@misc{Kirch2021, author = {Kirch, Marvin Sebastian}, title = {Einstieg in die Thematik und Prototypenbau eines neuronalen Netzes zur Reduktion von manueller Nacharbeit bei der Verkn{\"u}pfung von Daten zu Patienten}, publisher = {Hochschule D{\"u}sseldorf}, address = {D{\"u}sseldorf}, url = {http://nbn-resolving.de/urn:nbn:de:hbz:due62-opus-30016}, pages = {59}, year = {2021}, abstract = {Das Landeskrebsregister (LKR) Nordrhein-Westfalen (NRW) erfasst Daten zu Krebserkrankungen von Patienten von {\"A}rzten, Krankenh{\"a}usern, Pathologien und Melde{\"a}mtern aus ganz NRW um diese auszuwerten. F{\"u}r die Auswertung m{\"u}ssen Daten, die den gleichen Patienten betreffen, zusammen- gef{\"u}hrt werden. Zur Verkn{\"u}pfung gibt es einen automatischen Record-Linkage Algorithmus, der aber bei ca. 5\% aller Meldungen eine manuelle Entscheidung erfordert. Um den Aufwand der manuellen Nachbearbeitung zu reduzieren, soll der Vorgang durch ein k{\"u}nstliches neuronales Netz automatisiert werden. Das k{\"u}nstliches neuronales Netz (KNN) soll mit dem LKR NRW vorliegenden Daten zu manuellen Entscheidungen trainiert werden. Daf{\"u}r m{\"u}ssen die Daten vor der Verwendung umfangreich aufbereitet werden. Das Ziel der Arbeit ist die Aufarbeitung und Aktualisierung eines vorliegenden Konzepts und die Implementierung eines Prototypen des Verfahrens. Der Prototyp soll in der Programmiersprache Java umgesetzt werden. Die folgende Arbeit beginnt mit einer kurzen Einleitung {\"u}ber die Krankheit Krebs, das LKR NRW und KNN. Danach erl{\"a}utere ich die Methodik, die sich mit und die Implementierung des Themas. In der Methodik erkl{\"a}re ich was KNN sind und schneide ihre Funktionsweise an. Außerdem erkl{\"a}re ich wie die Bereitstellung der Daten erfolgt und wie diese f{\"u}r das neuronale Netz verst{\"a}ndlich aufbereitet werden. Zur Implementierung werde ich beschreiben was f{\"u}r eine Entwicklungsumgebung verwendet wurde um das Projekt umzusetzen und wie das Programm umgesetzt wurde. Die Erkl{\"a}rung der Umsetzung besteht aus Unified Modeling Language (UML)-Diagrammen f{\"u}r die Datenaufbereitung und Code-Ausschnitte f{\"u}r die Konfiguration und Schnittstellen des KNN. Das KNN konnte inklusive Datenaufbereitung erstellt werden und klassifiziert 94,4\% der F{\"a}lle korrekt. Auf Grundlage dieser Arbeit kann das Projekt nachgebaut werden.}, language = {de} }