Sematische Annotierung von Arztbriefen zur Generierung diagnostischer Trainingsfälle

Problembasiertes Lernen erfordert eine möglichst große Anzahl von Fallstudien. Jedoch ist die Erstellung von Trainingsfällen ein aufwändiger Prozess. Die Kerninformation ist in Fallbeschreibungen, z.B. Arztbriefen in der Medizin, bereits enthalten. Um daraus Trainingsfälle generieren zu können, ist eine Nachbearbeitung und semantische Annotierung erforderlich. Wir präsentieren einen neuartigen, skalierbaren Ansatz, der auf eine bequeme und inkrementelle Nachbearbeitung mit automatischer Fallgenerierung optimiert ist. Die Annotationen erfassen die Struktur der Dokumente in XML, das zur Ausführung in eine Wissensbasis des Autorensystems d3web.Train übersetzt wird. Erste Testergebnisse bewerten den Nutzen, auch von verschiedenem Zusatzwissen, aus Sicht der Endbenutzer (Medizinstudenten).

[1]  Bettina Reinhardt Didaktische Strategien in generierten Trainingssystemen zum diagnostischen Problemlösen , 2000, DISKI.

[2]  P Dev,et al.  Multimedia clinical simulation based on patient records: authoring, user interface, pedagogy. , 1994, Proceedings. Symposium on Computer Applications in Medical Care.

[3]  C. Vleuten,et al.  Computerized long‐menu questions as an alternative to open‐ended questions in computerized assessment , 1996, Medical education.

[4]  Ian Horrocks,et al.  Patel-Schneider: OIL: Ontology Infrastructure to Enable the Semantic Web , 2001 .

[5]  Frank Puppe,et al.  Generierung flexibler intelligenter Trainingssysteme , 1999, Künstliche Intell..

[6]  Ian Horrocks,et al.  OIL: An Ontology Infrastructure for the Semantic Web , 2001, IEEE Intell. Syst..

[7]  H. Schmidt,et al.  The psychological basis of problem‐based learning: a review of the evidence , 1992, Academic medicine : journal of the Association of American Medical Colleges.

[8]  Anne-Kathrin Lauer Literaturverzeichnis. , 1935, Die Nichtangriffsverpflichtung im deutschen und europäischen Kartellrecht.