Diagnostik- und Forschungszentrum

FORSCHUNGSSCHWERPUNKT INFORMATION SCIENCE AND MACHINE LEARNING

Teamleiter: Heimo Müller

Fokus: Der Fokus unserer Forschungsgruppe liegt in der Aufbereitung und Analyse von Daten, die im wissenschaftlichen und/oder diagnostischen Prozess entstehen (Fokus: Pathologie). Hierbei werden einerseits Werkzeuge entwickelt, die es ermöglichen, Daten nach den FAIR-Prinzipien zu verarbeiten und andererseits bestehende Algorithmen (künstliche Intelligenz) analysiert und ihre Erklärbarkeit inkl. der Schnittstelle Mensch-Maschine dargestellt und weiterentwickelt (in Zusammenarbeit mit Andreas Holzinger). Ebenso werden im Zuge der Digitalisierung Archivproben der Biobank aufbereitet und in digitalen Katalogen bereitgestellt (in Zusammenarbeit mit Kurt Zatloukal).

Vernetzung: Wir kooperieren mit dem Institut für Medizinische Informatik, Statistik und Dokumentation, Medizinische Universität Graz sowie mit BBMRI-ERIC, BIOBANKS AND BIOMOLECULAR RESOURCES RESEARCH INFRASTRUCTURE CONSORTIUM

Projekte

HEAP-Human Exposome Assessment Platform

  • HEAP schafft mit der Plattform eine Forschungsressource für eine effiziente Analyse des menschlichen Exposoms. Eines der ausschlagebensten Resultate ist das Wissen, das den Forschern folglich aus den Daten von Kohorten, die zum Beispiel im Rahmen der Gebärmutterhalskrebs-Vorsorge gewonnen wurden, zur Verfügung stehen. Die hier entstehende Plattform wird entsprechend der FAIR-Prinzipien (findable, accessible, interoperable and reuseable) aufgebaut und stellt die Nachhaltigkeit der Formate, Kennzeichung und Zugriffsverfahren von Daten sicher.
  • Projektdauer: 2020-2024
  • Gefördert durch: Europäische Kommission
  • Projektpartner: Karolinska Institutet, Statens Serum Institut (SSI), CSC-TIETEEN TIETOTEKNIIKAN KESKUS OY, LOGICAL CLOCKS AB, Stichting MLC Foundation, Uniwersytet Warszawski, European Science Infrastructure Services EEIG, CENTRE INTERNATIONAL DE RECHERCHE SUR LE CANCER, BOARD OF TRUSTEES OF THE LELAND STANFORD JUNIOR UNIVERSITY, Oulun Yliopisto

AIDAVA

  • Um personenbezogene Gesundheitsdaten (PHD) interoperabel, KI-fähig und wiederverwendungsfähig zu machen, möchte das Projekt AIDAVA einen KI-gestützten, virtuellen Assistenten entwickeln (getestet mit Krankenhäusern), der die Automatisierung der Datenpflege maximiert und eine Veröffentlichung von unstrukturierten und strukturierten, heterogenen Daten ermöglicht. Der virtuelle Assistent enthält ein Kurationstools mit KI-basierten personenbezogenen Daten auf die die Benutzer*innen zugreifen können. Fokus liegt hier auf dem Brustkrebspatientenregister und Längsschnitt-Gesundheitsakten für Herz-Kreislauf-Patienten. Durch die zunehmende Automatisierung zur Verbesserung der Datenqualität und Bereitstellung qualitativ hochwertiger Daten wird AIDAVA die Arbeitsbelastung klinischer Datenverwalter verringern, die Wirksamkeit der klinischen Versorgung verbessern und die klinische Forschung unterstützen.
  • Projektdauer: 2022-2026
  • Gefördert durch: Europäische Kommission
  • Projektpartner*innen: Universiteit Maastricht, b!loba, European Research and Project Office GmbH, Katholieke Universiteit Leuven, Sirma AI EAD, MIDATA Genossenschaft, The European Institute for Innovation through Health Data, Sihtasutus Pohja-Eesti Regionaalhaigla, Digi.me Limited, Gnome Design SRL, Averbis GmbH, European Cancer Patient Coalition, European Heart Network ASBL

Biobanking and the Cyprus Human Genome Project

  • Die genetische Untersuchung von Krankheiten und eHealth ist eine Priorität von dem europäischen Projekt CY-Biobanking und kann am besten durch die Schaffung eines Kompetenzzentrums in Zypern erreicht werden; als zeitgemäße Biobank-Forschungsinfrastruktur und moderne Forschungseinrichtung zur Unterstützung des Projekts und zur Förderung der translat. Forschung mit Schwerpunkt auf genetisch bedingte Krankheiten. Das Projekt rüstet die vorhandene Infrastruktur auf und implementiert Verfahren und QMS mit hohem Standard, um Daten und Material von höchster Vertrauenswürdigkeit für spätere Untersuchungen zu schützen.
  • Laufzeit: 2019-2026
  • Gefördert durch: Europäische Kommission
  • Projektpartner: University of Cyprus, BBMRI-ERIC, RTD Talos Limited

