Die Hochschule Heilbronn und das Universitätsklinikum Ulm setzen gemeinsam die Verbundprojekte „Virtuelle kieferorthopädische Therapieplanung“ und „KI-Nutzung in der kieferorthopädischen Lehre“ um, bei denen Human-Centered AI Studierende und Lehrende unterstützt. Die Projekte werden durch die Stiftung Innovation in der Hochschullehre gefördert.

Die Helmholtz-Gemeinschaft bündelt ihre Aktivitäten in der Präventionsforschung und hat dafür die „Helmholtz Health Prevention Task Force“ ins Leben gerufen. In einem jetzt veröffentlichten Strategiepapier skizziert das Expertengremium erste Konzepte zur besseren Integration von Prävention in die medizinische Praxis.

KI-Allianz Baden-Württemberg - 08.04.2025

KI in die Fläche bringen

Künstliche Intelligenz birgt Chancen und Risiken. Damit KI-Lösungen Vorteile für Bürgerinnen und Bürger sowie Unternehmen im Land bringen, setzt sich die KI-Allianz Baden-Württemberg für die Vernetzung der KI-Akteure ein. In Zukunft ist auch die Gesundheitsbranche im Fokus der Genossenschaft.

Ein aktueller Artikel von Prof. Dr. Martin Haimerl und Prof. Dr. Christoph Reich der Hochschule Furtwangen zeigt, dass maschinelles Lernen (ML) in der Medizin häufig ohne eine umfassende Risikoabwägung bewertet wird. Die Autoren untersuchten, inwieweit aktuelle wissenschaftliche Arbeiten risikobasierte Metriken in die Bewertung von KI-Modellen für medizinische Geräte einbeziehen.

Künstliche Intelligenz kann für Ärzt:innen bei Diagnosen und Therapieempfehlungen eine wertvolle Unterstützung sein. Um jedoch akzeptiert zu werden, ist Vertrauen in die KI essenziell. Das Projekt Ethyde, eine Kooperation der Universität Hohenheim und des Bayerischen Forschungsinstitut für Digitale Transformation, will eine erklärbare KI entwickeln, die Entscheidungsprozesse offenlegt und die Korrektur fehlerhafter Ausgaben zulässt.

Das Medizintechnikunternehmen KARL STORZ gibt die Akquisition des innovativen Software-Herstellers Innersight Labs Ltd. (ISL) mit Hauptsitz in London bekannt. Neben hochmodernen Endoskopen und integrierten Komplettlösungen für den Operationssaal expandiert KARL STORZ damit weiter im Bereich innovativer Softwarelösungen. Der große Kundenstamm, darunter etliche anerkannte Ärztinnen und Ärzte weltweit, kann sich zukünftig auf 3D-Modelle freuen.

Vicinity Bio: Optimierung der Krebsdiagnostik - 27.11.2024

Umfassende histologische Diagnostik dank hochdimensionaler Bildgebung und Künstlicher Intelligenz

Die mikroskopische Begutachtung von Gewebeproben ist vor allem in der Tumordiagnostik unverzichtbar. Durch neuartige Bildgebungsverfahren in Kombination mit maschinellem Lernen kann das Tübinger Unternehmen Vicinity Bio jetzt aus Schnittpräparaten umfangreiche Datensätze einzelner Zellen erstellen. Dies ermöglicht Unterstützung beim Finden zielgerichteterer Therapien und ein besseres Verständnis von Abläufen und Funktionen in Geweben und Tumoren.

Künstliche Intelligenz kann die Auswertung von medizinischen Bilddaten verbessern. So können auf Deep Learning basierende Algorithmen die Lage und Größe von Tumoren feststellen. Dies ist das Ergebnis von autoPET, eines internationalen Wettbewerbs zur medizinischen Bildanalyse. Forscher vom Karlsruher Institut für Technologie (KIT) erreichten den fünften Platz.

Die reproduzierbare und präzise Herstellung von komplexen Organoid-Modellen zur Simulation von Fehlfunktionen menschlicher Organe steht im Mittelpunkt eines interdisziplinären Forschungsvorhabens an der Universität Heidelberg. Ein Forschungsteam aus den Lebens- und Ingenieurwissenschaften möchte dazu das Engineering molekularer Systeme mit Maschinellem Lernen und automatisierten Herstellungsmethoden verbinden.

Das Projekt RettungsNetz-5G soll die akute medizinische Notfallversorgung mittels 5G-Technologie verbessern. Konkret geht es darum, Diagnostik und erste Therapieschritte an den Einsatzort zu bringen, unter anderem bei Patientinnen und Patienten mit Schlaganfall.

Algorithmen können dabei helfen Tumore zu lokalisieren. Bisher erfassen Radiologinnen und Nuklearmediziner die Größe der sogenannten Tumorläsionen manuell in 2D-Schichtbildern. Dieser Prozess ist sehr zeitintensiv. Ziel der Challenge war es, den Prozess zu automatisieren. Die Studienergebnisse zeigen, dass Algorithmen Potenzial haben, um zukünftig im klinischen Alltag für diese Aufgabe eingesetzt zu werden.

Eine neue Studie zeigt, wann die Tiefe Hirnstimulation die Lebensqualität von Patientinnen und Patienten verbessern kann. Maschinelles Lernen kann dabei helfen, die Erfolgsaussichten der Tiefen Hirnstimulation bei Parkinson vorherzusagen. Anhand der Daten von operierten Patientinnen und Patienten und mithilfe maschinellen Lernens konnten wichtige Faktoren ermittelt werden, die den Therapieerfolg bestimmen.

