Institut Predictive Deep Learning for Medicine and Healthcare
Willkommen im Institut Predictive Deep Learning for Medicine and Healthcare
Vorlesungen:
 InstitutFriedrichstraße 25 Bürozeiten: 8:30 - 16:00
|
Das Institut für Predictive Deep Learning for Medicine and Healthcare (PredLMed) an der Justus‑Liebig‑Universität widmet sich der Entwicklung von Machine‑Learning‑ und Deep‑Learning‑Algorithmen, um die Systemmedizin voranzubringen, indem multimodale biomedizinische Daten analysiert und diese Technologien kritisch in die klinische Praxis übertragen werden. Die Gruppe konzentriert sich besonders auf die integrative Analyse multimodaler medizinischer Daten, wie elektronische Patientenakten, molekulare Daten (z. B. Gen‑ und Proteinexpressionsdaten) sowie medizinische Bildgebungsdaten, um die Krankheitsvorhersage und Therapieoptimierung zu unterstützen. ML‑Technologien wurden bereits erfolgreich in zahlreichen Bereichen der Gesundheitsforschung eingesetzt, etwa in der Onkologie, Psychiatrie und Kardiologie. Dennoch bestehen weiterhin mehrere Herausforderungen, die die Translation dieser Fortschritte in Forschung und Praxis behindern. Insbesondere begrenzte Stichprobengrößen, Datenschutzaspekte und systematische Verzerrungen innerhalb einzelner Patientenkohorten führen zu Datenknappheit und Heterogenität in medizinischen Registern und biomedizinischen Datenbeständen. Darüber hinaus untergräbt das Fehlen interpretierbarer und zuverlässiger Vorhersagen das Vertrauen in ansonsten hochgenaue Modelle. Deshalb hat sich die PredLMed‑Gruppe zum Ziel gesetzt, diese Herausforderungen zu bewältigen, indem sie neuartige rechnerische Architekturen und Algorithmen einsetzt und entwickelt. Dazu gehören Transfer‑Learning‑ und Foundation‑Modelle, um Probleme der Datenintegration zu überwinden und kleine Stichprobengrößen zu ermöglichen; Online‑ und zeitkritische Ereignisvorhersagen; föderiertes Lernen für die sichere Integration verteilter medizinischer Datensätze und Ressourcen; sowie der Einsatz erklärbarer Künstlicher‑Intelligenz‑Methoden, um das Nutzervertrauen zu erhöhen, indem Modell‑ und Vorhersagezuverlässigkeit sowie Interpretierbarkeit verbessert werden. |
Stellen/Promotionen
|
Fotobearbeitung: JLU/Anna Sposato; unbearbeitetes Originalfoto "Institut": Anna Sposato; unbearbeitetes Originalfoto "Kontakt PredLMed": colourbox.de; unbearbeitetes Originalbild "News": KI-generiert mit Hilfe von Adobe Firefly; unbearbeitetes Originalfoto "Jobs": colourbox.de;