Einführung in die Medizinische Informatik – Prüfungsfragen

Werbung
Einführung in die Medizinische Informatik – Prüfungsfragen
(wie sie bei den mündlichen Prüfungen am 15.11.2002 gestellt wurden)
Unscharfe Logik
1. Was ist Fuzzy-Logik ? (Fuzzy-Set, Prämisse, Evidenz?)
In der klassischen Mengenlehre gilt für ein Objekt, dass es entweder Element oder kein Element
der Menge ist. In der Fuzzy-Logik ist es möglich, dass ein Element nur zu einem bestimmten
Grad einer Menge angehört. Der Grad der Zugehörigkrit wird durch einen Wert aus dem Intervall
[0,1] angegeben. Dieses Konzept erweist sich als Vorteilhaft, wenn man Zuordnungen aus dem
natürlichen Sprachgebrauch darstellen will.
A={(x, µA(x)) | x € X }.......µA(x) Zugehörigkeitsfunktion (Grad der Zugehörigkeit) von x in A
2. Wozu „unscharfe Logik“ in der Medizin?
Auspärgungsstufen von Krankheiten, z.b: Schmerz, subjektive Wahrnehmung
3. Wodurch erklärt sich die Unschärfe im Medizinischen Bereich?
In der Medizin tritt eine Unschärfe aufgrund der bilogischen Variabilität auf, da jede Mensch
individuell reagiert. Bekanntlich erscheint vieles in biologischen Bereich nach aussen hin als
zufälliges Ergebnis.
4. Was braucht man um die Unschärfe abbilden zu können?
Die Wahrscheinlichkeiten
5. Welche Arten von Unschärfen/Ungenauigkeiten gibt es in der Medizin? *2
 Ungenauigkeit: Ursache: Messungenauigkeiten
 Unvollständigkeit: Ursache: Informationsmangel
 Zufälligkeiten
 Unsicherheit bei Schlussfolgerungen
 Zusammenfassung von Informationen aus mehreren Quellen
 Subjektive Interpretation
 Fehlende Normierungen: symbolisch (durch Symbole oder Wörter)
numerisch (durch Wahrscheinlichkeit)
6. Wann sind zwei unscharfe Mengen gleich?
Wenn ihre Zugehörigkeitsfunktionen über X identisch sind: µA(x) = µB(x)
- Leer: µA(x) = 0
- In der unscharfen Menge B enthalten: A Untermenge(gleich) von B ↔ µA(x) ≤ µB(x)
- Echt enthalten: A Untermenge von B ↔ µA(x) < µB(x)
7. Wie definiert man unscharfe Mengen?
Bei unscharfen Mengen sind für die Werte der Zugehörigkeitsfunktion nicht nur 0 und 1,
sondern beliebige Werte aus dem Intervall [0,1] zugelassen. Damt ist es möglich, den Übergang
zwischen „ist Element“ und „ist nicht Element“ aufzuweichen.
Expertensysteme
8. Welche Komponenten haben Expertensysteme? *2
Wissenserwerbskomponente, Wissensbank, Inferenzkomponente, Benutzugsoberfläche,
Erklärungskomponente
?9. Welche Elemente hat ein Expertensystem?
- Regelwissen
- Tabellenwissen
- Prozedurales Wissen
- Taxonomiewissen
- Wissen über natürlichsprachliche Formulierungen
- Benutzerhilfen
10. Wie unterscheidet sich ein Expertensystem von einem normalen Info-System? *2
11. Wie kommt ein Info-System zu einer Entscheidung?
Geht nach sturen Regeln vor. Wenn eine Abeichung vorliegt ergibt das einen Fehler.
12. Wie kommt ein Expertensystem zu einer Entscheidung?
Inferenzkomponente, Schlussfolgerungen
13. Welche Arten von Expertensystemen gibt es?
Eingebettete Systeme (Interpretation von Daten, Messungen)
Interaktive Systeme (Prognose, Diagnose)
14. Welche Unterschiede gibt es zwischen Diagnosesystemen?
Suchalgorhythmen, Inferenz.Modelle, Fuzzy-Logic, Neuronale Netze
Statistik-basierte CAMD Systeme
Assoziative CAMD Syteme
Modellbasierte CAMD-Systeme
(bin mir da nicht ganz sicher)
15. Welche drei unterschiedlichen Vorgangsweisen von diagnostischen
Expertensystemen kennen sie?
- Statistik-Basierte CAMD Systeme: Sie behandeln in der Tatsache das Problem der
Diagnosebewertung mit unsicheren Daten.
