Publisher's Synopsis
Doktorarbeit / Dissertation aus dem Jahr 2012 im Fachbereich Medizin - Sonstiges, Note: Magna cum laude, Bayerische Julius-Maximilians-Universität Würzburg (Medizinische Klinik und Poliklinik II und Fakultät für Mathematik und Informatik Lehrstuhl für Künstliche Intelligenz und Angewandte Informatik (Informatik VI)), Sprache: Deutsch, Abstract: Die Medizin als analytisches und diagnoselastiges Fach eignet sich besonders für dei Verwendung fallbasierter, diagnostischer Trainingssysteme. Theoretische Komponenten, wie Anamnese, Beobachtungsinterpretation, Untersuchungshierarchie und Hypothesenbildung lassen sich im Gegensatz zu manuellen und mechanisch-motorischen Untersuchungen einfacher in Software umsetzen und am Monitor zu Trainingszwecken darstellen. FDTS präsentieren einen realen, beziehungsweise möglichst realitätsnahenFall, der vom Benutzer durch die Interpretation der gegebenen Informationen in Bezug auf die Problemstellung durch die Eingabe einer Diagnose und gegebenenfalls entsprechender Therapien oder durch die Anforderung von Untersuchungen gelöst werden muss. Die theoretischen Grundlagen dafür sind die Definitionen von Krankheitszuständen anhand bestimmter Charakteristika, sprich Diagnosekriterien. Ist die Menge an Informationen nicht ausreichend, beziehungsweise nicht eindeutig genug um eine vorläufige Diagnose stellen zu können, müssen gezielt weitere Untersuchungen angefordert werden, um die Diagnose sichern zu können. Diese FDTS sollen die bisherige Ausbildung um das Lernen und die Anwendung des im Studium erworbenen Grundwissens und Trainieren von Lösungsalgorhythmen an virtuellen Patienten ergänzen. Virtuelle Patienten können und sollen den echten Patientenkontakt nicht ersetzen, jedoch bieten sich durch deren Einsatz nicht zu unterschätzende Vorteile in der medizinischen Ausbildung: Nicht immer ist ein den aktuellen Themen der Vorlesung entsprechendes Patientengut vorhanden. Mit den Übungen haben Studierende die Möglichkeit Patienten "vom Erstkonta
