Beispiele

Retrospektiv validiertes KI-Modell ermöglicht Früherkennung der Alzheimer-Krankheit 6 Jahre im Voraus
 

• https://doi.org/10.1007/s13167-020-00216-z
• https://www.nature.com/articles/s41598-018-29433-3

Innovativer KI-Ansatz ermöglicht die Identifizierung prognostisch relevanter molekularer Krebs-Subtypen auf der Grundlage von Multiomik-Daten

•  https://bmcbioinformatics.biomedcentral.com/articles/10.1186/s12859-020-3465-2

KI-Ansatz ermöglicht effizientere Identifizierung neuer Zielstrukturen für Medikamente
 
 

• https://pubmed.ncbi.nlm.nih.gov/32750869/

Innovativer KI-Ansatz ermöglicht die Generierung realistischer synthetischer Patiententrajektorien
 

• https://www.frontiersin.org/articles/10.3389/fdata.2020.00016/full

KI erlaubt Stratifikation von Alzheimer- und Parkinsonpatienten anhand molekularer Krankheitsmechanismen – ein Schritt in Richtung Präzisionsmedizin in der Neurologie

• https://www.nature.com/articles/s41598-020-76200-4

Ein neu entwickelter KI-Ansatz ermöglicht das Clustering von multivariaten, longitudinalen Patiententrajektorien und die Identifikation von Progressions-Subtypen bei der Alzheimer- und Parkinsonkrankheit

•  https://academic.oup.com/gigascience/article/8/11/giz134/5626377

Ein erklärbarer / interpretierbarer KI-Ansatz erlaubt die Vorhersage von Komorbiditätsrisiken von Epileptikern auf individueller Ebene auf Basis klinischer Routinedaten. Wir haben im Rahmen des Fraunhofer-Zentrums für Maschinelles Lernen einen Demonstrator entwickelt.

• https://www.medrxiv.org/content/10.1101/2020.11.07.20227454v1

Richtung Realisierung der Vision der Präzisionsmedizin: KI erlaubt die Vorhersage des Therapieansprechens auf ein Antiepileptikum

• https://academic.oup.com/brain/advance-article/doi/10.1093/brain/awab108/6178276