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)

Dies ist eine alte Version des Dokuments!

Inhaltsverzeichnis

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)

  • Blutdruck
  • Daten visualisieren
  • Boxplot
  • t-Test mit Formel

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 Eben 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 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