Berlin 2024 – scientific programme

Parts | Days | Selection | Search | Updates | Downloads | Help

ST: Fachverband Strahlen- und Medizinphysik

ST 4: AI in Medicine

ST 4.3: Talk

Wednesday, March 20, 2024, 10:00–10:15, PC 203

Entwicklung und Überprüfung eines Ensemble Learning basierten Entscheidungsunterstützungssystems. — •Jonathan Berthold, Carlos Brandl, Anna Nitschke, Jannis Demel und Matthias Weidemüller — Physikalisches Institut, Universität Heidelberg, Heidelberg, Deutschland

Die Durchführung vermeidbarer invasiver Eingriffe, wie beispielsweise einer Biopsie, stellt eine unnötige Belastung sowohl für Kliniken als auch für Patienten dar. Eine auf Machine Learning basierende Entscheidungsunterstützung bietet einen vielversprechenden Ansatz zur präziseren Diagnosestellung und zur Reduzierung unnötiger Eingriffe. Für die spezifische Entscheidung zur Durchführung einer Biopsie bei einem Verdacht auf ein malignes Prostatakarzinom haben wir ein Entscheidungsunterstützungssystem entwickelt. Es basiert auf Ensemble-Learning und bietet Ärzten Interpretationsmöglichkeiten für die Vorhersagen. In diesem Vortrag wird eine Untersuchung vorgestellt, die den Einfluss des Systems auf ärztliche Entscheidungen überprüft. Diese Untersuchung wurde unter Mitwirkung von zwei Urologen des Universitätsklinikums Heidelberg durchgeführt.

Keywords: Decision support; Diagnosis; Machine Learning; Ensemble Learning; Interpretable