Medical Knowledge and Decision Support

Die Gruppe für medizinisches Wissen und Entscheidungsunterstützung hat sich zum Ziel gesetzt, neuartige Informatikansätze für die biomedizinische Wissensgewinnung, personalisierte Gesundheit sowie klinisches Datenmanagement und Entscheidungsunterstützung zu entwickeln und zu evaluieren.

Methodisch entwickeln wir neuartige Ansätze der künstlichen Intelligenz, die Vorwissen, das oft formal als Ontologien dargestellt wird, mit groß angelegten maschinellen Lernverfahren aus Daten kombinieren, um wissensbasierte Vorhersagen zu treffen. Darüber hinaus entwickeln und evaluieren wir Ansätze zur Verbesserung der Interpretierbarkeit von Vorhersagemodellen und bewerten diese gemeinsam mit Anwendern und Klinikern, um Erfahrungen mit künstlicher Intelligenz und das Vertrauen in diese zu untersuchen, die durch verschiedene Formen der Visualisierung und Erklärung vermittelt werden.

Unsere Hauptfachgebiete sind metabolische Gesundheit und psychische Gesundheit. Die Aktivitätsüberwachung mit Feedback, beispielsweise durch tragbare Aktivitätssensoren, hat sich bereits als wichtige Strategie zur digitalen Unterstützung gesunder Verhaltensweisen und zur Verbesserung der metabolischen Gesundheit etabliert. Unsere Gruppe hat sich zum Ziel gesetzt, Methoden zu entwickeln, die Informationen aus der individuellen Krankengeschichte, dem zeitlichen Stoffwechselzustand und Aktivitätssensoren mithilfe künstlicher Intelligenz integrieren, um individuelles Feedback zur Stoffwechselgesundheit zu geben und die Früherkennung von Biomarkern für Stoffwechselstörungen zu unterstützen. Wir wenden diese Strategien auch an, um die psychische Gesundheit aus einer patientenzentrierten Perspektive zu interpretieren und zu verstehen, unterstützt durch die Erfassung und Interpretation digitaler Erfahrungsdaten.

Einer unserer Schwerpunkte ist die Entwicklung von Ansätzen, die darauf abzielen, die wissensbasierte Teilautomatisierung der biomedizinischen Evidenzsynthese voranzutreiben und damit die Umsetzung von Erkenntnissen in die Praxis zu beschleunigen.