Medizinische Informatik 2. Daten-Information-Wissen

Slides:



Advertisements
Ähnliche Präsentationen
Kurzwiederholung Informatik I, Teil I: Grundkonzepte
Advertisements

oder der Weg zum „Platzsparen“
Berliner Colitis-Crohn-Dialog Berliner Colitis-Crohn-Dialog Fallbeispiel Berliner Colitis-Crohn-Dialog Name / Klinik / Praxis.
Hardware
Lehrmaterial Grundlagen EDV
Datentypen Genauigkeiten
Intelligente Trainingssysteme im Web 1/15 OHNE Erstellung von medizinischen Online-Trainingsfällen spezielle Werkzeuge 0:00/3:50.
CBT Generierung diagnostischer Trainingsfälle aus Arztbriefen Christian Betz, Alexander Hörnlein, Frank Puppe, Martin Schuhmann, Universität Würzburg,
Darstellung von Information
Einführung die Innere Medizin
Allgemeine Informationen
Allgemeine Informationen
Mobile Visite Clinical Documentation Challenge 2009 Los 1
- Blockpraktikum der Medizinischen Klinik und Poliklinik II -
Datenformate: Text und Bild
Hardware.
Workshop ( Arbeitsgruppe ) Mit Maus-Klick weiter.!
Themen der Medizinischen Informatik: Seminar 2008/2009 Schnittstellen HL-7 Stefan Schulz Holger Stenzhorn Institut für Medizinische Biometrie und Medizinische.
Projektgruppe Vernetzte Arztbriefschreibung
Das DVO - Osteoporoseregister
Medizinische Informatik 4. Elektronische Patientenakte
Requirement workshop Team E.
Hardware Ordne die Begriffe den Bildern zu!
Hardware.
Versuche alle Fragen richtig zu beantworten!
Das Innenleben des Computers
DAS SIND WIR ! :-).
Vom Bit zum Byte.
Das Binär-System Alles ist davon abhängig, ob Strom fließt oder nicht!
Grundlegende Funktionsweise eines Computers
Computertechnik heute
1.
Übersicht: Hardware Zentraleinheit EVA-Prinzip
Landespflegekonferenz 2010
Wieviel sind eigentlich 60 GB?
Verzweigungen in Delphi
Modul I Grundlagen Hardware
Speichergrößen in der digitalen Datenverarbeitung
Datenspeicherung Gk Informatik Jennifer Hahn Stefanie Svenja Bachmann.
Elektronisches Management einer urologischen Klinik in der Praxis
Haupttitel der Präsentation
E-Health und Medizintechnik der Zukunft Wofür wir so etwas wie die eGK brauchen: epnet - Das Portal des UKE für Patienten und Partner Dr. med. Peter Gocke.
Berliner Colitis /Crohn-Dialog
Berliner Colitis /Crohn-Dialog Berliner Colitis /Crohn-Dialog.
DIGITALE DATENTRÄGER Florian Erker KF-Uni Graz
Wieviel sind eigentlich 60 GB?. Ein Bit kennt jeder!
Daten und Information in der ITG
Berliner Colitis /Crohn-Dialog Berliner Colitis /Crohn-Dialog.
Bit (Binary Digit): die kleinste EDV-technische Speichereinheit kann entweder den Wert eins (wahr) oder den Wert null (falsch) einnehmen Physikalisch.
Aufgabe 1. Herausforderungen I Persistente Datenspeicherung: Möchte man jeden Morgen alle Käufe und Verkäufe neu zusammensuchen? Sehr große Datenmengen:
Hardware.
Hardware.
Hardware Ordne die Begriffe den Bildern zu!
oder: wie Computer die Welt sehen
Präsentation Binär.
oder: wie Computer die Welt sehen
stat. Behandlung Meona Behandlungs-pfad Aufnahme Diagnostik Therapie
RKI-Anforderung zur Dokumentation der Pflege
Wieviel sind eigentlich 60 GB?
DATEN (INFORMATIONEN) KENNTNISSE ÜBER EINE BESTIMMTE ERSCHEINUNG
Wieviel sind eigentlich 60 GB?
Wie die Farbe in den Computer kam!
Natur und Technik Schwerpunkt Informatik
Computerbenutzung und Dateimanagement
Information und Daten Digitalisierung
Woraus besteht ein USB-Stick?
Wieviel sind eigentlich 60 GB?
Wieviel sind eigentlich 60 GB?
Hardware.
Wieviel sind eigentlich 60 GB?
 Präsentation transkript:

