Biomedical Data Intelligence

Das Geschäftsfeld Biomedical Data Intelligence umfasst die gesamte daten- und wissensgetriebene Wertschöpfungskette der translationalen biomedizinischen Forschung. Zu den Kernkompetenzen zählen die systematische Integration, Modellierung und Repräsentation biomedizinischen Wissens sowie multimodaler Daten. Darüber hinaus entstehen fortgeschrittene, problemorientierte KI-Algorithmen, die die Entscheidungsfindung in der frühen Wirkstoffforschung und der klinischen Forschung unterstützen.

Zwei Abteilungen mit komplementären Aufgabenprofilen tragen die Forschungsarbeiten im Geschäftsfeld:

• Die Abteilung Bioinformatik baut auf langjähriger Expertise in biomedizinischem Text Mining, semantischen Technologien und Knowledge Graphs auf, um computergestützte Modelle von Krankheitsmechanismen und therapeutischen Hypothesen zu entwickeln. Diese wissensbasierten Repräsentationen ermöglichen eine mechanismenorientierte Interpretation experimenteller und klinischer Daten, insbesondere in komplexen Krankheitsfeldern wie der Neurodegeneration.
• Die Abteilung Biomedical AI & Data Science konzentriert sich auf Maschinelles Lernen, kausale Inferenz und Scientific AI für Real-World- und klinische Studiendaten. Zu den zentralen Themen zählen individualisierte Time-to-Event-Risikoprognosen, die Modellierung longitudinaler Krankheitsverläufe, die Generierung synthetischer Daten, die kausale Schätzung von Behandlungseffekten sowie digitale Zwillinge. Besonderes Gewicht legt die Abteilung auf Vertrauenswürdigkeit, insbesondere durch das Erklären und Kontextualisieren von Modellvorhersagen.

International ist das Geschäftsfeld hervorragend vernetzt und arbeitet eng mit führenden Universitäten, Universitätskliniken, Forschungseinrichtungen sowie Industriepartnern aus der pharmazeutischen Industrie, der Biotechnologie und dem Softwaresektor zusammen. Als Teil eines Instituts für angewandte Forschung agiert Biomedical Data Intelligence an der Schnittstelle zwischen akademischer Exzellenz und industrieller Innovation. In dieser Rolle bietet das Geschäftsfeld maßgeschneidertes Algorithmendesign, kundenspezifische Use Cases, innovative Softwarelösungen, systematische Literaturreviews, Schulungen sowie strategische Partnerschaften.

Darüber hinaus leistet das Geschäftsfeld einen Beitrag zur akademischen Ausbildung von Studierenden im Studienprogramm „Life Science Informatics“ am Bonn-Aachen International Center for Information Technology (B-IT).

1. Information aus unstrukturierten Daten gewinnen

35 Prozent aller Daten weltweit sind gesundheitsbezogene Daten. Etwa 80 Prozent davon sind unstrukturierte Daten.

2. Technologien für Wissensgraphen

Unsere Graphenmodelle stellen Daten und Wissen im vom Computer berechenbarer Form bereit. Die gemeinsame Semantik bildet die Grundlage für die Interoperabilität von Daten und Wissen.

3. Modelle, die Daten und Wissen kombinieren

Modelle, die Daten und Wissen integrieren, bilden die Grundlage für unsere Ansätze in der Präzisionsmedizin. Sofern Wissen über Krankheitsmechanismen vorhanden ist, lassen sich Daten auch auf Patientenebene analysieren.

4. Handlungsorientierte Erkenntnisse und Entscheidungsunterstützung

Künstliche Intelligenz und Data Science helfen uns nicht nur dabei, »neue Signale« in den vorliegenden Daten zu identifizieren, sondern sie unterstützen auch die Interpretation der Daten. Wir nutzen die Erkenntnisse aus unserer Analyse zur Unterstützung der Entscheidungsfindung in Forschung und Entwicklung sowie der klinischen Therapie.