- Assoziative CAMD Systeme: Sie basieren auf Erfahrungswissen von Experten.
- Modellbasierte CAMD Systeme: Sie basieren auf kausalem Ursache-Wirkung-Wisse, sodass
eine Störung zu bestimmten Symptoten führt.
16. Welche Arten von Interferenzerscheinungen bei Expertensystemen kennen sie?
Wissensbank, die alle Fakten enthält.
Operatoren, die Wissen ableiten.
Steuerungsstrategie, die entscheidet, welche Operation anzuwenden ist.
17. Assoziative Expertensysteme?
Besitzen durch ihre regelbasierte Wissensrepräsentation eine modulare Struktur, die den
iterativen Prozess des Wissenserwerbs wesentlich vereinfacht.
Asozziationen lassen sich durch Produktionsregel darstellen, deren Zuverlässigkeit: Kategorisch,
probabilistisch, durch Angabe der Ausnahmen, ausgedruckt werden kann.
18. Vor- und Nachteile von Expertensystemen? Allgemein:
Wissen ist immer verfgbar, billig, gleichbleibende Qualität, lösen Routineprobleme sicher, gebe
Auskunft über den Lösungsweg, sind auf grossen Datenmengen anwendbar, überprüfen alle
Hypothesen gleichermass, erweiterbar
Aus Anwenderumfrage:
Fachwissen wird dokumentiert, Erhöhung der Transparenz eines Vorgangs, Entlastung der
Experten, Einsatz vorzugsweise für Routineprobleme,
Nachteile: Wissensakquisition=Flaschenhals, Art der Wissensrepräsentation(es gibt kein
Kriterium für die Wahl der Darstellungsform, Robustheit nicht leicht erreichbar
19. Unterschiede zwischen Monitoring- und Konsultationssystemen?
- Ein Konsultationssystem erfragt vom Benutzer grundlegende Daten. Sind die Daten zum Lösen
des vorliegendes Problem ausreichend, gibt das System die Schlussfolgerung aus. Sonst werden
weitere Daten erfragt.
- Monitoring Systeme arbeiten in Echtzeit. Die meisten Daten werden vom System automatisch
als Messwerte erfasst. Weitere Informationen müssen aus zeitlichen Gründe möglichst schnell
eingegeben werden.Wichtig: Das rasche und sichere Ablesen von Ergebnissen.
?. Robustheit von Expertensystemen?
Auch für etwas anders gelagerte Probleme; Änderung des Wissens.
21. Definition von Expertensystemen?
Bei Expertensystemen existiert eine klare Schnittstelle zwischen Anwendungsspezifischem
Wissen und der allgemeinen Problemlösungsstrategie.
Bayes’sches Theorem
22. Was sagt das Bayes’sche Gesetz/Theorem? *2
Die a-posteriori Wahrscheinlichkeit P(hi | e1,e2,...,em) einer Hypotose hi (Annahmen über einen
Sachverhalt) kann berechnet werden als Funktion
- der bedingten Wahrscheinlichkeiten p(e1,...,em | hi) sowie
- a-priori Wahrscheinlichkeit P(hi)
23. Bayes’sches Theorem aufschreiben!
P(hi | e1∩e2∩...∩em) = P ( e1∩e2∩...∩em | hi) x P(hi) / ∑ P ( e1∩e2∩...∩em | hk) x P(hk) .....
{ ∑ von K=1 bis n}
24. Wofür verwendet man das Bayes’sche Theorem?
Mit ihm lässt sich die Fortpflanzung der Unsicherheit berechnen.
25. Welche Nachteile hat das Bayes’sche Theorem?
Zu jedem Ergebnis und zu jeder Hypothose müssen
- die Wahrscheinlichkeit und
- die entsprechenden bedingten Wahrscheinlichkeiten
bekannt sein. Diese Informationen sind schwer und oft nicht mit hinrechender Exaktheit zu
beschaffen.
26. Wo können Probleme bei Verwendung des Bayes’schen Theorems zur Diagnose
auftreten?
- Erkennung von Mehrfachdiagnosen, da die Bayes’sche Formel für jede Diagnose nur eine
Wahrschenlichkeit liefert und nichts darüber aussagt, ob die am besten bewerteten
Diagnosen sich entweder wechselseitig ausschliessen oder komplementär sein können.
- Die a-priori-Wahrschenlichkeiten der Diagnosen können sich von einer Klinik zu anderen
wesentlich ändern.
- Für seltene Diagnosen sind verlässliche Daten meist nicht verfügbar; die Einschätzung der
Wahrschenlichkeiten durch Experten ist meist kein vollwertiger Ersatz.
