Die Menge komplexen, vielfältigen biomedizinischen Wissens wächst schnell. Dies bezieht sich sowohl auf Wissen, wie es mit Rahmen der medizinischen Ausbildung gelehrt und gelernt wird, als auch auf das in der klinischen Arbeit genutzte und in der medizinischen Forschung weiterzuentwickelnde Wissen. Vor diesem Hintergrund wächst der Bedarf an rechnergestütztem Wissensmanagement und klinischen Entscheidungsunterstützungssystemen. Die Abteilung entwickelt und untersucht Methoden und Werkzeuge zur Akquisition, Verarbeitung und Kommunikation medizinischen Wissens.

Symbolische, d.h. auf formalen Logiken basierende, Techniken werden dabei ergänzt durch Ansätze zur algorithmischen Optimierung, zum Text Mining und zum maschinellem Lernen. Die rechnerbasierte Umsetzung und Nutzung medizinischer Terminologiesysteme, Klassifikationen und Ontologien spielt eine wichtige Rolle bei der Verminderung von Bedeutungsbrüchen zwischen unterschiedlichen Systemen (Semantic Gaps). In Projekten der Abteilung spielen Social Semantic Web Technologien eine wichtige Rolle bei der kollaborativen Pflege und Revision medizinischer Wissenbasen.

Die Projekte umfassen sowohl medizinische Entscheidungsunterstützung als auch Werkzeuge zur Unterstützung der Lehre, des Lernens und des Curricularmanagements.

Language

Choose language