„Radiologen, die keine KI benutzen, werden nicht durch KI ersetzt, aber sie werden ersetzt durch Radiologen, die KI benutzen.“
Am Helmholtz Zentrum München gibt es ein neues Institut: Das Institut für Maschinelles Lernen in der Biomedizinischen Bildgebung. Und dessen Leiterin ist Julia Schnabel und ich lasse mir erklären, wie maschinelles überhaupt funktioniert und wie es die biomedizinische Forschung unterstützen kann.
Diese Folge zitieren: Holger Klein/Helmholtz-Gemeinschaft: Resonator-Podcast: "171 RES171 Maschinelles Lernen in der Biomedizin". 24.09.2021, https://resonator-podcast.de/2021/res171-maschinelles-lernen-in-der-biomedizin/ (CC-BY 4.0)
Prof. Joachim Schultze, Direktor für Systemmedizin am Deutschen Zentrum für Neurodegenerative Erkrankungen (DZNE) und Professor am Life & Medical Sciences-Institut (LIMES) der Universität Bonn Bildquelle: DZNE/Frommann
Er beschäftigt sich mit der Frage, wie man große, medizinische Datenmengen möglichst effizient von einer Künstlichen Intelligenz auswerten lassen kann, und die Antwort lautet: Durch Swarm Learning. Darum geht es auch in einer aktuellen Nature-Publikation.
Mitten in diese Forschung schlug Sars-CoV-2 ein und es hat sich herausgestellt, dass Swarm Learning auch und gerade dann besonders schlagkräftig ist, wenn Krisen-assoziierte Forschung stattfindet, wie beispielsweise in Pandemiezeiten.
„Radiologen, die keine KI benutzen, werden nicht durch KI ersetzt, aber sie werden ersetzt durch Radiologen, die KI benutzen.“