EMPAIA

  • EMPAIA macht maschinelle Entscheidungen transparent, rückverfolgbar und damit für einen medizinischen Experten interpretierbar. Patholog*innen sollen den Kontext verstehen können und bei Bedarf eine maschinelle Entscheidung nach dem “Warum” hinterfragen können. Wir werden neue Methoden entwickeln, um die Qualität von Erklärungen und deren "Kausalität", zu messen. Unsere Forschungsergebnisse werden die Entwicklung neuartiger „Human-AI Interfaces“ ermöglichen, die einen effizienten und ethisch verantwortungsbewussten Einsatz von künstlicher Intelligenz in der Medizin (Beispiel Pathologie) unterstützen.
  • Laufzeit: 2020-2023
  • Gefördert durch: FFG-Österreichische Forschungsförderungsgesellschaft, Programm "IKT der Zukunft" - eine Initiative des Bundesministeriums für Klimaschutz, Umwelt, Energie, Mobilität, Innovation und Technologie (BMK)
  • Projektpartner: Charité – Universitätsmedizin Berlin, Fraunhofer-Institut für Digitale Medizin MEVIS, DAI-Labor der technischen Universität Berlin, QuIP GmbH, vitagroup AG, Berufsband Deutscher Pathologen e.V., MVZ für Histologie, Zythologie und Molekulare Diagnostik Trier, Biotronik SE &Co.KG, Universitätsklinikum Dresden, Johner Institut, Dierks & Company

EOSC-Life

  • EOSC-Life vereint biologischen und medizinischen europäischen Forschungsinfrastrukturen, um einen offenen Raum für die Zusammenarbeit für die digitale Biologie zu schaffen. Durch die Veröffentlichung von Daten und Tools in einer europaweiten Cloud möchte EOSC-Life die Fähigkeiten großer wissenschaftlicher Projekte einer breiteren Forschungsgemeinschaft zugänglich machen. Ziel des EOSC-Life-Projekts ist es sicherzustellen, dass Biowissenschaftler*innen Life-Science-Daten zur Analyse und Wiederverwendung in der akademischen und industriellen Forschung finden, darauf zugreifen und integrieren können.
  • Laufzeit: 2019-2023
  • Gefördert durch: Europäische Kommission
  • Projektpartner: 45 PP u.a. European Molecular Biology Laboratory,  BBMRI-ERIC, ECRIN, EATRIS ERIC, INSTRUCT Academic Services Ltd., EMBRC-ERIC, Fraunhofer, CSC, KNAW etc.

BioMedAI Twinning

  • Die steigende Nachfrage nach anspruchsvoller klinischer Diagnostik macht die derzeitigen diagnostischen Kapazitäten unzureichend. Künstliche Intelligenz (KI) und maschinelles Lernen scheinen sehr vielversprechende Ansätze zur Automatisierung diagnostischer Systeme. Die meisten akademischen KI-Systeme sind jedoch undurchsichtige black boxes, die nicht ohne kompetentem Wissen verstanden, getestet und zertifiziert werden können. Dies motiviert Masaryk University und Masaryk Institute of Oncology zur Zusammenarbeit mit zwei fortgeschrittenen Partnern, der Medizinischen Universität Graz und der Technische Universität Berlin, und zum Aufbau einer BioMedAI-Infrastruktur, die eine enge Zusammenarbeit von Informatikern und klinischen Experten ermöglicht, vertrauenswürdige KI-Lösungen erklärbar zu entwickeln. Der Hauptteil des BioMedAI-Projekts konzentriert sich auf die Ausbildung von Informatikforschern an der MU und klinischen Experten am MMCI in der Entwicklung von erklärbaren KI-Methoden, die auf hochwertigen medizinischen Daten basieren und in einem klinischen Umfeld validiert wurden.
  • Projektdauer: 2022-2025
  • Gefördert durch: Europäische Kommission
  • Projektpartner*innen: Masarykova Univerzita, Technische Universität Berlin, Masarykuv Onkologicky Ustav

ONCOSCREEN

  • Da Darmkrebs (CRC) für 12,4 % aller krebsbedingten Todesfälle verantwortlich ist und nur 14 % der EU-Bürger an Screening-Programmen teilnehmen, besteht ein dringender Bedarf an genauen, nicht-invasiven, kostengünstigen Screening-Tests auf der Grundlage von neuartigen Technologien und einem erhöhten Bewusstsein für die Krankheit und ihre Erkennung. Darüber hinaus sind personalisierte Ansätze für das Screening erforderlich, um genetische und andere sozioökonomische Variablen und Umweltstressoren zu berücksichtigen. ONCOSCREEN reagiert auf diese Herausforderungen durch die Entwicklung einer risikobasierten Stratifizierungsmethodik auf Bevölkerungsebene für CRC, um die genetische Prävalenz, den sozioökonomischen Status und andere Faktoren zu berücksichtigen. Das Projekt wird von einem multidisziplinären Konsortium aus 38 Partnern getragen, darunter Anbieter technischer Lösungen, Krankenhäuser, Gesundheitsministerien als politische Entscheidungsträger, Rechts- und Ethikexperten, Versicherungsunternehmen, und der aktiven Einbeziehung von Endnutzern/Bürgern durch gezielte Workshops in allen Phasen der Umsetzung.
  • Projektdauer: 2023-2026
  • Gefördert durch: Europäische Kommission
  • Projektpartner*innen: EXUS Software Monoprosopi Etairia Periorismenis Evthinis, Universitaetsmedizin Der Johannes Gutenberg-Universitaet Mainz, Institute Of Communication And Computer Systems, Firalis, Universitätsklinikum Schleswig-Holstein, Lietuvos Sveikatos Mokslu Universitetas, Technion – Israel Institute Of Technology, Time.Lex, Ethniko Kentro Erevnas Kai Technologikis Anaptyxis, CCASSURED, Universidad De La Rioja, Carr Communications Limited, Ministry Of Health- Greece, Medizinische Universität Innsbruck, Gercor u.a.

Diagnostik- und Forschungsinstitut für Pathologie

Dr.
Heimo Müller  
T: +43 316 385 71764