Verbesserung von Diagnose und Therapie durch wissensbasierte Ansätze

Ein Informationssystem zur Diagnoseunterstützung bei angeborenen Stoffwechselkrankheiten

G. Frauendienst-Egger3, R. Hofestädt1,2, H. Korall3, T. Pfisterer1,

J. Wieland3, U. Mischke1, F. Trefz3

1Institut für Medizinische Informatik, Statistik und Epidemiologie, Universität Leipzig

2Institut für Informatik, Universität Koblenz-Landau

3Kreiskrankenhaus Reutlingen, Universität Tübingen

Im Rahmen eines vom BMBF geförderten MEDWIS- Projektes (Medizinische Wissensbasen) sowie eines Forschungsprojektes der KURT- EBERHARD- BODE- Stiftung entwickeln Mediziner des Kreiskrankenhauses Reutlingen und Informatiker des Institutes für Medizinische Informatik, Statistik und Epidemiologie der Universität Leipzig derzeit verschiedene Werkzeuge zur Unterstützung der Diagnostik angeborener Stoffwechselerkrankungen. Ausgehend von KBS- DIAMET (A knowledgebased system for diagnostic support of inborn errors of metabolism, Projekt B22), einem auf kausalprobabilistischen Netzen basierendem wissensbasierten System [2]), welches als Prototyp in den vergangenen drei Jahren entwickelt wurde, werden diese Werkzeuge in einem umfassenden System integriert.

In den letzten Jahren haben sich sogenannte kausalprobabilistische Netze oder "BAYES- Netze" zu praktisch anwendbaren Repräsentationsformen für unsicheres Wissen entwickelt. Dies liegt vor allem an den innovativen Arbeiten von LAURITZEN, PEARL und SPIEGELHALTER ([1, 3]), die auch die Basis für die Bereitstellung effizienter Verarbeitungsmethoden und Werkzeuge (z.B. Expertensystemshell HUGIN) bildeten. Die Frage der Integration in umfassendere Informationssysteme wurde für diese Systeme bislang leider kaum beachtet.

Ausgehend von den Anforderungen praktisch einsetzbarer entscheidungsunterstützender Systeme und den Möglichkeiten kausalprobabilistischer Netze soll in diesem Verbundprojekt ein auf einem zentralen Data- Dictionary basierender Ansatz zur Integration verwendet werden. Durch diese Architektur ist eine schnelle kontextabhängige Verfügbarkeit von Datenbankinhalten, eine Unterstützung des diagnostischen Prozesses und die situationsabhängige Bereitstellung von Fallwissen möglich. Gerade auf dem Gebiet der angeborenen Stoffwechselerkrankungen mit einer sehr hohen Entwicklungsdynamik und einer großen Anzahl verschiedener, im einzelnen sehr seltener Erkrankungen mit einer jedoch insgesamt gesehen hohen Inzidenz (0,3% - 0,4%) ist eine umfassende Unterstützung des Experten notwendig.

Literatur

[1] S. L. LAURITZEN, D. J. SPIEGELHALTER. Local computations with probabilities on

graphical structures and their application to expert systems. Journal of the Royal Statistical Society Series, 50(2):157- 224, 1988.

[2] U. MISCHKE, G. FRAUENDIENST- EGGER, P. MATTHIS, P. GAO, K. F. TREFZ.

KBS- DIAMET: Database and Expert System for Diagnosis and Treatment of Patients with Inborn Errors of Metabolism. J.Inher. Metab. Dis., 18:224- 226, 1995.

[3] J. PEARL. Probabilistic Reasoning in Intelligent Systems: Networks of Plausible

Inference. Morgan Kaufmann Publishers. San Francisco, 1988.