Evaluation von Methoden der Bayes'schen Modellierung für die Digitale Gesundheit
Auf einen Blick
- Projektleiter/in : Dr. Georg Spinner
- Projektteam : Dr. Philippe Bijlenga, Prof. Dr. Christoph M. Friedrich
- Projektvolumen : CHF 30'000
- Projektstatus : abgeschlossen
- Drittmittelgeber : Interne Förderung
- Projektpartner : Hôpitaux universitaires de Genève, Fachhochschule Dortmund
- Kontaktperson : Georg Spinner
Beschreibung
Ziel des Anschubprojektes ist es die bereits vorhandenen Ressourcen im Bereich der Bayes-Statistik und -modellierung im Institut für Angewandte Simulation zu evaluieren und zu bündeln. Auf Basis dessen werden konkret Ansätze und Tools getestet und eine Strategie zur weiteren Verwendung in der Forschung entwickelt.
Inhalte:
1. Ein Überblick über vorhandene geeignete Berechnungsmethoden wird erstellt.
2. Tests von Softwarepaketen/Libraries zur Erstellung von
Bayes’schen Netzwerken
o Sprachen: R, Matlab, Python
o Bayes-Statistiksoftware: WinBUGS/OpenBUGS/JAGS, Stan,
BayesServer, BayesFusion, Google TensorFlow Probability
etc.
3. Analyse und Visualisierung von Netzwerken auf Basis einfacher
Beispiele und vorhandener Daten
4. Identifikation möglicher Einsatzfelder in der Digitalen
Medizin:
- Ursachenforschung: was sind klinische Pathways einer Krankheit?
- Diagnostikunterstützung
- Krankheits-Management
5. Vorarbeiten für SNF Antrag gemeinsam mit klinischem Partner
Prof. Dr. Philippe Bijlenga (HUG, Neurochirurg) und mit Prof.
Christoph Friedrich (FH Dortmund). Prof. Friedrich hat ein eigenes
R-Paket erstellt, mit dem einfache Bayes Netze trainiert werden
können. Diese Modelle müssen auf klinischen Daten getestet
werden.