Medizinische Informatik 2. Daten-Information-Wissen Wintersemester 2010/11 Dozent: Univ.-Prof. Dr. med. Stefan Schulz

Wo entstehen medizinische Daten. Was sind die Datenträger Wo entstehen medizinische Daten? Was sind die Datenträger? Wer produziert die Daten? In welchem Format liegen die Daten vor? Therapie Station OP / Intensivbehandlung Entlassung Diagnostik Aufnahme

Datenentstehung bei Patientenaufnahme (I) Demographische Daten: Name, Adresse, Geburtsdatum, Hausarzt, Versicherungsnummer Datenträger: eCard Formate: Text, Datum, Codes (z.B. Versicherungsnummer) Alternativ: Eingabe durch Verwaltungskraft

Datenentstehung bei Patientenaufnahme (II) Überweisungsformular vom Hausarzt Datenträger: Papier Datentyp: Text Alternativ: Online-Überweiserportale an manchen Großklinika Anamnese und Befund bei Aufnahme: meist noch handschriftlich

Datenentstehung bei der Diagnostik: Labor Laborautomaten: generieren meist numerische Daten, die in das Klinikinformationssystem eingespeist werden Alternativ: Ausdruck auf Papier

Datenentstehung bei der Diagnostik: bildgebende Verfahren mittlerweile meist voll digitalisiert. Produzieren Datensätze in spezifischem Format (DICOM) für (unstrukturierte) Bild- und (strukturierte) Meta-Daten Befundende Ärzte erzeugen Befundberichte, die im Abteilungssystem gespeichert werden Alternativ: Röntgenbilder auf Film, Sonographie-Ausdrucke, Befunde ausgedruckt oder handschriftlich auf Papier

Datenentstehung bei der Therapie Therapie auf Station, z.B. Medikamentengabe, Physiotherapie, Diät, Pflegemaßnahmen: Eintrag in „Patientenkurve“ und Pflegedokumentation, meist noch handschriftlich Operationen: strukturierte Erfassung von Eckdaten (OP-Zeit), Erfassung von Materialien, Erstellung eines OP-Berichts – meist diktiert und im Abteilungs-System als Text gespeichert

Datenentstehung bei der Entlassung Entlass-Diagnosen und –Prozeduren: Codierte Information (z.B. ICD-10), in Klinikinformationssystem Erstellung eines Arztbriefs – meist diktiert und im Abteilungs-System als Text gespeichert und als Brief (Papier) der einweisenden Praxis / Klinik zugestellt

Datenentstehung bei der Weiterbehandlung Dokumentation im Praxisinformationssystem Datenproduktion durch den Patienten selbst: z.B: häusliche Messung von Blutdruck, Blutzucker, Patientenprotokolle Datenproduktion im häuslichen Umfeld, z.B. durch Bewegungs- und andere Sensoren bei pflegebedürftigen Patienten Dokumentation der Pflegemaßnahmen

Daten und Information (I) Diff. BB: Deutliche Monozytose ,sonst o.B.

Daten und Information (II) Ruhe-EKG altersent-sprechend unauffällig

Daten und Information (III) Dünndarmileus

Maß für Daten 1 bit (binary digit): binäre Einheit („1“/„0“; „an“/aus“) 1 Byte: 8bit (10011101). Was kann mit einem Byte kodiert werden? 1 Kilobyte (kB) = 210 Byte = 1024 Byte 1 Megabyte (MB) = 1024 kB 1 Gigabyte (GB) = 1024 MB 1 Terabyte (TB) = 1024 GB 1 Petabyte (PB) = 1024 TB 1 Exabyte (EB) = 1024 PB

Daten = Information?

Erzeugung von Information Aus Daten wird Information erzeugt durch ihre Interpretation in einem Bedeutungszusammenhang Informationsmenge << Datenmenge Datenaustausch zwischen Systemen erfordert hohe Bandbreite Informationsaustausch zwischen Systemen erfordert geringe Bandbreite Information ist eine Eigenschaft von Nachrichten

Maß für Information Informationsgehalt proportional zur Reduktion von Ungewissheit ja / nein - Fragen, die durch sie beantwortet werden (gewichtet durch a-priori Wahrscheinlichkeiten) Beispiel: Zeichenkette in deutschem Text: „es“ hat geringeren Informationsgehalt als „yq“ Begriff der Entropie in der Informationstheorie: Maß für den mittleren Informationsgehalt pro Informationseinheit: Information = beseitigte Unsicherheit Vertiefung: http://www.techfak.uni-kiel.de/matwis/amat/mw1_ge/kap_5/advanced/t5_3_2.html

