#9 - Gehirn-Computer-Schnittstellen in der Neurotechnologie

12/18/20 • 26 min

Dr. med. KI - Künstliche Intelligenz in der Medizin

Maschinelles Lernen in der Neurotechnologie Surjo Soekadar erforscht an der Charité, wie Neurotechnologien bei der Behandlung von neurologischen und psychologischen Erkrankungen eingesetzt werden könnnen. Mit Hilfe von Gehirn-Computer-Schnittstellen werden Hirnsignale analysiert und die Hirnaktivität gezielt verändert. Prof. Soekadar forscht, wie z.B. querschnitsgelähmte Patient*innen mithilfe eines hirngesteuerten Exoskelettes wieder Handbewegungen vollführen können. Dabei spielen maschinelle Lernverfahren eine wichtige Rolle.

Vorherige Episode

#8 - KI in der Neurobildgebung

Maschinelles Lernen in der klinischen Neurobildgebung Fabian Eitel ist Doktorand an der Charité in Berlin und forscht zu Algorithmen, die in Gehirnbildern neurologische und psychische Krankheiten erkennen. In dieser Podcastfolge erfährst du, welche Krankheiten sich am besten erkennen lassen, worin die Schwierigkeiten bei der Krankheitserkennung liegen und welche KI-Methoden dabei genutzt werden. Des Weiteren erfährst du, welche Rolle dabei Daten spielen.

Nächste Episode

#10 - KI in der Nephrologie

Prediktive Modelle zur Vorhersage von Nieren- und Transplantatversagen Marcel Naik ist Nephrologe und forscht an der Berliner Charité im Bereich Nierentransplantation. Um ein Prognosemodell zur Einschätzung des Risikos für ein Nierentransplantatversagen zu entwickeln, nutzt er eine klinische Datenbank, welche neue Möglichkeiten der Informationsextraktion aus Krankenakten von Transplantationspatient*innen bietet. Zur Entwicklung des Modells helfen neue Computertechnologien und KI-Verfahren. Wie dies genau aussieht, erläutert er in dieser Podcastfolge von Dr.med.KI.