Dodes
Dodes ist die Abkürzung für Diagnostic Nodes (Diagnostische Knoten). Es handelt sich dabei um eine Methode, die von Prof. Dr. Paul Martin Putora vom St. Gallen-Krankenhaus in der Schweiz entwickelt wurde.
Kernkompetenzen
DatenanalyseDatenvisualisierungMikroservices
Technologien
JavaMySQLSpring StackVueVuetifyApache SolrDockerKubernetesREST
Problemdefinition und Ziel
Eine medizinische Leitlinie ist ein Dokument, das als Leitfaden für Entscheidungen und Kriterien hinsichtlich Diagnose, Management und Behandlung in bestimmten Bereichen der Gesundheitsversorgung dienen soll. Diese Leitlinien werden regelmäßig aktualisiert und liegen häufig in Form von „Freitext“-Dokumenten vor.<br /> <br />Der Gesundheitsdienstleister ist verpflichtet, die medizinischen Leitlinien seines Berufsstandes zu kennen und muss entscheiden, ob er den Empfehlungen der Leitlinie für die individuelle Behandlung folgt. Es gilt, einen Weg zu finden, die neuesten Leitlinien bekannt zu machen und auf mögliche Abweichungen zwischen den Leitlinien und der gängigen Praxis aufmerksam zu machen.<br /> <br />Professor Dr. Paul Martin Putora schlug eine Methode zur strukturierten Dokumentation des Entscheidungsprozesses vor. Er verwendete eine Entscheidungsbaumnotation, die die Informationen auf sehr effiziente und lesbare Weise verdichtete und es außerdem ermöglichte, den Entscheidungsprozess zwischen verschiedenen Gesundheitsdienstleistern zu vergleichen.
Herausforderungen
Vereinheitlichung der Terminologie
Behandlungsentscheidungen basieren auf Parametern, die in verschiedenen Krankenhäusern unterschiedliche Namen haben können. Obwohl verschiedene Krankenhäuser dieselben Namen für dieselben Parameter verwenden, können sie Parameterwerte in unterschiedlichen Einheiten ausdrücken; Beispielsweise kann Glukose sowohl in mmol/L als auch in mg/dL gemessen werden. Um Berechnungen durchführen zu können, war es notwendig, diese Terminologie zu vereinheitlichen oder zumindest abzubilden.
Vergleich von Entscheidungsbäumen
Entscheidungsbäume können auf verschiedene Weise dokumentiert werden. Einige bevorzugen die Verwendung komplexer mathematischer Ausdrücke, um zu definieren, wann eine bestimmte Aktion ausgeführt wird, während andere einfache logische Ausdrücke verwenden. Einige medizinische Zentren können bestimmte Parameter weglassen, da die Messungen für diesen Parameter nicht durchgeführt wurden. Unterschiede in solch komplizierten Strukturen zu finden, war nicht trivial.
Riesiger Zustandsraum
Der Entscheidungsvergleich wurde in Studien durchgeführt, an denen mehr als 10 Krankenhäuser teilnahmen. Eine Behandlung kann von mehr als 10 Parametern abhängen. Um einen solchen Zustandsraum auszuwerten, können wir leicht Milliarden von Kombinationen erhalten, die ausgewertet werden müssen.
Datenpräsentation
Die Unterschiede zwischen den Behandlungen können ziemlich groß sein. Es ist schwierig, aus den Ergebnissen die richtigen Erkenntnisse zu gewinnen, wenn die Benutzer die Ergebnisse nicht im Detail untersuchen.
Hauptfunktionen
- Datenanalyse
- Datenvisualisierung
- Mikroservices
Lösungen
Vereinheitlichung der Terminologie
Bevor ein Entscheidungsbaum für eine bestimmte Behandlung erstellt werden kann, muss die Terminologie in der Behandlungsvorlage vereinheitlicht werden. Diese Vorlage definiert ein Vokabular für Entscheidungsbäume in Bezug auf die Parameter, die bei der Behandlung berücksichtigt werden müssen, sowie die Maßnahmen, die ergriffen werden können. Wenn ein Benutzer einen Entscheidungsbaum erstellt, verwendet das System eine Vorlage, um Orientierung zu geben und den Eingabeprozess zu erleichtern.
Vergleich von Entscheidungsbäumen
Wir haben Algorithmen implementiert, die einen Entscheidungsbaum in einen mehrdimensionalen Zustandsraum umwandeln und jeder „Koordinate“ eine Reihe von Aktionen für einen bestimmten Parameterbereich zuweisen können. Dadurch können wir jede Koordinate vergleichen und die Unterschiede feststellen. Aus diesen Informationen können wir im Nachhinein einen Entscheidungsbaum generieren, der die Ergebnisse des Vergleichs darstellt. Wir können denselben Ansatz verwenden, um die Validierung von Entscheidungsbäumen zu verbessern, beispielsweise durch die Berechnung von Parameterbereichen, die keine Aktion oder widersprüchliche Bedingungen haben.
Riesiger Zustandsraum
Um große Entscheidungsbäume aus vielen Institutionen zu berechnen, haben wir eine parallelisierte Berechnung mithilfe der Google-Aufgabenwarteschlange implementiert. Der rechnerische Zustandsraum wird in viele kleinere Räume aufgeteilt, die an die Aufgabenwarteschlange gesendet werden. Dieser Dienst umfasst so viele Computer wie nötig und führt die Berechnung parallel durch. Er gibt Ergebnisse zurück, die zu einem einzigen Vergleichsergebnis zusammengeführt werden. Auf diese Weise können wir Vergleichsberechnungen nahezu in Echtzeit durchführen.
Datenpräsentation
Um die Vergleichsergebnisse zu reduzieren, können Benutzer Aktions- oder Parameterwertfilter verwenden und so den Zustandsraum auf viel kleinere Größen reduzieren. Wir suchen noch nach Möglichkeiten, das Vergleichsergebnis kompakter und lesbarer zu gestalten. Wir experimentieren derzeit mit der Verwendung von Korrelationsmatrizen.
Zwei Richtungen. Ein Partner.
Wir helfen Einzelnen zu wachsen und Unternehmen, hochwertige Technologielösungen zu liefern.