Du befindest dich hier: FSI Informatik » Prüfungsfragen und Altklausuren » Hauptstudiumsprüfungen » Informatik Forschungsgruppe M – Medizinische Informatik / LS für Medizinische Informatik » Einführung in die medizinische Informatik, WiSe 2023/24   (Übersicht)

Einführung in die medizinische Informatik, WiSe 2023/24

Informationssysteme (Wolfgang Rödle)

  • Mit welchen Systemen interagiert ein Patient, wenn er zum ersten Mal mit den KIS in Berührung kommt: PDV und Notaufnahme
  • Grober Umriss vom KIS (keine Zeichnung), v.a. KIS umfasst auch analogen Teil (z. B. mit Papierakten), Beispiele für informations- und wissensverarbeitenden Funktionen
  • Kranken-, Patienten- und Gesundheitsakte
  • Zwei Arten von Dokumentation: Klinische & medizinische Dokumentation
  • ICD, OPS
  • Abrechnung: DRG, DRG-Grouper (ausführliche Funktionsweise des Groupers)
  • Primary & Secondary Use von Dokumentation

Biostatistik und Epidemiologie (Werner Adler)

  • Das Rahmenthema war ein neu entwickeltes Medikament, dessen Wirksamkeit überprüft werden soll. Man hat eine Placebogruppe und eine Medikamentierte Gruppe. Was sollte man denn Grundsätzlich erstmal tun, bevor man mit irgendwelchen Tests oder sowas anfängt? (Daten visualisieren)
  • Was für ein Merkmalstyp ist denn die Einteilung in Placebo und Medikamentengruppe (nominal, binär)?
  • Was für ein Merkmalstyp ist der Blutdruck? (metrisch) Wie kann man metrische Merkmale Visualisieren? (Histogramm, geordnete Tabelle mit kumulierten Werten)
  • Welche Methode kennen sie noch? (Box Plot)
  • Was kann man denn aus dem Box Plot herauslesen? (Median, Quantile, Maximum, Minimum, Ausreißer. Sollte auch gezeichnet werden)
  • Wie funktioniert denn das Testen jetzt ganz prinzipiell? (Nullhypothese aufstellen, wichtig ist auch, dass die Nullhypothese die Widerlegung ist. „Medikament ist nicht wirksam“. Signifikanzniveau festlegen)
  • Wie wählt man denn üblicherweise das Signifikanzniveau? (0,05)
  • Wie funktioniert der t-Test? (T berechnen und mit den Quantilen der t - Verteilung vergleichen) Dann gabs noch eine Frage zu einseitigem/zweiseitigem Testen, an die ich mich nicht mehr genau erinnere.
  • Was ist relevant für die T Teststatistik? (Stichprobengröße, Standardabweichung, Mittelwerte) Sind die beiden Gruppen im Anfangs erwähnten Beispiel verbunden oder unverbunden? (unverbunden)
  • Und welche T Teststatistik sollte man da verwenden? (die genaue Formel wurde verlangt. Siehe Folien)

Digitale Technologien (Heiko Gassner)

  • Wie würde Arzt vorgehen, wenn er bei Patient Parkinson vermutet: Beobachten, Beurteilen, Messen
  • Wie beurteilen, nach welchen Kriterien: UPDRS, Fragebogen mit einzelnen Kriterien, Nachteil ist subjektive Einschätzung des Arztes
  • Parkinson spezifische Kriterien: Gangart, etc.
  • Was würde ein Sensor für Vorteile haben: Schwankungen aufzeichnen, vergleichbare Daten, keine Subjektivität vom Arzt
  • Was gibt es noch für andere Messverfahren: 3d Motion Capture
  • Wie wird so ein Sensor zugelassen: Technische und klinische Validierung (Messergebnisse & klinischen Nutzen überprüfen)
  • Vor- & Nachteile von Sensoren aus Patientensicht
  • Vor- & Nachteile von Sensoren aus Sicht des Arztes
  • Wie werden Parkinsonpatienten im Alltag eingeschränkt: Freezing of gait
  • Ethikkommission/-antrag

Kein: Projektskizze, Studiendesign, Evidenzgrad

Bioinformatik (Meik Kunz)

  • Definition Bioinformatik, Anwendungsgebiete
  • Vor allem, dass Bioinformatik auf molekularer Ebene ist
  • BLAST erklären
  • Verbesserung der Heuristik von Blast: Wortlänge, Score-Funktion, Spezifische Datenbanken (zB je nach Virenfamilie)
  • Andere Algorithmen, wie BLAST, die nicht heuristisch arbeiten: Keine Ahnung, war irgendein Doppelnamen-Algorithmus, ich habe einfach String-Compare gesagt
  • Logistische Regression erklären, mit Maximum-Likelihood
  • Überlebenszeitanalyse erklären, mit Hazard(-funktion) und Kaplan-Meier Kurve

Bei den Erklärungen hat er schon nachgefragt und hat auch Verständnisfragen gestellt BLAST war das einzige Tool nach dem er gefragt hat