Optimierung der herzchirurgischen Forschung und Versorgung durch intelligente Automatisierung der Datenprozessierung: von reproduzierbarer Forschung bis zur künstlichen Intelligenz

Abstract

Die vorgestellten Arbeiten nutzen alle Möglichkeiten der fortgeschrittenen Datenverarbeitung und des “reproducible research” Ansatzes wie in der Einleitung der Arbeit beschrieben. Die erste Arbeit (siehe Publikation 1), eine tierexperimentelle Arbeit aus der biomedizinischen Grundlagenwissenschaft, nutzt hierarchische Modellierung und einen formalisierten Analyseansatz. Die folgenden drei Arbeiten kommen aus dem Bereich der klinischen Forschung; hier wurde eine umfassende Programmbibliothek entwickelt, mit deren Hilfe agile und dennoch wissenschaftlich höchsten Ansprüchen genügende Analysen retro- und auch prospektiver Kohorten semi-automatisch ermöglicht werden. Alle Tabellen, Grafiken und analytischen Ergebnisse aus den Publikationen stammen direkt aus der Verwendung der entwickelten Programmbibliothek. In Publikation 5 wird ein Ansatz der Echtzeit-Qualitätskontrolle für chirurgische Eingriffe vorgestellt. Ein Aufbau eines solchen Systems ermöglicht die Nutzung von Big Data Methoden und die Verwendung der von uns publizierten Open Source Programmbibliothek rcusum (siehe Publikation 5). Die letzte Arbeit beschreibt die Entwicklung und Validierung einer Big Data und KI Plattform zur Echtzeit Prädiktion von chirurgischen Komplikationen in der postoperativen Phase auf der Intensivstation (Publikation 6). Zusammenfassend erlaubt die Nutzung der in dieser kumulativen Arbeit genutzten Methoden der Datenverarbeitung und -analytik sowohl die Erstellung robuster und schneller Forschungsarbeiten als auch die Entwicklung innovativer Risikostratifizierungs-Werkzeuge. Beides kommt konkret mittel- und unmittelbar den Patienten und dem medizinischen Fortschritt im Allgemeinen zugute.