GR AOBK
Zur Navigation springen
Zur Suche springen
| Short Name | GR AOBK |
|---|---|
| Name (De) | Leitlinien und Regeln: Erwerb und Operationalisierung von biomedizinischem Wissen |
| Name (En) | Guidelines & Rules: Acquiring and Operationalizing Biomedical Knowledge |
| Description (De) | Regulatorische Anforderungen und die Notwendigkeit einer transparenten, erklärbaren Wissensverarbeitung fördern die Rolle von symbolischen, logikbasierten Ansätzen als unverzichtbare Ergänzung zu subsymbolischen Techniken (z.B. künstliche neuronale Netze). Computergestützte klinische Leitlinien sind ein bedeutendes Anwendungsgebiet für die medizinische Wissenserfassung und -verarbeitung. Das Modul führt in das Konzept der klinischen Leitlinien ein und begründet den positiven Effekt der Leitlinienbefolgung. Die systematische Leitlinienentwicklung wird skizziert, einschließlich der Prinzipien evidenzbasierter Leitlinien, der Evidenzstufen, der formalen Konsensverfahren und der relevanten Institutionen. Etablierte Ansätze zur formalen Darstellung von Leitlinien (proprietäre Repräsentationssprachen vs. allgemeine Workflow-Darstellung) werden dargestellt und anhand von Workflow-Darstellungsmustern verglichen. Das Modul umreißt die Unterscheidung zwischen Leitlinien und klinischen Pfaden und stellt Implementierungsansätze für elektronische Pfade vor. Das Modul befasst sich mit Prozessmodellen und Methodiken der medizinischen Wissenserfassung im Allgemeinen. Klassische Repräsentationsformate wie Regeln und Constraints werden aufgrund ihrer praktischen Relevanz im Kontext der medizinischen Wissensrepräsentation auf Basis einer Reflexion ihrer formalen Logikgrundlage betrachtet. Die Rolle von semantischen Tripeln wird erläutert und mit biomedizinischen Ontologien verknüpft, wie sie in den Modulen BL6 und BL7 vorgestellt werden. Das Modul stellt relevante Standards in diesem Bereich vor, nämlich HL7 Arden Syntax und die Clinical Quality Language. Das Modul skizziert die Anwendung dieser Ansätze in klinischen Entscheidungsunterstützungssystemen (Clinical Decision Support Systems, CDSS), indem es eine Typologie von CDSS vorstellt und wichtige empirische Daten zur Bewertung von CDSS und zu den soziotechnischen Auswirkungen von CDSS präsentiert. |
| Description (En) | Regulatory requirements and the need of transparent, explainable knowledge processing foster the role of symbolic, logic based approaches as an indispensable complement to subsymbolic techniques (e.g. artificial neural networks). Computerized clinical guidelines are a high-impact field of application for medical knowledge acquisition and processing. The module introduces the concept of clinical guidelines, and motivates the beneficial effect of guidelines adherence. Systematic guideline development is outlined, including the principles of evidence based guidelines, evidence levels, formal consensus procedures, and relevant institutions. Established approaches for formal guideline representation (proprietary representation languages vs. general purpose workflow representation) are represented and compared using workflow representation patterns. The module outlines the distinction between guidelines and clinical pathways and presents implementation approaches of electronic pathways. The module addresses process models and methodologies of medical knowledge acquisition in general. Due to their practical relevance classical representation formats like rules and constraints are considered in the context of medical knowledge representation based on a reflection of their formal logics foundation. The role of semantic triples is explained and linked to biomedical ontologies as introduced in modules BL6 and BL7. The module presents relevant standards in the field, namely HL7 Arden syntax and the Clinical Quality Language. The module outlines application of these approaches in Clinical Decision Support Systems (CDSS) by giving a typology of CDSS and presenting important empirical data concerning CDSS evaluation and sociotechnical effects of CDSS. |
| Study Program(s) | MED-DS Aachen |
| LO of the Module | |
| external LO | |
| Previous |
Learning Objectives of the Module
|