HiGHmed - Lehre TU Braunschweig V1

Förderung

Das Projekt wird durch das Bundesministerium für Bildung und Forschung innerhalb der Förderinitiative „Medizinische Informatik“ gefördert.

Kurzbeschreibung

Eine große Herausforderung beim Aufbau der medizinischen Datenintegrationszentren (MeDIC, engl.: Medical Data Integration Center) im Projekt HiGHmed entsteht durch die geringe Verfügbarkeit von Fachkräften in der Medizinische Informatik (MI) mit den benötigten Kompetenzen. Aus diesem Grund wird im Work Package Lehre und Training aktuell von acht Universitäten und Fachhochschulen jeweils ein E-Learning-Modul entwickelt, um die benötigten Kompetenzen zu vermitteln. Zudem sollen durch diese Module bestehende inhaltliche Lücken im Curriculum geschlossen werden. Durch die Einbindung von E-Learning – wie Lernvideos, virtueller Präsenszeit, multimedialen Inhalten und Tests mit automatischer Auswertung – wird es möglich sein, dass Studierende der TU Braunschweig Module der anderen teilnehmenden Universtäten belegen können. Die Namen der angebotenen E-Learning-Module lauten:

• Medical Imaging Technologies and Data
• Health-Enabling Technologies and Data
• Image- und Signal-Based Assistance System
• Advanced Concepts of Data Analytics and Curation
• Reliable Medical Research
• Citizen Centered Medical Information Management
• Decision Support in Medical Care
• Digital Epidemiology

An der TU Braunschweig wird das Modul „Health-Enabling Technologies and Data“ entwickelt und ab dem Wintersemester 2019/20 angeboten. Dabei stehen Daten im Vordergrund, die durch assistierende Gesundheitstechnologien (engl.: Health-Enabling Technologies) aufgezeichnet werden. Der Einsatz dieser Technologien in der häuslichen Umgebung, im Fahrzeug oder am menschlichen Körper erzeugt Signal- und Messdaten mit schlechtem Signal-Rausch-Verhältnis, Shifting Offsets und Datenlücken. Dies führt zu Schwierigkeiten in der Signalverarbeitung und -analyse. Besondere Herausforderungen liegen in der (i) zuverlässigen Erhebung, (ii) dem sicheren Transfer und (iii) der semantischen Integration dieser Daten in elektronische Gesundheitsakten, insbesondere wenn nicht-medizinische Sensoren zur gesundheitsrelevanten Auswertungen herangezogen werden. Zudem erfordert das automatische Verstehen von Messungen robuste Algorithmen. In diesem Modul lernen die Studierenden, die genannten Schwierigkeiten und Herausforderung zu verstehen sowie zu lösen. Es werden Methoden zur Verarbeitung von (Bio-)Signalen aus dem Bereich Data Analytics vermittelt. Durch die Nutzung der Softwareprogramme MATLAB und ImageJ werden diese Methoden auch praktisch angewandt. Zusätzlich werden die Grundlagen zur semantischen Interoperabilität, die Bestimmung einer zuverlässigen Ground Truth zur Evaluation von Algorithmen und die modelbasierte Methodologie für Real-Time Monitoring, Ereignisvorhersage sowie Unfall- und Notfallerkennung behandelt.

Die Belegung der anderen Module ist ab dem Wintersemester 2020/21 möglich.