Dr. med. KI - Der Podcast zu Künstlicher Intelligenz in der Medizin

Dr. med. KI - Der Podcast zu Künstlicher Intelligenz in der Medizin

#12 - KI in der Onkologie

#12 - KI in der Onkologie

Manuela Benary ist Bioinformatikerin an der Berliner Charité und arbeitet dort am Comprehensive Cancer Center. In ihrem Kernprojekt beschäftigt sich mit personalisierten Therapiemöglichkeiten bei Patient*innen mit seltenen Tumorerkrankungen. Hierfür greift sie auf ein sogenanntes "molekulares Tumorboard" zurück. Was ein Tumorboard ist und inwiefern Daten und Machine Learning dabei eine Rolle spielen, ist u.a. Thema dieser Podcastfolge von Dr. med. KI.

#11 - KI in der Medikamentenentwicklung

Andrea Volkamer leitet an der Berliner Charité eine Arbeitsgruppe zum Thema Strukturelle Bioinformatik und In-silico-Toxikologie. Hierbei gilt ihr besonderes Interesse dem computerbasierten Wirkstoffdesign, welches unter anderem das Ziel verfolgt, mithilfe von Algorithmen synthetische Moleküle zu priorisieren, die später im Wirkstoff eine hohe Erfolgsrate versprechen. Wie innerhalb dieser Methodenentwicklung Deep-Learning-Verfahren zum Einsatz kommen, wie ein Corona Impfstoff Open-Source-basiert entwickelt wird und weshalb ein Medikamentenentwicklungsprozess so lange dauert, erfahrt ihr in dieser Podcastfolge.

#10 - KI in der Nephrologie

Marcel Naik ist Nephrologe und forscht an der Berliner Charité im Bereich Nierentransplantation. Um ein Prognosemodell zur Einschätzung des Risikos für ein Nierentransplantatversagen zu entwickeln, nutzt er eine klinische Datenbank, welche neue Möglichkeiten der Informationsextraktion aus Krankenakten von Transplantationspatient*innen bietet. Zur Entwicklung des Modells helfen neue Computertechnologien und KI-Verfahren. Wie dies genau aussieht, erläutert er in dieser Podcastfolge von Dr.med.KI.

#8 - KI in der Neurobildgebung

Fabian Eitel ist Doktorand an der Charité in Berlin und forscht zu Algorithmen, die in Gehirnbildern neurologische und psychische Krankheiten erkennen. In dieser Podcastfolge erfährst du, welche Krankheiten sich am besten erkennen lassen, worin die Schwierigkeiten bei der Krankheitserkennung liegen und welche KI-Methoden dabei genutzt werden. Des Weiteren erfährst du, welche Rolle dabei Daten spielen.

#9 - Gehirn-Computer-Schnittstellen in der Neurotechnologie

Surjo Soekadar erforscht an der Charité, wie Neurotechnologien bei der Behandlung von neurologischen und psychologischen Erkrankungen eingesetzt werden könnnen. Mit Hilfe von Gehirn-Computer-Schnittstellen werden Hirnsignale analysiert und die Hirnaktivität gezielt verändert. Prof. Soekadar forscht, wie z.B. querschnitsgelähmte Patient*innen mithilfe eines hirngesteuerten Exoskelettes wieder Handbewegungen vollführen können. Dabei spielen maschinelle Lernverfahren eine wichtige Rolle.

#7 - Deep Learning in der Medizin

Maschinelles Lernen und Deep Learning sind beides artverwandte Teilbereiche der Künstlichen Intelligenz. In dieser Podcastfolge erfährst du, worin die grundlegenden Unterschiede zwischen Maschinellem Lernen und Deep Learning bestehen. Des Weiteren werden wichtige Bereiche genannt, in denen Deep-Learning-Verfahren heute in der Medizin Anwendung finden.

#6 - Maschinelles Lernen in der Medizin (2)

Diese Podcast-Folge beschäftigt sich mit Funktionsweisen von Entscheidungsbäumen und linearer Regression. Zudem wird ergründet, worin der Unterschied zwischen Maschinellen- und Deep-Learning-Verfahren liegt.

#5 - Maschinelles Lernen in der Medizin (1)

Ein wesentliches Anwendungsfeld von Maschinellen Lernverfahren sind Klassifikationsprobleme. Diese Podcast-Folge beschäftigt sich mit sogenannten Evaluations-Metriken und wie sich Klassifikationsalgorithmen trainieren lassen.

#4 - Data Science (2)

Nach einem gundlegenden Einstieg in den Bereich der Data Science und den verschiedenen Datentypen liefert diese Podcast-Folge tiefere Einblicke, welche Formen von Daten in der Medizin Anwendung finden.

#3 - Data Science (1)

Daten gewinnen in der Medizin zunehmend an Gewicht. Nicht zuletzt bilden Daten die wichtigste Grundlage bei der Entwicklung von KI. In dieser Folge erhältst Du eine grundlegende Einführung in das Feld der Data Science.