Fraunhofer-Institut für Algorithmen und Wissenschaftliches Rechnen SCAI
Fraunhofer-Institut für Algorithmen und Wissenschaftliches Rechnen SCAI

Beispiele

Beispiele aktueller Forschungsarbeiten der Gruppe »AI & Data Science«

Alzheimer früher erkennen

Retrospektiv validiertes KI-Modell ermöglicht Früherkennung der Alzheimer-Krankheit sechs Jahre im Voraus.
 

Wirkstoff-Targets

KI-Ansatz ermöglicht effizientere Identifizierung neuer Zielstrukturen für Medikamente.
 

Nebenwirkungen von Arzneimitteln vorhersagen

KI ermöglicht eine genaue Vorhersage von unerwünschten Arzneimittelwirkungen und zielgerichteten Phänotypen.
 

Molekulare Subtypen

Innovativer KI-Ansatz ermöglicht die Identifizierung prognostisch relevanter molekularer Krebs-Subtypen auf der Grundlage von Multiomik-Daten.
 

Synthetische Daten

Innovativer KI-Ansatz ermöglicht die Generierung realistischer synthetischer Patiententrajektorien.
 

Patienten nach molekularen Mechanismen stratifizieren

KI erlaubt Stratifikation von Alzheimer- und Parkinsonpatienten anhand molekularer Krankheitsmechanismen – ein Schritt in Richtung Präzisionsmedizin in der Neurologie.
 

Progressions-Subtypen

Ein neu entwickelter KI-Ansatz ermöglicht das Clustering von multivariaten, longitudinalen Patiententrajektorien und die Identifizierung von Progressions-Subtypen bei der Alzheimer- und Parkinsonkrankheit.
 

Erklärbare KI auf Basis realer Daten

Erklärbare KI-Techniken ermöglichen die Vorhersage gesundheitsbezogener Ergebnisse (Komorbiditäten, Krankheitsschwere) aus großen realen Daten
 

Vorhersagen, wie Patienten auf ein Medikament ansprechen

Richtung Realisierung der Vision der Präzisionsmedizin: KI erlaubt die Vorhersage des Therapieansprechens auf ein Antiepileptikum.
 

Neue Wirkstoffkandidaten für COVID-19

KI-basierte Vorhersage der COVID-19 Sterblichkeit legt eine Neupositionierung eines Krebsmedikaments für die Behandlung schwerer Fälle nahe.