Machine Learning in der Medizintechnik
Hintergrund und Ziele
Expertinnen und Experten sind sich einig, dass Lernende Systeme („Machine Learning“) in Medizin und Medizintechnik zukünftig große Bedeutung erlangen. Vorteilen für die menschliche Gesundheit stehen aber auch Risiken gegenüber, die es zu berücksichtigen gilt. Das Projekt hat zum Ziel, einen Überblick über heutige und zukünftige Anwendungsfelder von Machine Learning in der Medizintechnik zu erarbeiten. Beleuchtet werden auch ethische, rechtliche und regulatorische Aspekte des Themas. Dazu zählen Fragen des Datenschutzes, mögliche Veränderungen im Arzt-Patient-Verhältnis sowie Aufbau und Einsatz umfassender medizinischer Datenbanken.
Mitglieder der Projektgruppe
- Prof. Thorsten M. Buzug
Universität zu Lübeck - Prof. Olaf Dössel (Projektleitung)
Karlsruher Institut für Technologie - Dr. Christoph F-J Goetz
Deutsche Gesellschaft für Telemedizin e.V. - Prof. Uwe-Frithjof Haustein
Sächsische Akademie der Wissenschaften zu Leipzig - Prof. Tim C. Lüth
Technische Universität München - Prof. Christoph Lütge
Technische Universität München - Walter Märzendorfer
- Dr. Fruzsina Molnár-Gábor
Heidelberger Akademie der Wissenschaften, Heidelberg - Prof. Hermann Requardt
- Prof. Andrea Robitzki
Universität Leipzig - Prof. Thomas Schmitz-Rode
RWTH Aachen - Prof. Otmar Schober
- Prof. Ursula van Rienen
Universität Rostock - Dr. Christian Wachinger
Ludwig-Maximilian-Universität München - Prof. Bernhard Wolf
Technische Universität München - Prof. Sybille Ziegler
Klinikum der Universität München