SANKT AUGUSTIN – Neurologische Erkrankungen sind weltweit auf dem Vormarsch. Die Parkinson-Krankheit ist dabei die zweithäufigste neurodegenerative Erkrankung, und ihre Fallzahlen nehmen stetig zu. Die Erkrankung stellt eine große Herausforderung für Betroffene, Angehörige, Pflegepersonal und die Gesellschaft als Ganzes dar. Trotz jahrzehntelanger Forschung gibt es bis heute keine Heilung, und Diagnosen werden oft erst in einem fortgeschrittenen Stadium gestellt. Innovative Methoden der Künstlichen Intelligenz (KI) und digitale Technologien versprechen neue Ansätze, um die Früherkennung zu verbessern, den Krankheitsverlauf besser zu verfolgen und individuellere Behandlungen zu ermöglichen. So könnten beispielsweise künftig Sprachaufnahmen mithilfe von KI analysiert werden, um frühzeitig Hinweise auf eine Parkinson-Erkrankung zu liefern.

Sprachbiomarker sind jedoch nur ein Aspekt des neuen Marie-Skłodowska-Curie-Doktorandennetzwerks »Artificial Intelligence in Parkinson's Disease« (AIPD), das am Freitag, den 22. November 2024, in Bonn offiziell gestartet wurde. Ab Oktober 2025 werden 14 Doktorandinnen und Doktoranden innovative Methoden erforschen, um die Früherkennung und Behandlung von Parkinson grundlegend zu verbessern. Das Netzwerk bietet ein interdisziplinäres, intersektorales und internationales Ausbildungsprogramm, das die Teilnehmenden darauf vorbereitet, die nächste Generation erfolgreicher Datenwissenschaftler im Bereich der Medizin zu werden, der eine stetig wachsende Bedeutung hat.

»Der Einsatz Künstlicher Intelligenz bietet enorme Chancen, um Diagnosen früher und genauer zu stellen sowie personalisierte Behandlungsstrategien zu entwickeln« unterstrich Prof. Dr. Holger Fröhlich, Leiter der Arbeitsgruppe KI & Data Science bei Fraunhofer SCAI und Koordinator des Gesamtprojektes, zum Start von AIPD. »Unsere Doktorandinnen und Doktoranden sind die Datenwissenschaftler von morgen, die den Wandel in der Medizin durch KI und digitale Innovationen vorantreiben werden.« Ein zentraler Fokus des Netzwerks liegt auf der Vertrauenswürdigkeit der entwickelten KI-Lösungen. Daher umfasst das Programm auch speziell darauf ausgerichtete Forschungsfragen sowie Schulungen in ethischen, rechtlichen und regulatorischen Aspekten beim Einsatz von KI.

Das AIPD-Netzwerk vereint führende wissenschaftliche Institutionen sowie Pharma- und Medizintechnik-Unternehmen aus ganz Europa. Zu den renommierten Partnern aus der akademischen Forschung gehören neben Fraunhofer SCAI die Universitäten Bonn, Luxemburg, Namur, Pisa, das Erasmus Medical Center in Rotterdam, das Luxembourg Institute of Health, sowie die RCSI University of Medicine and Health Sciences in Irland. Auf industrieller Seite sind Unternehmen wie Novo Nordisk, GE Healthcare, petanux, ki:elements und das Centre Hospitalier de Luxembourg führend beteiligt. Durch längere Forschungsaufenthalte bei den Partnern aus der Industrie wird ein einzigartiges interdisziplinäres Training ermöglicht, das akademische und industrielle Perspektiven integriert.

Bewerbungen für die 14 Doktorandenstellen des Netzwerks sind ab sofort online möglich. Interessierte Master-Absolventinnen und Absolventen können sich auf eine Vielzahl spannender Forschungsprojekte im Bereich der Künstlichen Intelligenz in der Parkinson-Forschung bewerben. Wie bei Marie-Skłodowska-Curie-Netzwerken üblich, gilt die sogenannte Mobilitätsregel: Absolventinnen und Absolventen dürfen sich nur dann bewerben, wenn sie sich in den letzten 36 Monaten vor ihrer Einstellung nicht länger als 12 Monate im Land des jeweiligen Gastinstituts aufgehalten haben. Der Bewerbungsschluss ist der 28. Februar 2025. Weitere Informationen zu den Bewerbungsmodalitäten und eine Übersicht der verfügbaren Stellen sind auf der offiziellen Website des AIPD-Netzwerks zu finden: https://www.aipd-dn.eu/.

Ansprechpartner:
Prof. Dr. Holger Fröhlich
Gruppenleiter KI & Data Science
Stv. Abteilungsleiter Bioinformatik
Fraunhofer-Institut für Algorithmen und Wissenschaftliches Rechnen SCAI
Schloss Birlinghoven 1, 53757 Sankt Augustin
E-Mail: holger.froehlich@scai.fraunhofer.de
www.scai.fraunhofer.de/bio