Evaluation von Methoden der Bayes'schen Modellierung für die Digitale Gesundheit

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 NetzwerkenoSprachen: R, Matlab, PythonoBayes-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.