Parallelisierte Algorithmen auf Hochleistungsrechnern ermöglichen in letzter Zeit Simulationen mit immer mehr Variablen und haben zur Entwicklung neuer, aussagekräftiger Hilfsmittel der medizinischen Statistik und Entscheidungsfindung beigetragen. Ausgehend von einem interdisziplinärern Ansatz, konzentriert sich der Autor in erster Linie auf Bayes-Verfahren und deren Anwendung in der Medizin. Fallstudien illustrieren die Ansätze (vor allem Bayes- und Markov-Monte-Carlo-Methoden) und deren Implementation in Computerprogramme. Mit zahlreichen Fallstudien, die nicht nur für die medizinische Entscheidungsfindung relevant und interessant sind.