Data Mining in der Medizin (MEDMINING)5 ECTS
(englische Bezeichnung: Data Mining in Medicine)
(Prüfungsordnungsmodul: Vertiefungsrichtung Medizinische Informatik)

Lehrveranstaltungen:

• • Data Mining in der Medizin
    (Vorlesung mit Übung, 4 SWS, Dennis Toddenroth et al., Do, 14:15 - 15:45, 1.020, (außer Do 21.6.2018); Einzeltermin am 21.6.2018, 14:15 - 15:45, 1.024)

Inhalt:

Der zunehmende Umfang elektronisch vorliegender medizinischer Daten erweitert die Möglichkeiten, diese auch zur automatisierten Analyse bisher unentdeckter medizinischer Zusammenhänge zu verwenden. Derartige Auswertungen hängen oft nicht von einzelnen Fragestellungen oder Hypothesen ab, insofern unterscheiden sich die angewendeten explorativen Methoden auch von entsprechend etablierten statistischen Verfahren. Diese Veranstaltung thematisiert die Anwendung solcher automatisierter Auswertungsmethoden auf medizinische Daten. Nach einem vergleichenden Überblick über das übliche Vorgehen zur Generierung medizinischen Wissens (biometrische Grundlagen u. Studientypen) werden Grundprinzipien und Gemeinsamkeiten unterschiedlicher Data-Mining-Methoden behandelt; anschließend werden einzelne Methoden und Anwendungsbeispiele vertieft. Innerhalb der Veranstaltung wird eine praktische Einführung in die Programmiersprache R vermittelt (http://www.r-project.org/). Die Teilnehmer sollen sich dabei in praktischen Übungen auch selbständig in einzelne Data-Mining-Verfahren einarbeiten, um diese dann auf medizinische Beispieldatensätze praktisch anzuwenden und die so erzeugten Beobachtungen kritisch zu interpretieren.

Lernziele und Kompetenzen:

Studierende, die das Modul erfolgreich abgeschlossen haben:

• erläutern Grundprinzipien und Einteilung von Machine-Learning-Verfahren
• verstehen Einteilung und Merkmale relevanter medizinischer Daten
• verstehen Charakteristika der Programmiersprache R und wenden diese an
• implementieren R-Skripte zur Anwendung von Machine-Learning-Verfahren auf medizinische Daten
• überprüfen Resultate automatisierter Analysen medizinischer Daten

Literatur:

Han, Kamber, Pei: Data Mining - Concepts and Techniques (3rd ed.) An Introduction to R (http://cran.r-project.org/doc/manuals/R-intro.pdf)
Kourou et al.: Machine learning applications in cancer prognosis and prediction (2015)
Bellazzi and Zupan: Predictive data mining in clinical medicine: current issues and guidelines (2008)

Verwendbarkeit des Moduls / Einpassung in den Musterstudienplan:

1. Informatik (Master of Science)
   (Po-Vers. 2010 | TechFak | Informatik (Master of Science) | Wahlpflichtbereich | Säule der anwendungsorientierten Vertiefungsrichtungen | Vertiefungsrichtung Medizinische Informatik)

Studien-/Prüfungsleistungen:

Benoteter Schein zu Data Mining in der Medizin (Prüfungsnummer: 29901)

(englischer Titel: Credit: Data Mining in Medicine)

Prüfungsleistung, Klausur, Dauer (in Minuten): 90, benotet, 5 ECTS

Anteil an der Berechnung der Modulnote: 100.0 %

Prüfungssprache: Deutsch

Erstablegung: SS 2018, 1. Wdh.: SS 2019

1. Prüfer:

Dennis Toddenroth

Termin: 26.07.2018, 14:15 Uhr, Ort: 1.020 - Seminarraum am LS für Med Informatik (Wetterkreuz 13)
Termin: 01.08.2019, 14:00 Uhr, Ort: 1.020 - Seminarraum