top

Prädiktionsmodelle für Entscheidungsunterstützung

Bislang ist der Elsevier Urban & Fischer Verlag vor allem als einer der führenden medizinischen Fachverlage bekannt, nur wenige wissen, dass die RELX Group, ehemals Reed Elsevier, so renommierte Fachzeitschriften wie „The Lancet“ oder „Cell“ verlegt. Und noch weniger, dass seit November 2011 der europäische Zweig des Geschäftsbereich Health Analytics (in den USA bereits seit 1992 etabliert) zuerst in Berlin, danach auch in anderen europäischen Ländern etabliert hat. Den Geschäftsbereich verantwortet Olaf Lodbrok als Managing Director EMEA LA (Europe, Middle East, Africa und Latin America). Davor war er 14 Jahre in verschiedenen Leitungsfunktionen im deutschen Gesundheitsmarkt tätig. Lodbrok ist Ingenieur der Elektrotechnik und Informatik und hat nach seinem Studium an der RWTH Aachen an der renommierten Duke University in den USA einen MBA erworben.

Mehr lesen
Erstveröffentlichungsdatum: 12.08.2015

Downloads

Plain-Text als TXT

Zusätzliches

Plain-Text

>> Die RELX Group, ehemals Reed Elsevier, ist einer der größten wissenschaftlichen Informationsanbieter der Welt, zum Beispiel bringt Elsevier „The Lancet“ heraus, eine der ältesten und angesehensten Fachzeitschriften in der Medizin. Bei Elsevier Health Analytics beschäftigen Sie sich hingegen mit Big Data.
Dass unsere Unternehmensmutter viele angesehene Medizin- und Public-Health-Zeitschriften verlegt, ist einerseits unsere Chance, andererseits aber auch unser Problem.

Wo liegt denn das Problem?
Das Problem liegt in der unterschiedlichen Sicht und der unterschiedlichen Nutzungsart. Die Zeitschriften und Onlinedatenbanken von Elsevier sind klassische Pull-Systeme: Die Ärzte lesen unsere Bücher, abonnieren unsere Zeitschriften, suchen nach Schlagworten, schreiben und recherchieren. Das funktioniert nach dem Pull-Prinzip und ist etabliertes und ja auch erfolgreiches Verlagsgeschäft. Wir erwarten jedoch, dass es in wenigen Jahren viel mehr Entscheidungsunterstützungssysteme gibt, die Ärzte bei der individuellen Behandlung der Patienten unterstützen werden.

Diese Systeme werden dann nach dem Push-Prinzip arbeiten?
Eben. Bei der Anwendung derartiger Entscheidungsunterstützungs-Software müssen patientenindividuelle Daten mit vorberechneten Risiko- und Behandlungsprofilen verglichen werden. Damit das später im Einzelfall funktionieren kann, muss man also vorab das gesamte medizinische Regelwerk mit sehr großen, anonymisierten Datenmengen prüfen – eben durch Big-Data-Analysen. Denn die Komplexität, die die Ärzte schon heute
t ...  <<