Die neu gegründete Arbeitsgruppe „Group for Applied AI in Neuroradiology“ (GAAIN) der Universitätsklinik für Neuroradiologie an der OVGU Magdeburg widmet sich der spannenden Herausforderung Künstliche Intelligenz (KI) in den klinischen Alltag zu integrieren. Unser Ziel ist es innovative KI-Technologien zu entwickeln, die die medizinische Versorgung revolutionieren und gleichzeitig die Effizienz der klinischen Abläufe steigern.

Unsere aktuellen Forschungsschwerpunkte umfassen:

1. Präzisere Diagnosen bei geringerer Strahlenbelastung:
   Entwicklung und Anwendung fortschrittlicher Deep-Learning-Modelle, wie beispielsweise conditional Generative Adversarial Networks (cGAN) [1], um diagnostische Bildgebung zu optimieren und gleichzeitig die Strahlenexposition für Patient*innen zu reduzieren.
2. Automatisierte Segmentierung kleinster Strukturen
   Nutzung moderner KI-Technologien zur automatisierten und hochpräzisen Segmentierung feinster anatomischer Strukturen in hochauflösenden 7T-MRT-Daten.
3. Einsatz von LLMs (Large Language Models) in der klinischen Kommunikation
   Erforschung des Potenzials von LLMs zur Verbesserung der Patientenaufklärung, zur Optimierung der Kommunikation zwischen Ärzt*innen und Patient*innen sowie zur Unterstützung medizinischer Fachkräfte im klinischen Alltag.
4. Entwicklung neuer Ansätze basierend auf umfangreichen medizinischen Datensätzen
   Unsere Gruppe setzt auf die kreative Nutzung großer, multidimensionaler medizinischer Datensätze, um neuartige Deep-Learning-Methoden zu entwickeln, die zu verbesserten diagnostischen und therapeutischen Verfahren führen.

Ein besonderer Fokus liegt auf der interdisziplinären Zusammenarbeit:

Unsere Arbeitsgruppe bringt Expertise aus Medizin, Naturwissenschaften, Informatik und Ingenieurwissenschaften zusammen, um komplexe Fragestellungen zu lösen und Synergien zwischen verschiedenen Disziplinen zu schaffen. Diese enge Kooperation erstreckt sich auch über Institute und Fakultäten hinweg und ermöglicht so ein einzigartiges Innovationspotenzial.

Unsere Vision ist es, durch unsere Forschung den Weg für eine patientenzentrierte und KI-gestützte Medizin der Zukunft zu ebnen. Die AG GAAIN lädt alle, die diese Mission teilen, ein mit uns an der Schnittstelle von Innovation und klinischer Anwendung zu arbeiten.

Interesse an einer Abschlussarbeit?

Für interessierte Studierende bieten wir die Möglichkeit, spannende und praxisorientierte Themen für Abschlussarbeiten (Bachelor, Master, Dr. med., Dr. rer. medic., u.a.) in einem hochaktuellen Forschungsumfeld zu bearbeiten. Gemeinsam gestalten wir Projekte, die nicht nur akademisch relevant, sondern auch klinisch bedeutsam sind.

Bild 1 – (a) Grundkonzept der Subtraktionsbildgebung und Nachbearbeitung mittels cGAN; (b) Kontrastverstärktes Bild (links), Subtraktionsbild mit Bewegungsartefakten (mittig) und generiertes cGAN-Subtraktionsbild (rechts).

Bild 2 – Segmentierungsmasken von PVS in 7T-MRT-Daten: manuelle Segmentierung (links), Frangi-basierte Methode (mittig) und Deep-Learning-gestützte Methode (rechts).

Mitarbeitende

Publikationen