zum Inhalt springen

Steffen Schäfer, Tom Baumgartl, Antje Wulff, Arjan Kuijper, Michael Marschollek, Simone Scheithauer, Tatiana von Landesberger

Interactive Visualization of Machine Learning Model Results Predicting Infection Risk

Das in diesem Poster vorgestellte Dashboard dient dazu Einblicke in die Ergebnisse eines maschinellen Lernalgorithmus zu geben und das Vertrauen in diesen zu stärken. Mit Hilfe des Algorithmus werden Vorhersagen über potenzielle Infektionswahrscheinlichkeiten auf der Basis von Infektionen und Bewegungsdaten getroffen. Im Zentrum des Dashboards steht eine Treemap, welche die einzelnen Gebäude, Stationen und Zimmer mit den entsprechenden Infektionswahrscheinlichkeiten und Bewegungen in Form von Bézierkurven darstellt.

___________________________________________________________________________________________________________________________________

Tom Baumgartl, Markus Petzold, Marcel Wunderlich, M Hohn, Daniel Archambault, M Lieser, A Dalpke, Simone Scheithauer, Michael Marschollek, VM Eichel, Nico T Mutters, Tatiana Von Landesberger, Highmed Consortium

In Search of Patient Zero: Visual Analytics of Pathogen Transmission Pathways in Hospitals

IEEE Transactions on Visualization and Computer Graphics, 27(2):711-721, 2020

Um die Möglichkeit der Rückverfolgung eines Erregerausbruchs zu gewährleisten benötigen Experten komplexe Analysetools. In diesem Paper wird genau ein solches Tool entwickelt und evaluiert. Durch geschickte Verknüpfungen aus Kontaktnetzwerken und Epidemiekurven wird das im Zentrum stehende Storylinediagramm manipuliert um so den Indexpatienten eines Ausbruchs ausfinding zu machen.

___________________________________________________________________________________________________________________________________

Martin Müller, Markus Petzold, Marcel Wunderlich, Tom Baumgartl, Markus Höhn, Vanessa Eichel, Nico T Mutters, Simone Scheithauer, Michael Marschollek, Tatiana von Landesberger

Visual Analytics for Hospital Infection Control using a RNN Model

EuroVA@ Eurographics/EuroVis pp. 73-77, 2020

Die Ergebnisse eines rekurrenten neuralen Netzes zur Infektionskettenerkennung und Infizierungswahrscheinlichkeiten einzelner Patienten müssen visualisiert werden. Zusätzlich zu neu vorgestellten Darstellungsformen werden auch bereits etablierte Graphen und Visualisierungen mithilfe von Slidern und Auswahlmöglichkeiten weiterentwickelt um so eine bessere Analyse zu gewährleisten. Das Ergebnis dieses Papers ist nicht das RNN vorzustellen, stattdessen wird der Blick der Experten in einem Anwendungsfall erweitert und eine zuverlässigere Interpretaionsmöglichkeit der Ergebnisse präsentiert.

___________________________________________________________________________________________________________________________________

T. von Landesberger, M. Wunderlich,, T. Baumgartl, M. Höhn, M. Marschollek, und S. Scheithauer

Visual-Interactive Exploration of Pathogen Outbreaks in Hospitals

EuroVis Posters: 9-11, 2019

Im Zentrum dieses Posters steht ein Verständnis für die Arbeitsschritte eines Hygieneexperten zu entwickeln. Anhand des gezeigten Dashboards wird erklärt in welcher Reihenfolge die einzelnen Visualisierungen betrachtet werden und welche spezifischen Aufgaben damit erfüllt werden können. Zusätzlich werden die Verknüpfungen zwischen den Darstellungen anhand eines Beispiel durchgegangen.

___________________________________________________________________________________________________________________________________

Marcel Wunderlich, I. Block, Tatiana von Landesberger, Markus Petzold, Michael Marschollek, and Simone Scheithauer

Visual Analysis of Probabilistic Infection Contagion in Hospitals

Vision, Modeling and Visualization pp. 143-150, 2019

Wie sich eine Krankheit innerhalb einer großen Population ausbreitet ist ein häufig beobachtetes Phänomen. Mit den Visualisierungsformen aus diesem Paper wird dargestellt, wie sich eine Krankheit in einem etwas kleineren Umfeld, wie z.B. Krankenhausstaionen, verbreitet. Dazu wurden Monte-Carlo-Simulationen mit zugrundeliegenden S-I-Modellen durchgeführt. Die Analyse der Ergebnisse dieser Simulation wird durch ein Kontaktnetzwerk ermöglicht, welches durch zusätzliche, verknüpfe Visualisierungen erweitert wird.

___________________________________________________________________________________________________________________________________

A. Sargeant, T. von Landesberger, C. Baier, F. Bange, A. Dalpke, T. Eckmanns, S. Glöckner, M. Kaase, G. Krause, M. Marschollek, B. Malone, M. Niepert, S. Rey, A. Wulff, Consortium H, S. Scheithauer

Early Detection of Infection Chains & Outbreaks: Use Case Infection Control

ICT for Health Science Research, Stud Health Technol Inform, 258:245-6, 2019

Dieses Dokument umfasst die übergeordneten Ziele des Use Case: Infection control von HiGHmed. Dazu zählen unter anderem die gewünschten Vorteile die SmICS sowohl für die Krankenhäuser als auch für die Forscher bringen soll. Beispielhaft zu nennen sind an dieser Stelle: 

  • Erleichterung der Verfolgung von Erregerausbreitung
  • Gestaltung interaktiver Visualisierungsmöglichkeiten um Erreger- und Patientenbewegung nachzuvollziehen
  • Versorgung von Patieten zu verbessern
  • Kosten des Gesundheitssystems senken

___________________________________________________________________________________________________________________________________