Ob wir Veranlagungen für bestimmte Krankheiten haben, hängt im hohen Maße von den unzähligen Varianten in unserem Erbgut ab. Doch insbesondere bei Erbgut-Varianten, die in der Bevölkerung nur selten auftreten, ist der Einfluss auf die Ausprägung bestimmter krankhafter Merkmale schwer zu ermitteln. Forschende stellen nun einen auf Deep Learning basierenden Algorithmus vor, der auch die Auswirkungen seltener Erbgut-Varianten vorhersagen kann.

Fünf länder- und institutionenübergreifende Doktorandennetzwerke an der Universität Heidelberg werden im Rahmen der „Marie Skłodowska-Curie Actions“ gefördert. Sie bearbeiten gemeinsam aktuelle wissenschaftliche Themen mit hohem Innovationspotential. An der Ruperto Carola koordiniert wird ein MSCA Doctoral Network zum Thema Künstliche Intelligenz in der Physik, zwei Netzwerke in der Medizin, in den Biowissenschaften und Ingenieurwissenschaften.

Die Wissenschaft hat lange nach Möglichkeiten gesucht, neuronale Netze im Gehirn mit Computern zu simulieren, um zu verstehen, wie sie funktionieren. Mit neuen Erkenntnissen über die neuronalen Schaltpläne im Gehirn der Fruchtfliege und mit Hilfe von KI gelang es nun Forschenden, ein neuronales Netz zu knüpfen. Dieses sagt die Aktivität einzelner Neuronen vorher, ohne dass Messungen an einem lebenden Gehirn vorgenommen werden müssen.

Freiburger Forschende haben wichtige Fortschritte im Verständnis der immunologischen Veränderungen im Gehirn von COVID-19-Genesenen gemacht. Im Gehirn von Personen, die eine SARS-CoV-2-Infektion überstanden haben, fanden sie Anzeichen einer anhaltenden Aktivierung des angeborenen Immunsystems. Diese Erkenntnisse könnten entscheidend für die Entwicklung neuer Therapien für Patienten mit langfristigen neurologischen Symptomen nach COVID-19 sein.

Die Mehrzahl der Seltenen Erkrankungen ist genetisch verursacht. Die zugrundeliegende Erbgutveränderung kann immer besser beispielsweise durch die so genannten Exom-Sequenzierung (ES) gefunden werden und so zu einer molekulargenetischen Diagnosestellung führen. Die ES ist eine Untersuchung aller Abschnitte unserer Erbsubstanz (DNA), die Proteine kodiert.

Forschende der Universität Heidelberg haben im renommierten Wissenschaftsjournal Lancet Digital Health eine Studie zu mehr als 60.000 Patienten veröffentlicht und zeigen das Potenzial von KI in der Herzmedizin auf.

Beim Finale der Cyber Valley Days haben Wissenschaftsministerin Petra Olschowski das ELLIS Institut Tübingen eröffnet und damit die nächste Phase des KI-Innovationscampus eingeläutet. Durch das weltweit erste ELLIS Institut gewinnt Cyber Valley weiter an Strahlkraft. Beim Festakt gab Ministerin Olschowski außerdem bekannt: Das Karlsruher Institut für Technologie (KIT) schließt sich Cyber Valley an.

Forscher am Max Planck Institut für Biologie Tübingen, der Universität Tübingen und des Universitätsklinikums Tübingen haben ein internetbasiertes Toolkit entwickelt, um Proteindesign schneller und einfacher zu machen. Hierzu braucht man als Nutzer keine große Rechnerkapazität oder extensive Erfahrung im Bereich des Proteindesigns.

Künstliche Intelligenz kommt in der Medizin immer häufiger zum Einsatz. Doch wie kann man sichergehen, dass Diagnosen wirklich genau sind und von Ärztinnen und Ärzten auch nachvollzogen werden können? Und wer ist verantwortlich, wenn falsch behandelt wird? Diesen Fragen widmet sich das neue, interdisziplinäre Graduiertenkolleg „Knowledge Infusion and Extraction for Explainable Medical AI“ (KEMAI) der Universität Ulm.

Mit der Frage, wie sich aus großen molekularen Datensätzen neue Erkenntnisse zu grundlegenden biologischen Mechanismen gewinnen lassen, befasst sich eine Emmy-Noether-Nachwuchsgruppe an der Universität Heidelberg. Unter der Leitung von Juniorprofessorin Dr. Britta Velten hat sie am Centre for Organismal Studies und am Interdisziplinären Zentrum für Wissenschaftliches Rechnen ihre Arbeit aufgenommen.

Team unter Beteiligung der Universität Freiburg hat eine neue Analysemethode für die Basalmembran in der menschlichen Lunge entwickelt.

Wie maschinelles Lernen dabei helfen kann, komplexe Zusammenhänge zwischen Genen, Proteinen und Krankheiten zu verstehen, untersucht Dr. Pascal Schlosser in einer neuen Emmy Noether-Gruppe.

Krebs ist nach Herz-Kreislauf-Erkrankungen unverändert die zweithäufigste Todesursache im Land. Die Mitarbeitenden des Krebsregisters Baden-Württemberg erforschen derzeit, wie künstliche Intelligenz die Versorgung von Krebspatientinnen und -patienten verbessern kann.