Einführung in die grundlegenden Konzepte der Programmierung in Python, die für die Auswertung von medizinischen und Forschungsdaten erforderlich sind. Die Teilnehmer werden in diesem interaktiven Seminar aus erster Hand lernen, wie sie ihren eigenen Code entwickeln und ausführen können.

Künstliche Intelligenz wird die Medizin grundlegend verändern und diese Veränderung hat schon begonnen - doch wie funktionieren die zugrunde liegenden Methoden, und welche Chancen und Herausforderungen ergeben sich daraus? In dieser Seminarreihe wird in jeder Sitzung ein neues, praxisnahes Thema behandelt, darunter die Grundlagen einiger KI Methoden, ethische Herausforderungen und mögliche Lösungsansätze. Die Veranstaltungen sind thematisch verknüpft, jedoch in sich abgeschlossen. Sie können also flexibel teilnehmen, ohne Kenntnisse aus vorherigen Terminen mitzubringen. Je nach Vortragendem findet die Sitzung auf Deutsch oder Englisch statt. Die Titel der Termine geben Aufschluss über die Sprache, in der der Termin abgehalten wird. Zusätzlich ist die jeweilige Sprache in den einzelnen Terminen angegeben. Es gibt keine Prüfungen ¿ stattdessen möchten wir in einer offenen Atmosphäre Wissen vermitteln und Raum für Diskussionen bieten. Registrieren Sie sich, um keine Informationen zu verpassen ¿ auch wenn Sie noch nicht sicher sind, an welchen Terminen Sie teilnehmen können. Wir freuen uns darauf, Sie in unserer Seminarreihe begrüßen zu dürfen!

Im klinischen Alltag entstehen große Mengen an Daten, die wertvolle Erkenntnisse für die Forschung ermöglichen, insbesondere zur Verbesserung von Diagnosen und Therapien. Damit diese Daten für den Einsatz in Künstlicher Intelligenz (KI) nutzbar sind, müssen sie sorgfältig aufbereitet werden. In dieser Lehrveranstaltung erhalten die Teilnehmenden eine Einführung in die Themen Datenqualität und Datenvorverarbeitung für KI. Sie arbeiten mit einem synthetischen Datensatz, der echten klinischen Daten aus der Onkologie nachempfunden ist, und lernen die Herausforderungen der Datenaufbereitung aus erster Hand kennen. Zu Beginn des Kurses werden die Teilnehmenden mit den Grundlagen der Datenqualität und der Datenaufbereitung für KI-Modelle vertraut gemacht. Anschließend werden am Beispiel eines aktuellen onkologischen Forschungsprojektes typische Herausforderungen bei der Vorbereitung medizinischer Routinedaten für KI-basierte Auswertungen erläutert. Im praktischen Teil der Veranstaltung setzen die Teilnehmenden das Gelernte um, indem sie mit Python arbeiten und eigenständig einen Datensatz analysieren. Sie identifizieren Probleme in den Rohdaten, korrigieren fehlerhafte oder unvollständige Einträge und bereiten die Daten so auf, dass sie für eine KI-gestützte Analyse verwendet werden können. Der Kurs ist in drei Teile gegliedert. In einer zweistündigen Einführungssitzung, die am Institut stattfindet, werden theoretische Grundlagen vermittelt und die Aufgabenstellung erläutert. Danach haben die Teilnehmenden eine Woche Zeit, um in einer Hausaufgabe eigenständig die Datenqualität zu untersuchen und den Datensatz für die KI-Analyse vorzubereiten. In einer abschließenden dreistündigen Übungseinheit, die sowohl vor Ort als auch online besucht werden kann, werden die Ergebnisse gemeinsam besprochen und Herausforderungen diskutiert. Studierende, die an beiden Sitzungen teilnehmen, erhalten auf Anfrage eine Teilnahmebescheinigung.

Kurze Einführung in die ethischen Fragen medizinischer KI-Anwendungen, in zwei Sitzungen. In Sitzung 1 identifizieren wir die ethischen Implikationen von KI-Anwendungen in der Medizin, stellen die Prinzipien der Bioethik nach Beauchamp und Childress vor, geben eine kurze Einführung in die KI (was sie ist, wie sie funktioniert) und diskutieren KI-Anwendungen in der Medizin. Ein besonderer Schwerpunkt liegt auf folgenden Themen im Zusammenhang mit künstlicher Intelligenz: Datenerhebung und -nutzung, Risiken von KI-Technologien sowie Voreingenommenheit und Diskriminierung. In Sitzung 2 werden die Auswirkungen der automatisierten Entscheidungsfindung in medizinischen KI-Anwendungen behandelt. Die Studierenden werden in die automatisierte Entscheidungsfindung im Gesundheitswesen eingeführt und auf deren Auswirkungen hingewiesen. Die ethischen Dilemmata werden anhand des Trolley-Problems veranschaulicht.

Dieser Kurs bietet eine Einführung in die wichtigsten Konzepte der medizinischen Bildverarbeitung. Ziel der Veranstaltung ist die Vermittlung von praxisnahem Grundlagenwissen, das zur Auswertung von medizinischen Bilddaten benötigt wird.

Vom Abakus bis zu ChatGPT hat sich unsere Fähigkeit, Daten zu erzeugen, aber auch die Art und Weise, wie wir sie analysieren, im letzten halben Jahrhundert erheblich verändert. Ziel dieses Kurses ist es, die Geschichte der ursprünglichen Datenerfassung und -nutzung zu erforschen, einige der wichtigsten Auswirkungen dieser Wissenschaft zu erörtern und Beispiele aus der Praxis zu geben, wie man das Wissen in der Informationsflut, die unsere Welt überschwemmt, finden kann. Die Teilnehmer sollten im Laufe des Seminars eine Kombination aus Vorlesungen und praktischen Übungen erwarten. Sowohl die Vorlesung sowie auch die Übungen werden einen Überblick über die Geschichte der für die Datenanalyse verwendeten Werkzeuge veritteln. Offene Diskussionen sind ebenfalls erwünscht, da in der Vorlesung wichtige, die Gesellschaft verändernde Themen in Bezug auf die damaligen Informationen und deren Verwendung behandelt werden.