Software tegen longontstekeing

Idealiter begint de behandeling al voordat de precieze ziekteverwekker bekend is, maar het is ook belangrijk dat niet zomaar iedereen een breed-spectrum antibioticum krijgt. Dat zou bacteriën immers resistent maken, waardoor het in de toekomst steeds moeilijker wordt om zo’n longontsteking te behandelen. Dus moet de behandelend arts een zorgvuldige afweging maken voor het behandelen van een mogelijke longontsteking binnen de resistentieproblematiek. Daarbij kan het model van Charitos de arts ondersteunen.

In het onderzoek van Charitos staan zogenaamde dynamische Bayesiaanse modellen centraal. Dit zijn statistische modellen waarmee je kunt redeneren over een reeks van gebeurtenissen in de tijd en op basis waarvan je voorspellingen kunt doen. Deze modellen combineren statistische patronen met de kennis van experts en kunnen zo zinvolle ondersteuning bieden aan specialisten bij het nemen van kritieke beslissingen. Theodoros Charitos (Informatica) promoveert op 17 september 2007 op het proefschrift: ‘Reasoning with Dynamic Networks in Practice.’