Data Science in Medicine

Inhalt:

Die Medizin ist einer der wichtigsten Bereiche, in denen Spitzenforschung und Innovationen Anwendung finden. In diesem Seminar haben die Studierenden die Möglichkeit, aktuelle Forschungsfragen an der Schnittstelle von Medizin, Datenwissenschaft und künstlicher Intelligenz zu untersuchen. 
Die Studierenden befassen sich mit methodischen, theoretischen und angewandten Herausforderungen, die bei der Analyse komplexer biomedizinischer und klinischer Daten auftreten.

Die Studierenden arbeiten an ausgewählten Forschungsthemen, die verschiedene Datenmodalitäten, Analyseparadigmen und Bewertungsstrategien umfassen. Je nach Schwerpunkt des Semesters können die Themen unter anderem folgende Bereiche umfassen: verteilte und datenschutzkonforme Datenanalyse, Modellrobustheit und Generalisierbarkeit, Voreingenommenheit und Fairness, semantische Datenintegration, zeitabhängige Daten und methodische Vergleiche zwischen verschiedenen Anwendungskontexten.

Neben dem Erwerb von Fachwissen stärken die Studierenden ihre wissenschaftlichen Fähigkeiten, darunter Literaturrecherche, kritischer Methodenvergleich, wissenschaftliches Schreiben und mündliche Präsentation. Konkrete Seminarthemen werden in der ersten Sitzung des Semesters bekannt gegeben.

Mögliche Themen:

1. Comparing Federated Learning Platforms in Healthcare Across the Globe, Kim Tang

2. Bias Detection and mitigation in medical data, Susanne Neufang

3. Generalizability of ML models: theoretical concepts vs applications, Ekaterina Kutafina

4. Medical time series: compact representation of non-stationary data, Ekaterina Kutafina

5. Medical AI - best practices review, Ekaterina Kutafina