Maschinelles und menschliches Maß Datenmengen im Krankenhaus wachsen nach wie vor exponentiell Neben digitaler Radiologie zunehmend digitale Pathologie und andere bild- und biosignalgebende Verfahren. Beispiel PACS-Systeme: 1992: 500 Gigabyte pro Jahr 4.400.000.000.000 Bit 2008: 1 Petabyte 9 000 000 000 000 000 Bit Informationen durch Menschen nur in beschränkter Bandbreite zu verarbeiten Medizinische Entscheider benötigen Information zum geeigneten Zeitpunkt, am notwendigen Ort in der geeigneten Form, d.h. in einer angemessenen Abstraktionsstufe (z.B. Hausarzt muss nicht den OP-Bericht lesen)

Informationsaustausch ohne kognitive Überlastung

Stufenweise Abstraktion von Information Operationsbericht Makroskopie: "Resektat nach Whipple": Ein noch nicht eröffnetes Resektat, bestehend aus einem distalen Magen mit einer kleinen Kurvaturlänge von 9,5 cm und einer großen Kurvaturlänge von 13,5 cm, sowei einem duodenalen Anteil von 14 cm Länge. 2 cm aboral des Pylorus zeigt die Dünndarmwandung eine sanduhrartige Stenose. Im Lumen sowohl des Magens als auch des Duodenums reichlich zähflüssiger Schleim, sangoinolent; die Schleimhaut ist insgesamt livide. Anhängend ein 7,5 x 4 x 1,5 cm großes Pankreaskopfsegment sowie ein 4 cm langer derber und bis 2,5 cm durchmessender knotiger Gewebsstrang, der an seinem Ende eine Fadenmarkierung aufweist. Hier auf lamellierenden Schnitten zähfestes weißliches, teilweise nodulär konfiguriertes Gewebe, ohne das Gallengänge manifest werden. Der distale Anteil des Ductus pankreaticus ist leicht erweitert und von der Papilla vateri aus 4,5 cm weit sondierbar, wobei er hier in einer peripankreatischen Narbenzone abbricht. Die Mündung eines Gallenganges läßt sich makroskopisch nicht abgrenzen. Die berichtete Stenose im Duodenum liegt 2,5 cm oral der Papilla vateri und steht mit der beschriebenen Narbenzone in direktem Zusammenhang. Teilweise ist die Dünndarmschleimhaut im Stenosebereich polypoid vorgewölbt. Der kleinen Kurvatur anhängend ein bis 4 cm durchmessendes Fettgewebe. Darin einzelne knotige Indurationen von bis zu 1 cm größe. 1. Oraler Resektionsrand Magenkorpus. 2. Magenantrum. 3. Bulbus duodeni. 4. Stenosezone mit angrenzendem Pankreas und tuschemarkierten äußeren Resektionsrändern und einem Lymphknoten. 5. Papilla vateri - Mündung des Ductus pankreaticus. 6. Distales Ende des Ductus pankreaticus im Narbengebiet. 7. Intraparenchymaler Absetzungsrand Pankreas. 8. Peripankreatisches Gewebe. 9. bis 12. Fadenmarkierter Fortsatz an der Arteria hepatica communis von Histologisches Gutachten Makroskopie: "Resektat nach Whipple": Ein noch nicht eröffnetes Resektat, bestehend aus einem distalen Magen mit einer kleinen Kurvaturlänge von 9,5 cm und einer großen Kurvaturlänge von 13,5 cm, sowei einem duodenalen Anteil von 14 cm Länge. 2 cm aboral des Pylorus zeigt die Dünndarmwandung eine sanduhrartige Stenose. Im Lumen sowohl des Magens als auch des Duodenums reichlich zähflüssiger Schleim, sangoinolent; die Schleimhaut ist insgesamt livide. Anhängend ein 7,5 x 4 x 1,5 cm großes Pankreaskopfsegment sowie ein 4 cm langer derber und bis 2,5 cm durchmessender knotiger Gewebsstrang, der an seinem Ende eine Fadenmarkierung aufweist. Hier auf lamellierenden Schnitten zähfestes weißliches, teilweise nodulär konfiguriertes Gewebe, ohne das Gallengänge manifest werden. Der distale Anteil des Ductus pankreaticus ist leicht erweitert und von der Papilla vateri aus 4,5 cm weit sondierbar, wobei er hier in einer peripankreatischen Narbenzone abbricht. Die Mündung eines Gallenganges läßt sich makroskopisch nicht abgrenzen. Die berichtete Stenose im Duodenum liegt 2,5 cm oral der Papilla vateri und steht mit der beschriebenen Narbenzone in direktem Zusammenhang. Teilweise ist die Dünndarmschleimhaut im Stenosebereich polypoid vorgewölbt. Der kleinen Kurvatur anhängend ein bis 4 cm durchmessendes Fettgewebe. Darin einzelne knotige Indurationen von bis zu 1 cm größe. 1. Oraler Resektionsrand Magenkorpus. 2. Magenantrum. 3. Bulbus duodeni. 4. Stenosezone mit angrenzendem Pankreas und tuschemarkierten äußeren Resektionsrändern und einem Lymphknoten. 5. Papilla vateri - Mündung des Ductus pankreaticus. 6. Distales Ende des Ductus pankreaticus im Narbengebiet. 7. Intraparenchymaler Absetzungsrand Pankreas. 8. Peripankreatisches Gewebe. 9. bis 12. Fadenmarkierter Fortsatz an der Arteria hepatica communis von Welche Beteiligten brauchen wann welche Information in welcher Granularität, um weder kognitiv überfordert noch unterinformiert zu sein? ICD-10: C25.0 OPS: 5-524.1 nach Duodenopankreatektomie Pankreaskopfkarzinom, Tumorstadium pT2,pN1,Mx.

