In seiner Masterarbeit, die in Kooperation mit der HNU verfasst wurde, stellt der ehemalige Student der Hochschule Aalen praxisnahe Ansätze bereit, um die Gesundheitsversorgung durch IT nachhaltig zu verbessern: Daniel Hieber implementierte ein Convolutional Neural Network, ein künstliches neuronales Netz, das die Heterogenität von Glioblastomen – bösartigen Hirntumoren – auf Basis von Biopsien klassifiziert. Dies ermöglicht eine schnelle und automatisierte Heterogenitätsbestimmung, die die bisherige zeitaufwändige und ressourcenintensive manuelle Analyse durch Neuropathologen und Neuropathologinnen ersetzt. Das Projekt wird noch in diesem Jahr am Universitätsklinikum Augsburg in die Praxis umgesetzt, um die Analyse von Glioblastomen in der medizinischen Praxis zu verbessern.
In seinem fünfminütigen Nominierungsvideo (siehe unten – online unter https://www.youtube.com/watch?v=VCgMnPmzCb0&ab_channel=DMEA) erläutert der HNU-Nachwuchswissenschaftler die Hintergründe seiner Arbeit. Für den Publikumspreis kann unter https://www.surveymonkey.de/r/AudienceAwardDMEA2023 abgestimmt werden.
Daniel Hieber führt seine bisherigen Arbeiten in einer kooperativen Promotion mit Prof. Dr. Rüdiger Pryss (Universität Würzburg) und Prof. Dr. Johannes Schobel (Forschungsprofessor im Bereich Digitale Medizin und Pflege an der HNU) unter dem Titel „Neural Network Assisted Pathology” weiter.
