Machine Learning for Patient Triaging
Machine Learning for Patient Triaging
Machine Learning for Triaging Patients with Low Back Pain Towards Personalized Care
Motivation
Im Projekt soll ein klinisches Entscheidungsunterstützungssystem entwickelt werden mit dem das Personal im Krankenhaus bei der Triagierung unterstützt wird. Triagierung beschreibt den Prozess, bei dem ein Patient bei der Aufnahme im Krankenhaus einer kurzen Untersuchung unterzogen und auf Basis der Ergebnisse zum entsprechenden Spezialisten überwiesen wird. Die Auswahl des Spezialisten und damit die weitere Behandlung erfolgt nach bestem Wissen und ist somit von Fachkraft zu Fachkraft verschieden. Die Übereinstimmung hat nur einen Kappa Wert von 0,67.
Ziele und Vorgehen
Im Projekt soll ermittelt werden, welche Behandlung für welchen Patienten optimal ist. Dazu soll auf Basis der biopsychologischen Informationen, die beim Triaging erhoben werden und dem Ergebnis der Behandlung, eine Erweiterung eines bestehenden klinischen Informationssystems entwickelt werden, die eine Behandlungsempfehlung gibt.
Das Projekt fokussiert sich auf Patienten mit chronischen Schmerzen im unteren Rückenbereich. Für diese Patientengruppe liegt ein Datensatz, der von unserem Projektpartner im Universitätsklinikum in Groningen (University Medical Center Groningen, UMCG) in den Niederlanden, aufgenommen wurde und stetig erweitert wird vor. Die Daten umfassen neben der Diagnose, Triaging Informationen auch die Antworten mehrerer Folgebefragungen. Anhand dieser Folgebefragungen kann das Ergebnis der Behandlung bewertet werden. Eine erhöhte Lebensqualität spricht für eine erfolgreiche bzw. optimale Behandlung, während eine unveränderte oder verringerte Lebensqualität ein Indiz für eine suboptimale Behandlung sein können.
Kooperationen / Förderung
Die Forschung erfolgt in enger Zusammenarbeit mit dem UMCG Groningen und dem Universitätsklinikum Oldenburg die das klinische Expertenteam bilden. Die Universität Oldenburg ist hauptsächlich für die Datenanalyse und die Entwicklung des CDSS zuständig.
Das Projekt wird aus dem vom 1.1.2020 bis zum 31.12.2022 Forschungspool der Universität Oldenburg finanziert.