KI & Semantik

Die Analyse umfangreicher medizinischer Daten für klinische Entscheidungen erfordert nicht nur das Erkennen statistischer Beziehungen, sondern auch das Verständnis kausaler Zusammenhänge in biologischen Prozessen. Die Nutzung von kausalen und datengetriebenen Modellen macht diese robuster und verständlicher. Methoden des maschinellen Lernens schlagen eine Brücke zwischen klinischen Informationen, Bildgebung, Laborwerten und elektronischen Gesundheitsakten für ein ganzheitliches Bild der PatientInnen. Vielversprechend ist die Entwicklung von Evidenzsyntheseverfahren, die heterogene Datenquellen integrieren und auf kontrafaktischen Methoden, Meta-Analyse und künstlichen neuronalen Netzen basieren. Die Bildung von Nachwuchsgruppen zu den Themen AI and Causality, AI and Bioinformatics, KI-Systeme in Multi-Omics Daten und Statistische Evidenz in KI-Systemen soll das Potenzial im Bereich „KI und Semantik“ erschließen.