iXplain_CDS

Peter L. Reichertz Institut für Medizinische Informatik

Nachwuchsgruppe iXplain_CDS

Interoperable und Erklärbare Klinische Entscheidungsunterstützung

Methoden und Anwendung

  • Methoden: KI, interoperable Standards, Machine/Deep Learning, XAI
  • Anwendungsfelder:Tumorboards, Postakutes Infektionssyndrom, proximale Humerusfrakturen, Pädiatrische Neuroradiologie

Organisatorische Eckdaten

iXplain_CDS erforscht und entwickelt am PLRI KI-basierte klinische Entscheidungsunterstützungen, die durch ihr interoperables Design klinikübergreifend eingesetzt werden können und durch Erklärungskomponenten die Belastbarkeit der Vorhersagen sowie das Vertrauen von Mediziner:innen und Patient:innen erhöhen. Foci liegen auf der Partizipation von Patient*innen und klinisch Tätigen während der Entwicklung, auf der Evaluation im klinischen Setting sowie der Translation der entwickelten Systeme.

Die thematische Breite erstrecken sich von post-akuten Infektionssyndromen über infektiöse Krankheiten, wie Norovirusinfektionen, und Frakturen bis hin zur Patientenedukation und Unterstützung von Tumorkonferenzen sowohl in Hinsicht auf Diagnostik als auch Therapieplanung.


Forschungsschwerpunkte

Interoperabilität

Offene Standards und Plattformkompatibilität: Systeme werden so entwickelt, dass sie in verschiedenen Datenplattformen und klinischen Umgebungen eingesetzt werden können.
   

Erklärbarkeit (Explainable AI)

Transparente Modelle: Die entwickelte Künstliche Intelligenz soll nicht nur Vorhersagen liefern, sondern auch verständlich machen, wie und warum sie zu diesen Ergebnissen kommen, was entscheidend für klinische Akzeptanz ist.
   

Verarbeitung multimodaler Daten

Multimodale Daten, wie strukturierte Routinedaten, Bilddaten und OMICs-Daten, werden gemeinsam analysiert und in Entscheidungsprozesse eingebunden.
   

Klinische Use Cases

  • Proximale Humerusfrakturen
  • Karzinome und Präkanzerosen, wie Brust- und Eierstockkrebs
  • Neuroradiologie
  • Postakutes Infektionssyndrom

   

Beispiele aus der Praxis

Erste Use Cases zeigen das Potenzial in realen klinischen Szenarien, zum Beispiel:
   

  • Bewertung der Gehirnreife bei Kindern anhand von MRT Bildern,
  • Unterstützung von Tumorboards durch leitliniengetreue Therapieempfehlungen   

Leitung der Nachwuchsgruppe

Sie interessieren sich für eine Zusammenarbeit oder möchten mehr erfahren? Wir freuen uns über den Austausch mit klinischen und wissenschaftlichen Partnern. Bitte nehmen Sie einfach mit Dr. Dominik Wolff Kontakt auf.

   

   

Mitarbeitende

Sarah Nee
Wissenschaftliche Mitarbeiterin
Leonie Ramin
Wissenschaftliche Mitarbeiterin
Juliane Alexandra Schneider
Wissenschaftliche Mitarbeiterin
Dr. med. Adrian Schulz
Wissenschaftlicher Mitarbeiter
Katharina Wendt
Wissenschaftliche Mitarbeiterin