KI-Methoden verbessern Gesundheitsversorgung

CAIMed-Zentrum erforscht KI-Anwendungen für die Medizin

Krebs ist nach Herz-Kreislauf-Erkrankungen die zweithäufigste Todesursache in Deutschland. Das sorgt für großes persönliches Leid und erzeugt erhebliche Kosten im Gesundheitssystem. Da jeder Krebs anders ist, sind individualisierte Therapieansätze besonders vielversprechend. Die Verknüpfung von Forschungs- und Versorgungsdaten mit dem Einsatz von künstlicher Intelligenz (KI) und kausalen Methoden macht Prävention, Diagnostik, Therapie und das Monitoring des therapeutischen Erfolgs deutlich wirkungsvoller und effizienter. Damit lassen sich die individuellen Bedarfe jedes einzelnen Menschen besser adressieren. Kausale Zusammenhänge sind hierbei von großer Bedeutung, um zum Beispiel vom Therapieergebnis auf eine Behandlungsmethode schließen zu können. Algorithmen verstehen Ursache und Wirkung nur unzureichend. Kausale Methoden verbessern die Genauigkeit und Interpretierbarkeit von KI-Modellen.

Effizientere Zusammenarbeit der Forschungspartner

Hier setzt das Niedersächsische Zentrum für Künstliche Intelligenz und Kausale Methoden in der Medizin (CAIMed) an, das im Programm zukunft.niedersachsen von Land und VolkswagenStiftung gefördert wird. Es bringt die leistungsstarke, räumlich verteilte Forschung und Anwendung an der Schnittstelle von KI und Medizin in einem gemeinsamen Forschungszentrum zusammen. Partner sind das Forschungszentrum L3S der Leibniz Universität Hannover (Konsortialführer), das Campus Institut Data Science der Universität Göttingen, die Universitätsmedizin Göttingen, die Medizinische Hochschule Hannover, die Technische Universität Braunschweig und das Helmholtz-Zentrum für Infektionsforschung.

© L3S, Universität Hannover

Genauere Vorhersagen für Krankheitsverlauf

CAIMed fokussiert sich auf die drei besonders relevanten medizinischen Schwerpunkte Krebs, Herz-Kreislauf-Erkrankungen und Infektionen. Zwölf interdisziplinäre Teams forschen an innovativen Methoden, um klinische Entscheidungen besser zu unterstützen sowie neue therapeutische und diagnostische Zielstrukturen auf Basis molekularer Daten zu identifizieren. Sie entwickeln maschinelle Lernverfahren für Bilddaten, um relevante Biomarker zu extrahieren und Vorhersagen für den Verlauf von Herz-Erkrankungen (Prädiktionsmodelle) zu treffen. Zudem arbeiten sie an KI-Methoden zur Darstellung, Organisation und Abfrage von medizinischem Wissen mittels Wissensgraphen. CAIMed zielt sowohl auf eine verbesserte Gesundheitsversorgung einer wachsenden und alternden Bevölkerung ab als auch auf eine höhere Leistungsfähigkeit des Gesundheitssystems.

Hier finden Sie weitere Informationen:

• RKI-Krebsregister