Prof. Dr. Arnim Malcherek

Lehrgebiet/Arbeitsbereich
Wirtschaftsinformatik, Grundlagen der Informatik

Sprechstunde
Nach Vereinbarung per Telefon oder E-Mail.

Schöfferstraße 8b
64295 Darmstadt
: D14,110
+49.6151.16-38469
Arnim Malcherek

Arnim Malcherek ist Professor für Wirtschaftsinformatik und Grundlagen der Informatik. Er ist Mitglied der Fachgruppen Wirtschaftsinformatik, Programmieren und Data Science. Sein Forschungsinteresse gilt momentan hauptsächlich dem Gebiet Data Science.  

Wintersemester 2018/2019

  • Bachelor: Vorlesung+Praktikum Programmieren, Algorithmen und Datenstrukturen I (Modulbeschreibung)
  • Bachelor: Einführung in die Wirtschaftsinformatik (Modulbeschreibung)
  • Master: Projekt Systementwicklung I 'Data Mining in der Augenheilkunde'
  • Master Data Science: Projekt 'Maschinelle Bilderkennung zur Verbesserung von Diagnose und Therapie bei Netzhauterkrankungen'

Projekte

Data Mining in der Augenheilkunde

Gemeinsam mit einem Industriepartner und einer Universitätsklinik wurde in den letzten zwei Semestern ein Data Mining Tool speziell für die Augenheilkunde entwickelt. In einem ersten Schritt wurde die nötige Infrastruktur aufgesetzt, und anschließend wurden Data Mining- und Reporting-Use Cases unterschiedlichen Schwierigkeitsgrades umgesetzt, die von Ärzten der Universitätsklinik definiert wurden. Das Ziel war, eine Umgebung zu erzeugen, die auch durch medizinische Forscher ohne tiefe IT-Kenntnisse selbstständig zur Datananalyse der Patientendaten genutzt werden kann.

Ein sehr einfaches Beispiel für einen solchen Use Case ist die Korrelation zwischen Erkrankungen des Auges (insbesondere der Netzhaut) und Vorerkrankungen anderer Organe z.B. Herz-Vorhof-Flimmern. Die Resultate können dann genutzt werden, um gezielt medizinische Studien zu möglichen kausalen Zusammenhängen aufzusetzen. Ein weiteres Beispiel ist die Überprüfung des Therapieerfolges verschiedener Präparate zur Behandlung der altersbedingten Makula-Degeneration.

Eingesetzte Technologien sind bisher KNIME als Data Mining Werkzeug und Microsoft Power BI als Visualisierungswerkzeug.

Als Testdaten stehen anonymisierte Patientendaten zur Verfügung, die in Form von Tabellen in einer relationalen Datenbank vorhanden sind.

Im nächsten Semester sollen einerseits neue Usecases umgesetzt und für vorhandene die Umsetzung verbessert werden. Andererseits soll das System erweitert werden, um auch mit Bilddaten umgehen zu können. Es stehen große Mengen an Bildmaterial zur Verfügung, die mit unterschiedlichen Diagnosetechnologien des Auges erzeugt wurden. Ziel bei der Bilddatenverarbeitung ist letztendlich die Diagnoseunterstützung der Ärzte durch automatische Bilderkennung mit Methoden des maschinellen Lernens.

Neue Projektmitglieder können gerne auch zum kommenden Semester dazukommen. Im Idealfall ergeben sich aus dem Projekt weiterführende Masterarbeiten, die von ehemaligen Projektmitgliedern aufgegriffen werden können.