Informationsflüsse patientenbezogene Information populationsbezogene Information Aggregation Hypothesen- generierung Hypothesen- generierung Medizinische Forschung Hypothesen- validierung Erzeugung wissenschaftlicher Evidenz

Informationsflüsse patientenbezogene Information populationsbezogene Information Aggregation Hypothesen- generierung Hypothesen- generierung Medizinische Forschung Hypothesen- validierung Erzeugung wissenschaftlicher Evidenz

Informationsflüsse patientenbezogene Information populationsbezogene Information Aggregation Hypothesen- generierung Hypothesen- generierung Medizinische Forschung Hypothesen- validierung Erzeugung wissenschaftlicher Evidenz kanonisches Wissen

Was ist kanonisches Wissen? in einem Kontext als gültig angenommene wahre, gerechtfertigte, verlässliche Meinung „Aspirin wirkt gegen Kopfschmerz“ „Ein Mensch hat normalerweise 32 Zähne“ Kanonisches Wissen in der Medizin ist das Ergebnis wissenschaftlicher Forschung Zu dem Begriff des Wissens s.a. http://de.wikipedia.org/wiki/Wissen http://pantheon.yale.edu/~kd47/What-Is-Epistemology.htm (nicht prüfungsrelevant)

Informationsflüsse patientenbezogene Information populationsbezogene Information Aggregation Hypothesen- generierung Hypothesen- generierung Medizinische Forschung Hypothesen- validierung Erzeugung wissenschaftlicher Evidenz akzeptierte Informationen über allgemeine Sachverhalte Klinische Entscheidungs- unterstützung Entscheidungs- unterstützung Public Health kanonisches Wissen

Informationsflüsse patientenbezogene Information Unterstützung der Interpretation von Daten zur Erzeugung von Information Zusammenführung von Information aus unterschiedlichen Quellen Informationsflüsse patientenbezogene Information populationsbezogene Information Interoperabilität von Information und Wissen durch semantische und terminologische Standards Aggregation Hypothesen- generierung Hypothesen- generierung Medizinische Forschung Zeit- und ortsgerechte Bereitstellung von Information in benutzeradäquatem Abstraktionsgrad Unterstützung der Generierung wissenschaftlicher Hypothesen Hypothesen- validierung Erzeugung wissenschaftlicher Evidenz Klinische Entscheidungs- unterstützung Entscheidungs- unterstützung Public Health kanonisches Wissen Automatisierte Entscheidungs-unterstützung Wissensmanagement

Testfrage Welche Aussage ist falsch? Populationsbezogene Information entsteht aus der Aggregation von Information über Einzelpersonen Kanonisches Wissen in der Medizin kann direkt aus Einzelbeobachtungen gewonnen werden Aus populationsbezogener Information lassen sich wissenschaftliche Hypothesen ableiten Zur Hypothesenvalidierung können nicht dieselben Daten wie zur Hypothesengenerierung verwendet werden.