Medical Data Science for Assistive Health Technologies

Der demografische Wandel, der sich abzeichnende Fachkräftemangel und die medizinische Versorgung in ländlichen Regionen stellen die Gesundheitssysteme der Industrieländer vor veränderte Anforderungen. Gleichzeitig beeinflusst die fortschreitende Digitalisierung das gesellschaftliche Leben in allen Bereichen. Sensoren begleiten uns im Alltag und generieren große Mengen von Daten, die mithilfe von algorithmischen Mustererkennungsverfahren in Zusammenhang mit unserer Gesundheit (jetzt und in der Zukunft) gebracht werden können.

In der Antrittsvorlesung werden ausgewählte Ansätze aus dem Bereich Medical Data Science vorgestellt, die multimodale Sensordaten (z.B. von Wearables) mit Methoden der Künstlichen Intelligenz und des maschinellen Lernens analysieren, um z.B. neue sensorbasierte Screening-Verfahren einzuführen, AAL-Anwendungen (Ambient Assisted Living) zu entwickeln oder das Monitoring der Gesundheit von Menschen telemedizinisch zu realisieren. Als Diskussionsgrundlage wird zudem der Frage nachgegangen, ob es für unsere Gesellschaft vorteilhaft ist, algorithmische Black-Box-Entscheidungen in der Gesundheitsversorgung abzulehnen.

(Übernahme der W3-Professur o. L. für Medizinische Informatik)

• Mehr: Antrittsvorlesungen