and Edgar Baake and Juljan Bouchagiar and Benjamin Gebel and Philipp Grüning and Dilini Manikwadura and Franziska Schollemann and Elisa Teifke and Philipp Rostalski and Ralf Möller},
  title     = {Automated Computation of Therapies Using Failure Mode and Effects Analysis in the Medical Domain},
  journal   = {German Journal of Artificial Intelligence},
  year      = {2024},
  publisher = {Springer},
  doi       = {https://doi.org/10.1007/s13218-023-00810-z}
}