Maschinelles Lernen

Die Symptome von bakteriellen und viralen Infektionen sind klinisch oft nicht voneinander zu unterscheiden, was Ärzt:innen vor die Herausforderung stellt zu entscheiden, ob sie Patient:innen mit Antibiotika behandeln sollen oder nicht. Diese Unklarheit kann bedauerlicherweise zu einem zu geringen oder übermäßigen Einsatz von Antibiotika führen. Das Immunantwort-Diagnostikum MeMed BV ist in der Lage, zwischen bakteriellen und viralen Infektionen zu unterscheiden.

Die EU hat einem Konsortium unter der Leitung der Universitätsklinik Helsinki eine Finanzierung in Höhe von 7 Millionen Euro gewährt, um die Bedeutung der Darmmikrobiota als Triebkraft für chronisch systemische Entzündungen und ihrer Rolle im Krankheitsverlauf rheumatischer Erkrankungen zu untersuchen. Das Steinbeis Europa Zentrum unterstützt als Projektpartner die Kommunikations- und Verbreitungsaktivitäten des Projektes sowie die Verwertung der Forschungsergebnisse. Das Schweizer Staatssekretariat für Bildung, Forschung und Innovation (SBFI) hat zusätzliche 1,8 Millionen Euro bewilligt. Das Projekt startete im Januar 2023.

Rückenleiden gelten gemeinhin als Volkskrankheit. Die genaue Ursache für diese Probleme zu finden, ist oft schwer. An einem Verfahren, mit dem sich Fehlstellungen und -belastungen des Rückens effizienter beobachten lassen, arbeitet ein Forschungsteam der TU Kaiserslautern (TUK), der Universitätsmedizin in Mainz und mit mehreren Unternehmen. Zum Einsatz kommen hierbei auch Verfahren der Künstlichen Intelligenz (KI), die helfen, die Wirbelsäule individuell zu analysieren. Auf der Medizintechnikmesse Medica in Düsseldorf stellt das Team seine Arbeit am Forschungsstand Rheinland-Pfalz vom 14. bis 17. November vor.

Künstliche Intelligenz (KI) unterstützt die Menschen in Medizin, Mobilität und im Arbeitsalltag. Grundlage für KI-Systeme ist das Training mit Daten – häufig auch personenbezogenen Informationen. Die Methode des verteilten maschinellen Lernens kann den Datenschutz bei der Entwicklung von KI-Anwendungen verbessern, da die verwendeten Daten dabei nicht zentral gebündelt werden, sondern auf den Endgeräten und damit bei den Usern verbleiben. Allerdings kann dies auch neue Angriffspunkte für Cyberkriminelle schaffen. Einen Überblick über Potenziale und Risiken des verteilten maschinellen Lernens gibt die erste Ausgabe von KI Kompakt, einer neuen Publikationsreihe der Plattform Lernende Systeme.

Methoden der KI werden weltweit nicht nur in der Medizin, sondern auch in der Pflege immer mehr eingesetzt. Wenn es zum Beispiel darum geht, Schichtdienste und Personal zu verteilen und effizient einzusetzen, kann man dies durch maschinelles Lernen unterstützen. Durch die Bild- und Signalverarbeitung können drohende oder erfolgte Stürze und Veränderungen in der Mobilität von älteren und pflegebedürftigen Menschen erkannt werden. Eine weitere Möglichkeit ist es, Entscheidungen im Pflegealltag durch Expert:innensysteme, die die Argumentation von menschlichen Expert:innen nachahmen, zu unterstützen. Beispiele wären etwa die Auswahl einer passenden Wundauflage oder einer individuell geeigneten Übung zur Bewegungsförderung.