Projekt C05: Erklärbare Entscheidungen in kooperativer Mensch-Maschine-Interaktion finden

Bei medizinischen Entscheidungen müssen viele Informationen berücksichtigt werden. Neben medizinischem Fachwissen spielen auch frühere Untersuchungsergebnisse und die Krankengeschichte der Patient*innen eine wichtige Rolle. Auf dieser Grundlage stellen Ärzt*innen eine Diagnose. Im Projekt C05 entwickeln Informatiker*innen der Universität Bielefeld ein intelligentes, interaktives System namens ASCODI, das medizinische Expert*innen bei dieser komplexen Aufgabe unterstützt. Das System hilft dabei, verschiedene Diagnosehypothesen systematisch mit der vorhandenen medizinischen Evidenz abzugleichen.

ASCODI beantwortet dabei nicht nur Fragen, sondern stellt auch gezielte Rückfragen und gibt Empfehlungen. Durch diese Zusammenarbeit zwischen Mensch und System können Expert*innen fundierte Diagnoseentscheidungen treffen und transparent erklären, warum eine bestimmte Diagnose im Vergleich zu anderen Möglichkeiten am plausibelsten ist.

In der zweiten Förderphase des TRR 318 wird das System umfassend erprobt und weiterentwickelt. Dabei steht besonders im Fokus, gemeinsam Argumente für oder gegen eine Diagnosehypothese aufzubauen und deren Validität in einem iterativen, interaktiven Prozess weiter zu präzisieren.

 

Forschungsgebiete: Informatik

Projektleitung

Prof. Dr. Philipp Cimiano

Mehr zur Person

Prof. Dr.-Ing. Stefan Kopp

Mehr zur Person

Mitarbeiter*innen

Dominik Battefeld, M.Sc.

Mehr zur Person

Dr. Olivia Sanchez Graillet

Mehr zur Person

Hilfskräfte

Lukas Kachel, Universität Bielefeld

Rakhi A S Nair, Universität Bielefeld

Marcel Nieveler, Universität Bielefeld

Daniel Prib, Universität Bielefeld

Ehemalige Mitglieder

Felix Liedeker, Wissenschaftlicher Mitarbeiter

Pu­bli­ka­ti­o­nen

Implementing a computational cognitive process model of medical diagnostic reasoning

D. Battefeld, S. Kopp, in: Proceedings of KogWis 2025: Conference of the German Cognitive Science Society, 2025.


A User Study Evaluating Argumentative Explanations in Diagnostic Decision Support

F. Liedeker, O. Sanchez-Graillet, M. Seidler, C. Brandt, J. Wellmer, P. Cimiano, in: n.d.



ASCODI: An XAI-based interactive reasoning support system for justifiable medical diagnosing

D. Battefeld, F. Liedeker, P. Cimiano, S. Kopp, in: Proceedings of the 1st Workshop on Multimodal, Affective and Interactive EXplainable AI (MAI-XAI), 2024.


Revealing the Dynamics of Medical Diagnostic Reasoning as Step-by-Step Cognitive Process Trajectories

D. Battefeld, S. Mues, T. Wehner, P. House, C. Kellinghaus, J. Wellmer, S. Kopp, in: Proceedings of the 46th Annual Conference of the Cognitive Science Society, 2024.




Formalizing cognitive biases in medical diagnostic reasoning

D. Battefeld, S. Kopp, in: Proceedings of the 8th Workshop on Formal and Cognitive Reasoning, 2022.


Alle Publikationen anzeigen