Disha Purchit aus der CAIMed Gruppe von Prof. Dr. Maria-Esther Vidal präsentierte auf der kürzlich stattgefundenen WSDM-Konferenz ihre Forschungsergebnisse zu einem innovativen neuro-symbolischen System zur medizinischen Wissensentdeckung. Die WSDM-Konferenz, als einer der führenden Treffpunkte für Experten im Bereich Web-Such- und Datenmanagement, bot die ideale Plattform, um die interdisziplinären Erkenntnisse und technologischen Fortschritte aus der Forschungsgruppe einem internationalen Publikum vorzustellen.

Im Rahmen ihres Vortrags demonstrierte Purchit, wie der neuartige Ansatz durch die Verbindung von symbolischem Lernen aus medizinischen Ontologien mit Knowledge Graph Embeddings (KGE) dazu beiträgt, die Herausforderungen unvollständiger medizinischer Wissensgraphen zu bewältigen. Besonders hervorgehoben wurde, wie diese Methode semantische Konsistenz wahrt und dabei präzisere Vorhersagen ermöglicht. Die auf der Konferenz präsentierten Experimente, die sich auf Anwendungen in der Lungenkrebsversorgung konzentrierten, zeigten, dass der Ansatz sowohl die Leistung bestehender Modelle übertraf als auch neue Perspektiven für die personalisierte Medizin eröffnete.

Die WSDM-Konferenz bot nicht nur die Gelegenheit, bahnbrechende Ergebnisse zu teilen, sondern auch den wissenschaftlichen Austausch mit führenden Experten aus der ganzen Welt zu fördern.

Die Konferenz fand bis zum 14. März 2025 im Hannover Congress Centrum (HCC) statt und wurde von Prof. Dr. Wolfgang Nejdl und Prof. Dr. Sören Auer geleitet.