Liegen die richtigen Daten in passender Qualität erst einmal vor, so kann eine KI gut für komplexere Aufgaben in der Medizin trainiert werden – beispielsweise im Bereich der Histopathologie, der Diagnose von Zell- und Gewebematerial. Das Problem dabei, so erläutern Prof. Dr. Johannes Schobel und Daniel Hieber, sei vielmehr der Weg zum geeigneten Datensatz. Wie lassen sich Datenmengen von Bildern mit zehn Milliarden Pixeln intelligent selektieren, automatisiert auf ihre Qualität und Passgenauigkeit prüfen – und dann auch noch für den Einsatz im Machine Learning vorbereiten?
Kreativ, kollaborativ, innovativ: gemeinsames Hacken für die Medizin von morgen
Unter dem Lead der HNU-Forscher reiste ein Team aus Wissenschaftlern mit dieser Frage im Gepäck nach Berlin, um auf dem Healthcare Hackathon an Lösungen zu arbeiten. In Form von Live-Hacking mit direkt verwendbaren KI-Modellen und Echtdaten, Pitches und intensiven Diskussionen bot die Veranstaltung eine ideale Plattform, Fragen rund um KI und Large Language Models in der Medizin kollaborativ auf den Grund zu gehen. Gemeinsam mit Prof. Dr. Johannes Schobel, Moritz Dinser und Daniel Hieber tüftelten Dr. Johannes Allgaier und Carsten Vogel (beide Universität Würzburg) sowie Dr. Dominik Müller (Universität Augsburg) an der Vorverarbeitung der histopathologischen Bilddaten.
Digitale Innovationen im Gesundheitswesen: Schwerpunkt des Instituts DigiHealth an der HNU
Am Institut DigiHealth wird in vielfältigen Zusammenhängen zur Digitalisierung des Gesundheitswesens im Allgemeinen und zur automatisierten Datenanalyse im Speziellen geforscht. So untersucht etwa Daniel Hieber im Rahmen seiner Promotion im Projekt NAP (Neuronal Network Assisted Pathology) histopathologische Bilder von Glioblastomen (bösartigen Hirntumoren), und von Institutsleiter Prof. Dr. Walter Swoboda herausgegebenen, jüngst erschienenen Sammelband „Digitale Innovationen in der Pflege“ findet sich ein von u.a. Prof. Dr. Johannes Schobel und Daniel Hieber verfasster Beitrag zur mobilen Datenerfassung in der Pflege.
Ansprechparter
Prof. Dr. Johannes Schobel
