Die Forschungsgruppe „AI-based Telemonitoring“ konzentriert sich auf die Integration künstlicher Intelligenz (KI) in die klinische Praxis. Mit der Weiterentwicklung der Telemedizin hat die Menge wertvoller Patientendaten erheblich zugenommen, was neue Möglichkeiten für KI-gestützte Erkenntnisse zur Verbesserung der Patientenversorgung eröffnet. Unsere Forschung zielt darauf ab, diese Datenströme zu nutzen und modernste KI-Techniken mit klinischem Fachwissen zu kombinieren.

Unser Team konzentriert sich auf Anwendungen in der Kardiologie, arbeitet aber auch interdisziplinär mit anderen Fachbereichen zusammen, darunter Neurologie, Psychologie, Sportwissenschaft, Bioinformatik, Statistik und Informatik. Dieser interdisziplinäre Ansatz ermöglicht es uns, sowohl Grundlagenforschung als auch angewandte Forschung zu betreiben, wobei der Schwerpunkt auf der praktischen Anwendung von KI in realen klinischen Umgebungen liegt.

Zu den wichtigsten Forschungsbereichen gehören:

• KI für Wearables: Nutzung von maschinellem Lernen zur Analyse von Daten aus tragbaren Geräten, um vorausschauende Erkenntnisse für die Früherkennung und Behandlung von Herz-Kreislauf- und neurologischen Erkrankungen zu gewinnen.

• Multimodales ML für die Medizin: Nutzung von maschinellem Lernen zur Analyse klinischer Daten verschiedener Modalitäten, darunter elektronische Gesundheitsakten (EGH), medizinische Bildgebung, tragbare Sensoren und Genomdaten.
• Herz-Kreislauf-Bildanalyse: Entwicklung von KI-Modellen zur Verbesserung der Genauigkeit und Effizienz der Herz-Kreislauf-Bildgebung, um präzise Diagnosen und personalisierte Behandlungspläne zu unterstützen.
• Erklärbare KI in der klinischen Praxis: Weiterentwicklung erklärbarer KI-Techniken, um sicherzustellen, dass maschinelle Lernmodelle transparente, interpretierbare Ergebnisse liefern, denen Kliniker vertrauen und die sie bei der Entscheidungsfindung anwenden können.

Wir sind auf die Verwendung einer Vielzahl fortschrittlicher Methoden des maschinellen Lernens spezialisiert, wobei wir großen Wert auf Erklärbarkeit und Reproduzierbarkeit legen, um sicherzustellen, dass unsere Methoden leicht repliziert und für den Einsatz in verschiedenen klinischen Umgebungen skaliert werden können. Unsere Forschung zielt darauf ab, KI-Tools nahtlos in klinische Arbeitsabläufe zu integrieren und benutzerfreundliche Lösungen anzubieten, die den Bedürfnissen von Gesundheitsdienstleistern und Patienten entsprechen.