- Je mehr Symptome erfasst werden, desto ungenauer wird das Ergebnis, da die
Abhängigkeit der Symptome untereinander zunimmt.
Datenschutz
27. Unterschiede zwischen Datensicherheit und Datenschutz? *2
Datenschutz: Schutz personenbezogener Daten vor Missbrauch (z.b. Arbeitgeber)
Datansicherheit: Schutz vor Beeinträchtigung und Manipulation
28. Welche Daten fallen unter den Datenschutz?
Alle Daten die persönliche Informationen übder den Klienten oder eine Person beinhalten und
diese auch definitiv identifizieren.
29. Was sind indirekt-personenbezogene Daten?
Krankheiten, Medikamentenverbrauch, Homosexualität, Konsum- und Reisegewohnheiten,
finanzielle Situation,...
Mit rechtlich zugelassenen Mittlen ist die Identität des Betroffenen nicht eroierbar
Wahrscheinlichkeit
30. Kolmogarov-Axiome für die Wahrscheinlichkeit? *2
P(A) ≥0
nicht negativ
P(S)=1
S...Menge aller Ergebnisse
P(A und B)=P(A) + P(B)
wenn A ∩ B = 0
Ist A∩B≠0 dann lautet der Additionssatz: P(A und B)=P(A) + P(B) – P(A∩B)
31. Was ist eine bedingte Wahrscheinlichkeit? (Definition) *2
Sei B ein Ergebniss mit P(B)>0
P(A|B)=P(A und B) / P(B)
Diverses
32. Vorteile/Definition von Median, Mittelwert, Modalwert?
Der arithmetische Mittelwert ist
x = summe aller x-werte / anzahl aller werte
x = 1/n ∑ xi (summe von i=1 bis n )
Unter dem Modalwert versteht man den am häufigsten auftretenden Wert.
Der Median(Zentralwert) ist jener Wert:
- der von höchstens der Hälfte aller Werte unterschritten und von höchstens der Hälfte aller
Werte überschritten wird.
- für den gilt, dass mindestens die Hälfte der Werte kleiner oder gleich und mindestens die Hälfte
grösser oder gleich ist.
33. Welche Streuungswerte/Streuungsmaße kennen sie? *2
Mit Hilfe der Streuungsmasse wird die Streuung der Messwerte angegeben.
Das einfachste Streuungsmass ist die Spannweite (Variationsbreite, Range) definiert als die
Differenz zwischen dem höchsten und niedrigsten Wert.
Das häufigste Dispersionsmass ist die empirische Varianz (Varianz). Sie ist definiert als das
durchschnittliche Abweichungsquadrat.
34. Wie bezeichnet man Unterschiede innerhalb eines Individuums, wie Unterschiede
zwischen zwei Individuen?
35. Was ist die Verteilungsfunktion?
F(x) gibt an, welcher Anteil aller Werte kleiner oder gleich dem Wert x ist.
36. Bedeutung der Standardabweichung/Varianz?
Quadratwurzel aus der Varianz
37. Warum nimmt man die Normalverteilung sehr häufig an?
Weil sie in der Natur die häufigst auftretende Verteilung ist.
38. Was sind ROC-Kurven? *2
ROC-Kurven stellen den Zusammenhang der Genauigkeit bei der Übertragung von 0- und 1Signalen in Abhängigkeit vom gewählten Schwellenwert S dar. Die ROC-Kurve kann deshalb als
Annahmenlinie verstanden werden.
39. Sensitivität, Spezifität? *2
Die Sensivität gibt die genauigkeit des Testverfahrens in bezug auf tatsächlich positive Fälle an
und die Spezifität gibt die Genauigkeit in bezug auf tatsächlich negative Fälle an.
Sensivität = Anzahl der kranken mit positivem testergebnis / anzahl aller kranken
Spezifität = Anzahle der gesunden mit negativem testergebnis / anzahl aller gesunden
40. Vier-Felder-Tafel aufschreiben/erklären! *2
41. Welche Arten von Skalen kennen sie? *3
Nominalskala: entsteht durch willkürliche verschlüsselung eines qualitativen merkmals.d.h. die
Nominalskala besteht aus Zeichen oder Symbolen, zwischen denen keine Ordnungsrelation
besteht. Bsp.:Geschlecht
Ordinalskala: Manche qualitative Merksmalarten können mittels Ordinalskala in eine
Reihenfolge gebracht werden. Bsp.: Schmerz: leicht, mittel, Stark
Intervallskala: Die quantitavien Merksmalausprägungen der quantitativen Skala können durch
Zählen oder Messen erfasst werden.Bsp.: Körpergrösse kann beliebig genau gemessen werden.
