Epidemiologische Forschung ist ein Schwerpunkt der Universitätsmedizin Greifswald, die mit der „Study of Health in Pomerania“ seit über 20 Jahren eine umfangreiche epidemiologische Kohortenstudie mit vielen Tausend Studienteilnehmern betreibt. Wir setzen Methoden der künstlichen Intelligenz ein, um diesen Datenschatz zu heben und komplexe Assoziationen zwischen molekularen, klinischen, sozialen und verhaltensbedingten Faktoren und Erkrankungsrisiken zu untersuchen.
Beteiligte Arbeitsgruppen
Prof. Dr. Lars Kaderali
Institut für Bioinformatik
Universitätsmedizin Greifswald
AG Kaderali
Prof. Dr. Stefan Simm
Institut für Bioinformatik
Universitätsmedizin Greifswald
AG Simm
Prof. Dr. Mario Stanke
Institut für Mathematik und Informatik
Universität Greifswald
AG Stanke
Till Ittermann
Leiter der Statistik-Unit
Institut für Community Medicine / SHIP-KEF
Projekte
- Untersuchung von Risikofaktoren der nichtalkoholischen Fettleber mit Methoden der künstlichen Intelligenz: Wir verwenden Deep Learning und Bayes’sche Netze um Risikofaktoren für Fettlebererkrankungen zu identifizieren und prädiktive Signaturen für die Krankheitsdiagnostik zu entwickeln.
- Genetischer Faktoren bei Schilddrüsenerkrankungen: In diesem Projekt nutzen wir Daten der SHIP-Studie, um genetische Faktoren und deren Interaktionen für Schilddrüsen Über- und Unterfunktion zu identifizieren.
- Vorhersage der All-Cause-Mortalität: Dieses explorative Forschungsprojekt verwendet Daten der SHIP-Studie, um zu untersuchen, inwiefern mit tiefen neuronalen Netzen individuelle Vorhersagen zur risikoadaptierten Lebenserwartung möglich sind, und ob gezielte Interventionen vorgeschlagen werden können, die Erkrankungsrisiken verringern. Hierzu werden Methoden der erklärbaren künstlichen Intelligenz entwickelt und verwendet.
- Vorhersage von kardiovaskulären Endpunkten mit klinischen und Routinedaten, um Risikopatienten frühzeitig zu identifizieren