Mensch oder Maschine?
Wer erkennt Fälle von Blinddarmentzündung besser?
In diesem Projekt mit der Forschungsgruppe von Prof. Julia Vogt an der ETH Zürich geht es um die Validierung eines Machine Learning-Modells bei Kindern mit Blinddarmentzündung (Appendizitis). Konkret geht es um die Frage: kann die Maschine Fälle mit Appendizitis rascher und besser erkennen als ein Mensch allein?
Unspezifische Symptome, unterschiedliches Schmerzempfinden, atypische Verläufe, das Alter des Kindes oder eine veränderte Anatomie können die Diagnose einer Appendizitis erschweren. Eine schnelle medizinische Behandlung ist wichtig, um schwerwiegende Komplikationen, wie zum Beispiel ein Blinddarmdurchbruch, zu verhindern.
Dies soll ermöglichen, aus vorhandenen Daten Muster zu erkennen und Vorhersagen oder Entscheidungshilfen zu generieren, ohne explizit programmieren zu müssen.