Verhältnisskala: Ist zusätzlich zur Intervallskala ein absoluter Nullpunkt definiert.Bsp.: Gewicht
42. Was macht die Clusteranalyse (2 Arten)?
Die Cluster-Sachen sind im Inf-Forum erklärt, einfach die Suche verwenden.
43. Wann macht man eine Clusteranalyse?
44. Wann macht man eine Klasseneinteilung?
45. Regression, Korrelation, Voraussetzungen dafür?
46. Wie viele Messwerte braucht man für Regression und Korrelation?
47. Was ist der Unterschied zwischen einer Nachricht und einer Information?
Wie kommt man von einer Nachricht zu einer Information?
Eine Nachricht ist eine konkrete Mitteilung, die Teil einer abstrakten Information ist. Die
eigentliche Information erhält man erst nach Anwendung von Interpretationsvorschriften.
48. Welche Lokalisationsmaße kennen sie? *2
-Arithmetischer Mittelwert, Modalwert und Median
-die Perzentile
49. Häufigkeitsverteilung, Lokalisationsmaße?
50. Wie kann man eine Häufigkeitsverteilung lokalisieren/bestimmen?
Die Wahrscheinlichtkeit, dass die Zufallsvariable X den Wert x annimmt, ist P(X=x) oder kurz
P(x). Die Funktion P(x) heisst Häufigkeitsfunktion. (Häufigkeitsverteilung)
* Häufigkeit der Fragen
Prüfungsfragen „Einführung i.d. Medizinische Informatik“ vom 12.11.04
1. Welche zwei Arten von Wissen gibt es?
Wissen ist die Kentniss über den in einem Fachgebiet aktuell vorhandenen Konsens hinsichtlich
- Terminologie
- regelhafte Zusammenhänge und Handlungsrichtlinien
2. Was ist Wissen?oben
3. Was ist der Unterschied zwischen einer Nomenklatur und einer Klassifikation?
Eine systematische Zusammenstellung von Deskriptoren für eine spezielle
Dokumentationsaufgabe heisst Nomenklatur.
Im Gegensatz zur Klassifikation können sich die Begriffsinhalte der Deskriptoren überschneiden.
Ein Objekt wird meistens mit mehreren Deskriptoren beschrieben.
?4. Welche Arten von Wissensdatenbanken gibt es?
Elektronische Nachschlagwerke zB: Diagnostische Regeln
5. Was ist ein Begriff und wie wird er definiert? (A: Ausdruck der Wirklichkeit)
Eine Menge gleichartige Objekte werden mittels Abstraktion zu einer Denkeinheit
zusammengefasst. Diese Denkeinheit bezeichnet man als Begriff oder Objekttyp.
?6. Auf welche Skalen würden sie einen Median anwenden?
Ich glaube: Verhältnisskala
?7. Wo darf ich eine Varianz berechnen, von welchen Merkmalen darf ich eine Varianz
berechnen?
- Varianz innerhalb der Stichprobe
- Schätzwert für die Varianz innerhalb der Grundgesamtheit
?8. Bei einer Ordinalskala, welches Streunungsmaß kann man verwenden/angeben?
9. Was sind Quartilen?
Unter dem 1. 2. und 3 Quartil versteht man das 25&, 50% und 75% Perzentil. Der Median
entspricht der 50% Perzentil.
10. Was ist der Interquartilabstand?
3.Quartil – 1.Quartil. Ist ein Streumass für den Median.
11. Welches Lokalisationsmaß ist nicht von Ausreißern abhängig? (A: Modalwert)
12. Was ist der Medianwert?
Der Median(Zentralwert) ist jener Wert:
- der von höchstens der Hälfte aller Werte unterschritten und von höchstens der Hälfte aller
Werte überschritten wird.
- für den gilt, dass mindestens die Hälfte der Werte kleiner oder gleich und mindestens die Hälfte
grösser oder gleich ist.
13. Die Hierarchie zwischen Daten, Information und Wissen?
Daten sind eine Folge von Zeichen die Informationen übertragen.
Information ist die Kenntnis über bestimmte Vrgänge oder Objekte.
14. Welche Ebenen/Schichten von Daten gibt es?
Numerisch Daten
Zahlen
Testuelle Daten
Wörter
Bildhafte Daten
EKG, EEG
Akustische Daten
Herzschal
15. Welche Kategorien von Merkmalen/Ausprägungen für Daten gibt es?
Merkmal:Information über Objekt.
