Big Data, Versorgungsforschung, künstliche Intelligenz

Durch zunehmende Digitalisierung in der Augenheilkunde und den Einsatz von strukturierter elektronischer Dokumentation haben sich interessante Anwendungsgebiete für die klinische Forschung ergeben.

Big Data

„Big Data“ beschreibt Technologien zur Verarbeitung und zur Auswertung von großen Datenmengen. Ziele unserer Arbeitsgruppe sind die Optimierung einer strukturierten Dokumentation, die Schaffung einheitlicher Datenstandards, sowie die Auswertung großer Datenmengen zur Bearbeitung verschiedener ophthalmologischer Fragestellungen.

Versorgungsforschung

Da randomisierte klinische Studien in einem optimierten Studiensetting durchgeführt werden, lassen sich die hieraus gewonnen Ergebnisse nicht immer direkt auf die Regelversorgung übertragen. Versorgungsforschungsstudien liefern „Real-Life-Daten“ und erlauben somit den Blick in die Realität der augenärztlichen Routineversorgung. In diesem Zusammenhang beschäftigen wir uns insbesondere mit chronischen Krankheitsbildern, wie der Altersabhängigen Makuladegeneration und dem Glaukom, mit dem Ziel einer optimierten Krankheitsversorgung.

Schematische Darstellung eines neuronalen Netzwerkes

Künstliche Intelligenz

Komplexe Computeralgorithmen, die an der neuronalen Struktur des menschlichen Gehirns orientiert sind, können durch gezieltes Training selbstständig wahrscheinlichkeitsbasierte Entscheidungen treffen. Für die Augenheilkunde als Fach mit multimodaler Bildgebung ist in diesem Zusammenhang die automatisierte Diagnosestellung aus verschiedenen Bildgebungsmodalitäten besonders interessant. Wir beschäftigen uns in unserer Forschungsgruppe insbesondere mit dem Einsatz von „Deep Learning“ in der ophthalmologischen Bildgebung.

Forschungsschwerpunkte

  • Real-Life-Daten
  • Big Data in der Augenheilkunde
  • Einsatz von Deep Learning im Retinal Imaging

Univ.-Prof. Dr. med. Nicole Eter
nicole.eter(at)­ukmuenster(dot)­de

Dr. med. Maximilian Treder
maximilian.treder(at)­ukmuenster(dot)­de 

Philip Czapski
philip.czapski@ukmuenster.de

Treder M, Lauermann JL, Eter N (2018). Automated detection of exudative age-related macular degeneration in spectral domain optical coherence tomography using deep learning. Graefes Arch Clin Exp Ophthalmol. 256:259-265. doi:10.1007/s00417-017-3815-6

Treder M, Eter N (2018). „Deep Learning“ und neuronale Netzwerke in der Augenheilkunde. Ophthalmologe. doi: 10.1007/s00347-018-0706-0. [Epub ahead of print]

Treder M, Gaber A, Rudloff B, Eter N (2018). Real-Life-Daten-Analyse der Therapiequalität bei Patienten mit exsudativer altersabhängiger Makuladegeneration (AMD) und venösen Gefäßverschlüssen an einer deutschen Universitätsaugenklinik. Ophthalmologe. doi: 10.1007/s00347-018-0746-5. [Epub ahead of print]

Prof. Dr. Arnim Malcherek
Fachbereich Informatik
Hochschule Darmstadt

Dr. rer. medic. M.Sc. Andreas Gaber  
Medizinisches Management – IT-Entwicklung
Universitätsklinikum Münster

Sebastian Wente
Arztservice Wente GmbH

 
 
 
 

KONTAKT

Klinik für Augenheilkunde 
Universitätsklinikum Münster
Albert-Schweitzer-Campus 1, Geb. D15
Anfahrtadresse: Domagkstraße 15
48149 Münster

T +49 251 83-56001
F +49 251 83-59120
Augenklinik(at)­ukmuenster(dot)­de

www.augenklinikUKM.de