Unser Ziel: Bessere Behandlung für den einzelnen Patienten
Unsere Forschungsarbeiten haben sowohl eine methodische als auch eine anwendungsorientierte Komponente, wobei die Methodenentwicklung typischerweise durch Fragen aus der Anwendung (z.B. aus der Pharmaindustrie) bestimmt wird. Derzeit umfassen diese Anwendungen vor allem folgende Gebiete:
- Präzisionsmedizin (das passende Medikament für den einzelnen Patienten):
- KI-basierte Modellierung von Krankheitsrisiko, Krankheitsverlauf und Krankheitssubtypen
- KI-basierte Simulation virtueller Patientendaten als Mechanismus zur Einhaltung des Datenschutzes bei gemeinsamer Nutzung von Daten
- frühe Wirkstoffentwicklung (bessere Auswahl von Kandidaten für neue Wirkstoffe):
- KI-basierte Priorisierung von Kandidaten für neue Wirktsoffe
- KI-Methoden zur Vorhersage unerwünschter Nebenwirkungen
Darüber hinaus verfügen wir über langjährige Erfahrung bei Anwendungen der KI in der Systemmedizin (Reverse Engineering und Simulation biologischer Netzwerke).
Um die hochkomplexen Fragen anzugehen, die sich in verschiedenen Anwendungen ergeben, ist ein breites Spektrum von Techniken aus KI und Data Science erforderlich (z.B. neuronale Netze, Bayessches Lernen, Bayessche Netze, Kernel-Methoden, Boosting usw.). Dabei liefern Standardlösungen nur selten zufriedenstellende Ergebnisse. Deshalb besteht ein großer Teil unserer Arbeit darin, KI- und Data Science Methoden so zu entwickeln oder anzupassen, dass sie konkrete Anwendungsprobleme lösen. Beispiele für unsere Methodenentwicklungen in den letzten Jahren sind
- »Hybride« KI: Kombination und Integration von Wissen (z.B. in Form von Graphen) in Modelle des maschinellen Lernens,
- (Generative) Modellierung multivariater Zeitreihen, darunter auch Ansätze zur Behandlung fehlender Werte,
- Modelle, die sich mit mehreren Datenmodalitäten und biologischen Skalen befassen.
Wir haben viel Erfahrung mit verschiedenen Arten von »-omics«-Daten, aber in den letzten Jahren sind andere Daten (z.B. klinische oder von der Bio-Bildgebung abgeleitete Merkmale) immer wichtiger geworden.