- Qualitativ : nicht zahlenmässig sondern nur Namen. zB.: Blutgruppe
- Quantitativ: diskret zB:anzahl der patienten
stetig zB: Blutdruck
16. Welche Maßzahlen haben sie um die Qualität von Ausgaben/Qualität eines Systems
festzustellen (auf Daten bezogen)?
Absolute Häufigkeit: Bei kleinen Stichproben nur absolute Häufigkeiten angeben.
Relative Häufigkeit: immer auch die Stichprobengrösse angeben.
Prozentuelle Häufigkeit: Prozentangaben täuschen eine grosse Stichprobe vor.
17. Was ist der minimale Basisdatensatz?
Daruntr versteht man die Dokumentation einiger wichtigen Merkmalen in einem klinischem
Bereich. Sie enthält eine festgelegte Anzahl der wesentlichsten Merkmale alle Behandlungfälle
einer Versorgungseinrichtung. Enthält 15 Merkmale zB: Geschlecht, Geburtsdatum,
Familienstand und .....
18. Wofür ist der minimale Basisdatensatz gedacht?
Zugriff auf Krankenakten nach bestimmten Merkmalen zB: Nach Diagnosen
Erstellung von einfachen Auswertungen zB: nach Alter
19. Welche Probleme der Datenbankqualität kennen Sie?
-Zu 30% nicht dort wo sie benötigt werden, nicht auffindbar oder nicht abrufbar
-Fallweise nicht lesbar, unvollständig, ungeordnet, zu umfangreicht oder redundant
-Single-user medium
20. Gründe/Pflicht für die Dokumentation?
-Annamnese
-Diagnostik
-Therapie
Die Aufzeichnungen müssen vollständig sein. Neben der formalen Aufzeichnungen kann der
Arzt informellen Notizen machen. Ärztliche Aufzeichnungen sind bis 10 Jahre nach Abschluss
der Behandlung aufzubewahren. Die Weitergabe von Aufzeichnungen nur wenn: im Interesse des
Patienten oder für die Weiterbehandlung, für die Erstellung eines Gutachtens
21. Ziele der medizinischen Dokumentation?
-Nachweis der Durchführung und Unterlassung von Handlungen: Welche Massnahmen ein Arzt
am Patienten durchgeführt oder nicht durchgeführt hat.
-Erleichterung der Kommunikation: Mehrere Ärzte in der Behandlung beteiligt sind.
-Beurteilung der Krankenverlaufs, Entscheidungunterstützung: wichtigsten Parameter und
Massnahmen zeitlich geordnet dokumentiert:KURVE. Aus der Kurve werden weitere
Massnahmen und Therapien abgeleitet.
-Protokollfunktion der ärztlichen und pflegerischen Massnahmen zur Qualitätssicherung: effekt
der durchgeführten Massnahmen zu Überprüfen, mit Hilfe von Aufzeichnungen, um damit die
Qualität der Behandlung zu sichern.
-Leistungserfassung, Leistungsstatistik
-Gesundheitsberichterstattung
-Datenbasis für die medizinische Forschung
22. Was sind Spezifität und Sensitivität?
Die Sensivität gibt die genauigkeit des Testverfahrens in bezug auf tatsächlich positive Fälle an
und die Spezifität gibt die Genauigkeit in bezug auf tatsächlich negative Fälle an.
Sensivität = Anzahl der kranken mit positivem testergebnis / anzahl aller kranken
Spezifität = Anzahle der gesunden mit negativem testergebnis / anzahl aller gesunden
23. Wenn Sie Daten graphisch Darstellen wollen, wie viele Klassen, wo liegen die Werte
drinnen im Histogramm? Erklärung und Beschreibung eines Histogramms?
Zahl der Klassen = √n
n.....Zahl der Daten
Klassenbreite = Spannweite / Klassenzahl
Disjunkte Klasse: Zu jedem Wert gibt es eine Klasse, zu der er gehört.
Histogramm:
-säulenbreiten entsprechen Klassenbreiten
-säulen schliessen unmittelbar aneinander an
-balkenfläche proportional zur Anzahl der Beobachtungen in Klasse
24. Welche Arten von Häufigkeiten kennen Sie und von welchen Skalen können Sie sie
berechnen?
Absolute Häufigkeit
Relative Häufigkeit: konvergiert (bei genügend grosser Anzahl von Wiederholungen der
Versuche) gegen die Wahrscheinlichkeit des Ergebnisses.
Prozentuelle Häufigkeit
Herunterladen