Blogs on KI in der Medizin » Lamarr-Institut

Illustration. Showing a glowing human brain in blue and purple tones connected to a stylized walking human figure. Bright data and network structures flow between the brain and body, symbolizing neurological processes, movement, and AI-supported Parkinson’s disease research.

Künstliche Intelligenz in der Parkinson-Forschung

Prof. Dr. Holger Fröhlich,

13. Mai 2026

Kann Künstliche Intelligenz die Zukunft der Parkinson-Versorgung verändern? Dieser Beitrag zeigt, wie vertrauenswürdige KI-Methoden eine frühere Diagnose, personalisierte Behandlungen und bessere Vorhersagen des Krankheitsverlaufs ermöglichen könnten....

BlogForschung

KI und ML in den Life Sciences

Dr. Elena Xerxa,

06. November 2024

Erfahren Sie, wie KI und maschinelles Lernen die Lebenswissenschaften transformieren, indem sie Transparenz in der Pharmaforschung fördern und chemisches sowie biologisches Wissen durch interdisziplinäre Forschung am Lamarr-Institut erweitern....

00 Blog ML Classroom Gaussche Mix Modell Nguyen Lea 3 - Lamarr Institute for Machine Learning (ML) and Artificial Intelligence (AI)

BlogGrundlagen

Clustering zur Erkennung von Mustern in der Medizin: Gaussian Mixture Models erklärt

Lea Nguyen,

24. April 2024

In medizinischen Daten verstecken sich häufig schwer zu erkennende, aber für Diagnostik und Therapie relevante Muster. Wie können wir diese Strukturen identifizieren? Der Clustering-Algorithmus Gaussian Mixture Models gibt eine Antwort darauf....

Beitragsbild 1 - Lamarr Institute for Machine Learning (ML) and Artificial Intelligence (AI)

BlogAnwendung

Einblicke in den AAAI XAI4Sci Explainable Machine Learning for Sciences Workshop

Katharina Beckh,

02. April 2024

Mit erklärbarem maschinellem Lernen neue Entdeckungen ermöglichen – wie sich die Wissenschaften mit Erklärbarkeit beschäftigen beschreiben wir in unserem Blogbeitrag, der die wichtigsten Erkenntnisse des AAAI XAI4Sci Workshops zusammenfasst. ...

BlogGrundlagen

Wie verändert Künstliche Intelligenz die medizinische Pflege und Diagnose?

Dario Antweiler,

24. August 2022

In Kooperation mit dem Landesfrauenrat RLP: Dieser Beitrag wirft einen Blick hinter die Kulissen Künstlicher Intelligenz in der Medizin und zeigt, wie KI die medizinische Pflege und Diagnose verändert....

00 blog goerge - Lamarr Institute for Machine Learning (ML) and Artificial Intelligence (AI)

BlogAnwendung

KI in der Radiologie – Mit Deep Learning hämorrhagische Schlaganfälle klassifizieren und erklären

Rebekka Görge,

27. Juli 2022

Kommt es zum Schlaganfall, ist eine schnelle Intervention gefordert. Eine Deep Learning Klassifizierung könnte Ärzt*innen unterstützen. In sicherheitskritischen Bereichen wie der Medizin müssen Vorhersagen einer KI jedoch nachvollziehbar sein....

00 Blog Sujan Semantic Concept Testing 9 - Lamarr Institute for Machine Learning (ML) and Artificial Intelligence (AI)

BlogAnwendung

Ein Ansatz zum granularen Testen von tiefen neuronalen Netzen

Sujan Sai Gannamaneni,

01. Juni 2022

Vor dem Einsatz neuer Technologien wie Deep Learning (DL) in sicherheitskritischen Anwendungen ist die Einführung strenger Test- und Zertifizierungsverfahren unerlässlich. Wir schlagen einen Testansatz vor, der Schwachstellen in DL-Modellen identifizieren könnte....

Ranking SVM|Ranking Support Vector Machine (Ranking SVM)|Schematische Darstellung der Abschätzung der Krankheitsaktivität der Patient*innen|Ranking SVM bei Patienten|Ranking SVM bei Patienten|Schematische Darstellung der Abschätzung der Krankheitsaktivität der Patient*innen|Schematische Darstellung der Abschätzung der Krankheitsaktivität der Patient*innen|||

BlogForschung

Krankheitsverläufe besser einschätzen mit Ranking SVM

Sabine Kugler,

30. Juni 2021

Klinische Studien enthalten neben objektiven Indikatoren der Patient*innen oftmals subjektive Experteneinschätzungen zum Krankheitsstatus. Um Schwankungen von Expertenwissen zu reduzieren, wird die bestehenden Einschätzungen mit gemessenen Indikatoren anhand einer Ranking SVM kombiniert....

|Visualisierung und Analyse des Infektionsgeschehens unterstützen die Kontaktnachverfolgung|Geografischer Unterschied in der Verbreitung in drei zeitlichen Phasen|Visulisierungen zu den Infektionsgeschehen zwischen Altersgruppen|||

BlogAnwendung

Wie kann Maschinelles Lernen bei der Bekämpfung von Corona helfen?

Dario Antweiler, Dr. Sebastian Ginzel,

28. April 2021

Die aktuelle Corona-Pandemie stellt die Gesundheitsämter in Deutschland vor große Herausforderungen. In einer Studie mit dem Gesundheitsamt Köln konnten Wissenschaftler*innen mittels Datenanalysetechniken das Infektionsgeschehen nachvollziehen und Ansteckungsmuster erkennen....