The website of Coburg University of Applied Sciences was translated using translation software provided by a third-party provider such as DeepL. The official text is the German version of the website. No liability is assumed, either explicitly or implicitly, for the accuracy, reliability, or correctness of the translations into another language.

“Gesundheit! Wissen für alle” – Digitalisierung und künstliche Intelligenz in der personalisierten Medizin: Wer entscheidet über meine Therapie?

Aktuell nimmt die Entwicklung von Künstlicher Intelligenz (KI) auf allen Gebieten rasant zu und übernimmt auch in unserem Alltag eine immer größere Rolle. Hierbei stellen sich nun Fragen auch im Gesundheitswesen und der Medizin: Entscheidet die KI über meine Medikamente? Brauchen wir in Zukunft noch Ärztinnen und Ärzte? Inwiefern finden KI und maschinelles Lernen schon Anwendung? Diese Fragen folgen aus Unsicherheiten und Befürchtungen. Der Themenabend “Künstliche Intelligenz in der personalisierten Medizin: Wer entscheidet über meine Therapie?” beleuchtet die Chancen von KI und maschinellem Lernen für die personalisierte Medizin und deren Einsatzmöglichkeiten.

Der Abend gewährt einen Einblick, woran in Coburg und an der Friedrich-Alexander-Universität Erlangen-Nürnberg aktuell geforscht wird, um KI und maschinelles Lernen in die klinische Anwendung zu bringen und auch inwiefern die Pharmaindustrie solche Ansätze bereits im Bereich der personalisierte Medizin nutzt. Im Anschluss möchten wir mit Ihnen diskutieren, was bei der Nutzung von KI für die Medizin beachtet werden sollte und wie der Einsatz und die Anwendung von KI transparent dargestellt werden können. Alle weiteren Informationen zur Veranstaltung finden Sie in unserem Flyer.

Die Veranstaltung ist Teil der Reihe „Gesundheit! Wissen für alle by Hochschule Coburg“ und findet am 12.11 (18:00 Uhr – 19:30 Uhr) in der alten Kühlhalle (Schlachthofstr. 2, Coburg) statt.

Programm

Dr. Andreas Rowald, Gruppenleiter für Digital Health an der FAU Erlangen-Nürnberg

Der Bedarf an Therapiemöglichkeiten für Erkrankungen des Nervensystems steigt, nicht zuletzt wegen des demografischen Wandels. Mit Neuromodulationstechnologien können Nerven im Rückenmark und im Gehirn gezielt stimuliert werden. Die Technologie verspricht einen großen therapeutischen Nutzen. Allerdings ist ihre klinische Anwendung bisher sehr komplex und oft auf „trial and error“ angewiesen, da Krankheitsausprägungen und Patientinnen und Patienten individuell verschieden sind und bislang Entscheidungshilfen fehlen. Innovative Ansätze wie maschinelles Lernen und digitale Zwillinge helfen, besser zu verstehen, wie die Technologie mit dem Nervensystem interagiert. So kann die Entwicklung beschleunigt und die klinische Entscheidungsfindung verbessert werden. Die Forschungsgruppe ProModell entwickelt digitale Zwillinge, um Strategien zur Neurostimulation zu optimieren, und stellt beeindruckende Erfolge vor – beispielsweise die Wiederherstellung der Gehfähigkeit nach Querschnittslähmungen in weniger als 24 Stunden.

Prof. Dr. Stefan Simm, Professor für Bioinformatik an der Hochschule Coburg

Bei KI-Modellen, die als „Black Box“ angelegt sind, kann nicht nachvollzogen werden, wie eine Entscheidung der Künstlichen Intelligenz zustande kommt. Für den erfolgreichen Einsatz in der Medizin und die gezielte Unterstützung im medizinischen Umfeld ist Transparenz hinsichtlich der Entscheidungsgrundlage aber sehr wichtig. Wie kann die Flut von medizinischen Daten durch KI erklärbar ausgewertet werden, um Krankheiten zu klassifizieren und Biomarker zu identifizieren? Eine Arbeitsgruppe an der Hochschule Coburg entwickelt zu diesem Zweck gezielt erklärbare KI-Modelle unter Hinzunahme biologischer Informationen, um die KI transparent zu trainieren. Im Rahmen des Themenabends Gesundheit soll dieses Grundkonzept nähergebracht werden am Beispiel der Krankheit Krebs.

Dr. Matthias Zwick, Klinische Bioinformatik – Boehringer Ingelheim

In Kohortenstudien erheben Forschende über mehrere Jahre Daten von einer großen Gruppe Studienteilnehmender. Dabei entstehen große Datensätze mit vielen verschiedenen Arten von Messwerten, darunter auch Gen-Informationen. Forschende nutzen maschinelle Lernverfahren, um in diesen großen Datenmengen charakteristische Merkmale für z.B. Krankheiten zu finden, sogenannte Biomarker. Diese Biomarker sollen dann später in der Früherkennung, Diagnose und Therapie genutzt werden können. Hierbei wird maschinelles Lernen eingesetzt zur Vorhersage der Wirksamkeit eines Medikaments anhand solcher Biomarker bzw. bestimmter Patientenmerkmale. Im Rahmen dieses Themenabends soll das anhand konkreter Anwendungsbeispiele nähergebracht werden.

Gesundheit am Puls der Forschung

YouTube

Mit dem Laden des Videos akzeptieren Sie die Datenschutzerklärung von YouTube.
Mehr erfahren

Video laden

Bitte beachte: Ihre Angaben werden verschlüsselt an unseren Server geschickt. Sie erklären sich damit einverstanden, dass wir die Angaben zur Organisation der Veranstaltung verwenden dürfen. Hier finden Sie unsere Datenschutzerklärung.

Bitte aktiviere JavaScript in deinem Browser, um dieses Formular fertigzustellen.
Name
Hinweis
Datenschutz

12.11.2024 | 18:00 Uhr - 19:30 Uhr

Veranstaltungskategorie:

externe Veranstaltung

Website:

Ansprechperson

Dr. Julia Kenzel

Telefon:

09561 317-8120

E-Mail:

Julia.Kenzel@hs-coburg.de

Veranstaltungsort

Alte Kühlhalle,Schlachthofstr. 2, Coburg

Schlachthofstr. 2

96450,

Coburg

https://maps.google.com/maps?f=q&source=s_q&hl=en&geocode=&q=Schlachthofstr.+2+Coburg+96450+Deutschland

Weitere Veranstaltungen

Sie möchten diesen Beitrag teilen? Wählen Sie Ihre Plattform: