Auf die Datenaufbereitung kommt es an.

In der Laboratoriumsmedizin kann maschinelles Lernen eingesetzt werden, um in den reichlich vorhandenen Daten verborgene Strukturen und Zusammenhänge zu entdecken oder die Diagnosefindung zu unterstützen. Am Beispiel eines Datensatzes aus der Onkologie werden die einzelnen Prozessschritte von den Rohdaten bis zum fertigen Ergebnis demonstriert. Dabei verursacht die Datenaufbereitung den höchsten Aufwand. [ABSTRACT FROM AUTHOR]