gms | German Medical Science

GMS Current Posters in Otorhinolaryngology - Head and Neck Surgery

German Society of Oto-Rhino-Laryngology, Head and Neck Surgery (DGHNOKHC)

ISSN 1865-1038

Article

Send article

Analyse von fachspezifischen Sichtweisen für deren Integration im Bayes’schen therapieentscheidungsunterstützenden Patientenmodell "Larynxkarzinom"

Poster Onkologie

Search Medline for

  • corresponding author Matthäus Stöhr - Klinik für HNO-Heilkunde/Plastische Chirurgie, Leipzig
  • Mario A. Cypko - Innovation Center Computer Assisted Surgery, Leipzig
  • Heinz U. Lemke - Image Processing and Informatics Laboratory, Los Angeles, USA
  • Andreas Dietz - Klinik für HNO-Heilkunde/Plastische Chirurgie, Leipzig

GMS Curr Posters Otorhinolaryngol Head Neck Surg 2017;13:Doc199

doi: 10.3205/cpo001753, urn:nbn:de:0183-cpo0017531

Published: April 26, 2017

© 2017 Stöhr et al.
This is an Open Access article distributed under the terms of the Creative Commons Attribution 4.0 License. See license information at http://creativecommons.org/licenses/by/4.0/.

Zusammenfassung

Einleitung: In die Therapieentscheidung onkologischer Krankheitsbilder wie Kopf-Hals-Tumore fließen viele Charakteristiken, die im interdisziplinären Kopf-Hals-Tumorboard (HN-TB) von Experten verschiedener Fachdisziplinen diskutiert werden, um eine optimale Therapie zu finden. Dabei spielen fachspezifische Sichtweisen (FS) eine Rolle. Ziel ist die Analyse und Integration dieser FS in das digitale Patientenmodell (DPM) „Larynxkarzinom“ (LC), das auf Basis eines Bayesʼschen Netzwerks konstruiert wurde.

Methoden: Die Analyse der FS erfolgte durch Literaturrecherche und Befragung von Experten aus verschiedenen Fachdisziplinen (u.a. HNO, Strahlenmedizin, klinische Onkologie). Diese Informationen wurden in das DPM LC integriert und sollen in geeigneten Visualisierungskonzepten für die klinische Anwendung zur Verfügung stehen. Im Rahmen einer kleinen Studie wurde die Intuition und Handhabbarkeit der Visualisierung untersucht. Aktuell besteht das DPM LC aus über 1300 Informationspunkten.

Ergebnisse: Durch die Analyse und Integration der FS konnte das DPM LC erweitert und Kausalzusammenhänge für Therapieentscheidungen nachvollzogen werden. Durch Integration in das Visualisierungswerkzeug konnte eine FS-basierte Darstellung des DPM LC erreicht (u.a. Hervorhebung fachrelevanter Informationen, wie z.B. Nierenfunktion für Onkologen, Resektabilität für Chirurgen) und durch die Studie weiter optimiert werden.

Schlussfolgerungen: Das DPM LC ermöglicht die Darstellung der FS und durch eine optimierte Visualisierung ein schnelles und intuitives Auffinden relevanter Informationen. Nach weiterer Validierung kann eine klinische Anwendung und so eine unterstützte, evidenzbasierten Entscheidungsfindung beim LC im HN-TB perspektivisch möglich werden.

Unterstützt durch: Bundesministerium für Bildung und Forschung

Der Erstautor gibt keinen Interessenkonflikt an.