Dr. med. KI – Künstliche Intelligenz in der Medizin

KI-basierte Entscheidungsprozesse können von Anwender:innen oft nicht nachvollzogen werden. Es bleibt im Dunkeln, welche Faktoren bei Vorschlägen, Vorhersagen und Entscheidungen einen Ausschlag geben. Gleichzeitig machen KI-Systeme bereits heute in vielen Fällen weniger Fehler als der Mensch. Sollten diese Systeme auch für den Menschen nicht-nachvollziehbare Entscheidungen treffen dürfen oder soll...

Vince Madai ist leitender KI-Forscher am QUEST-Zentrum für Responsible Research am Berlin Institute of Health der Charité Berlin sowie Gastprofessor für Medizinische Informatik an der Birmingham City University. Mit Kerstin Ritter spricht er über systematische Verzerrungen (Bias) in Daten und Algorithmen, wenn es beispielsweise um Alter, Geschlecht und Hautfarbe geht. Wie damit umgegangen wird und...

Fabian Prasser ist Professor für Medizininformatik am Institute of Health der Charité Berlin. Er spricht mit Kerstin Ritter über die Bedeutung von Daten in der Medizin, die Rahmenbedingungen des Datenschutzes und der Datensicherheit in Deutschland sowie über ethische Aspekte im Umgang mit Datenbanken. Viel Spaß beim Anhören!

In der zweiten Folge zu KI im klinischen Alltag sprechen Susanne Michl und Kerstin Ritter unter anderem über Algorithmen, durch die sich Überlebenswahrscheinlichkeiten ermitteln lassen, das Recht auf Nichtwissen und wie KI das Trauern verändern könnte. Klingt spannend? Dann hör jetzt in die neue Folge von Dr. med. KI rein!

Susanne Michl ist Medizinethikerin und leitet die Arbeitsgruppe Medical Humanities und Medizinethik an der Charité Berlin. Sie spricht mit Kerstin Ritter über ethische und rechtliche Aspekte bei der Verwendung von KI im Krankenhausalltag. Wie durch die zunehmende Verwendung von KI-Systemen in der Medizin ethische Spannungsfelder entstehen und wie sich diese möglicherweise auf das Verhältnis von Är...

Alexander Meyer befasst sich an der Charité und dem deutschen Herzzentrum Berlin damit, wie sich anhand klinischer Routinedaten lebensbedrohliche Ereignisse vorhersagen bzw. klassifizieren lassen. Hierbei wird datenbasiert ein "physiologischer Fingerabdruck" erstellt, der bei der Risikoberechnung eines Ernstfalls entscheidend sein kann. Welches KI-Verfahren hierbei Verwendung findet und ob das Ver...

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 spiel...

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 Methoden...

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 Computertechnol...

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 Hand...

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 spie...

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.

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.

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

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.

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.

KI-Methoden halten zunehmend Einzug in die Bereiche der Medizin und nehmen dadurch Einfluss auf die Arbeitsweisen von Mediziner*innen. In dieser Folge werden wichtige KI-Anwendungen vorgestellt.

In der ersten Folge des Podcasts von Charité und KI-Campus geht es um verschiedene Formen von Intelligenzen und historischen Entwicklungen im Feld der Künstlichen Intelligenz (KI).