Podcast: Post-Covid verstehen mit Künstlicher Intelligenz
Um Krankheiten zu diagnostizieren und zu therapieren, können wir heutzutage eine Menge Daten erheben – von Blutbild-Analysen über bildgebende Verfahren bis hin zu komplexen Langzeitmessungen.
„Das kann man als Mensch gar nicht mehr alles in einem Aufwasch analysieren. Und da ist eben maschinelles Lernen besonders gut geeignet, hypothesenfrei, also tatsächlich als große Blackbox diese ganzen Parameter zu untersuchen und dann zu schauen, welcher dieser Parameter sagt etwas über eine Erkrankung aus“.
Lässt sich Künstliche Intelligenz dazu anwenden, endlich auch Long- und Post-COVID besser zu verstehen? Die disCOVer Studie am Uniklinikum Erlangen verfolgt dieses Ziel, um eine objektive Diagnose von Post-COVID zu ermöglichen und effektive Behandlungen zu entwickeln. Die Augenheilkunde spielt dabei eine besondere Rolle.
Im Interview:
Prof. Dr. Björn Eskofier, Professor am Lehrstuhl für Maschinelles Lernen und Datenanalytik der Friedrich-Alexander-Universität Nürnberg-Erlangen und Gruppenleiter für Translational Digital Health am Helmholtz Munich
PD Dr. Dr. Bettina Hohberger, Fachärztin für Augenheilkunde und Molekularmedizinerin am Universitätsklinikum Erlangen
Julia Schottenhamml, PhD Kandidatin am Department of Computer Science der Friedrich-Alexander-Universität Erlangen und wissenschaftliche Mitarbeiterin am Universitätsklinikum Erlangen
► Hier geht es direkt zum Podcast
KI in der Medizin - Forschung, Praxis, Perspektiven
Eine Kooperation des SZ Gesundheitsforums und der BAdW vom 12. März 2024
Künstliche Intelligenz unterstützt schon jetzt erheblich die medizinische Diagnosestellung, vor allem in der Bildgebung. Sind wir deshalb in der Pflicht, Maschinen, die besser und verlässlicher arbeiten als Menschen, für das gesundheitliche Wohlergehen einzusetzen? Die Weiterentwicklung solcher KI-getriebenen Werkzeuge verlangt Zugang zu sensiblen Patientendaten und hängt deshalb von einer sicheren Umgebung zur Datenspeicherung und zum Datenteilen ab.
Mitwirkende:
Prof. Markus Schwaiger, Präsident der BAdW und Sprecher der Ad hoc-Arbeitsgruppe "KI in der Medizin"
Prof. Alena Buyx, Lehrstuhl für Ethik der Medizin und Gesundheitstechnologien (Vortrag)
Prof. Torsten Haferlach, Gründer und Geschäftsführer des Münchener Leukämie Labors (Vortrag und Diskussion)
Prof. Julia Schnabel, Lehrstuhl für Computational Imaging and AI in Medicine, TUM (Vortrag und Diskussion)
Prof. Björn Eskofier, Lehrstuhl für Maschinelles Lernen und Datenanalytik der FAU (Vortrag und Diskussion)
Moderation: Dr Christina Berndt, Süddeutsche Zeitung
--> In unserer Mediathek können Sie sich die Livestream Aufnahme der Veranstaltung ansehen.