Künstliche Intelligenz in der Onkologie

Künstliche Intelligenz verändert grundlegend unser Verständnis menschlicher Erkrankungen. Unsere Forschung entwickelt Machine-Learning-Methoden und Foundation Models, die großskalige biomedizinische Daten integrieren, um Krankheitsmechanismen zu untersuchen, Gesundheitsverläufe vorherzusagen und biomedizinische Erkenntnisse voranzutreiben.

Wir entwickeln KI-Methoden, die aus unterschiedlichen Datenmodalitäten lernen, darunter elektronische Gesundheitsakten, Pathologiebilder, Genomik, molekulare Profilerstellung, Spatial Biology sowie medizinische Bildgebung. Eines der zentralen Forschungsprojekte der Arbeitsgruppe ist Delphi, ein Foundation Model für menschliche Erkrankungen.

Unsere Forschung verbindet methodische Weiterentwicklungen im Bereich der Künstlichen Intelligenz mit Anwendungen auf grundlegende und klinisch relevante Fragestellungen. Wir entwickeln Ansätze für multimodales Lernen, Large Language Models sowie computergestützte Methoden zur Integration heterogener biomedizinischer Daten. Aktuelle Forschungsschwerpunkte umfassen die Vorhersage von Erkrankungen auf Basis Langzeit-Gesundheitsdaten, KI-gestützte digitale und computergestützte Pathologie, die Vorhersage molekularer Tumoreigenschaften anhand routinemäßiger histologischer Präparate, die Integration pathologischer, genomischer und bildgebender Daten sowie KI-gestützte Ansätze für die biomedizinische Forschung und Diagnostik.

In enger Zusammenarbeit mit Partnern aus der klinischen und experimentellen Forschung verfolgen wir das Ziel, Fortschritte im Bereich der Künstlichen Intelligenz zu nutzen, um neue Erkenntnisse über Krebs und andere Erkrankungen zu gewinnen und zu einer präziseren, datengestützten biomedizinischen Forschung und Diagnostik beizutragen.

Ehemalige Mitglieder