Ziel des DFG-Projektes RecomRatio war es eine Methodik zu entwickeln, die externe Handlungsempfehlungen transparenter und effizienter gestalten soll. Die Problematik lag darin, das in vielen Situationen Informationen und Optionen verglichen, ausgewählt und verarbeitet werden müssen, bei denen die ausführenden Personen unter Handlungsdruck stehen und dabei in der Regel nicht über ausreichende Ressourcen für Entscheidungen verfügen. Die im Rahmen des Projektes entwickelte Methodik bestand darin, eine empfohlene Option in das Gesamtbild und den Kontext einzuordnen, indem sie systematisch mit anderen verfügbaren Optionen verglichen wird. Dabei sollten auch auf die Vor- und Nachteile der Empfehlung im Vergleich zu anderen verfügbaren Optionen beschrieben werden.

Als Proof-of-Concept / Wirksamkeitsnachweis wurde das Verfahren zur effektiven Anpassung von Suchanfragen in einer semantischen Information Retrieval Anwendung auf den Medizinbereich übertragen. Beabsichtig wurde Ärzte dabei zu unterstützen, die Empfehlungen anderer Ärzte oder eines Labors besser einzuordnen, um so die Entscheidungsfindung beispielsweise über eine optimale Therapie für einen Patienten zu unterstützen. Die spezifischen Anforderungen des Projektes resultieren dabei in einer Empfehlungssoftware, die das aus unstrukturierten Daten medizinischer Publikationen extrahiertes Wissen zusammenfasst, um systematisch alle Erkenntnisse über die Wirksamkeit und Sicherheit einer bestimmten medizinischen Diagnostik oder Therapie in Form von konkreten, argumentativ belastbaren, das heißt, durch publiziertes Wissen belegte Argumente zur Entscheidungsunterstützung in Diagnose-und Behandlungssituationen zu empfehlen.

Zusammenfassend: Die Unterstützung medizinischer Argumentation durch textuelle Evidenz war das Ziel des DFG-geförderten Projekts RecomRatio. Dazu wurden Methoden aus den Informatik-Teilgebieten Information Retrieval, Natural Language Processing und Named Entity Recognition, Machine Learning und Argumentation Mining eingesetzt, um die evidenzbasierte medizinische Argumentation zu unterstützen.