BTU Workshop "Cognitive Health Technologies"

Künstliche Intelligenz (KI, engl. AI) und Big Data gewinnen zunehmend an Bedeutung für die klinischen und Gesundheitswissenschaften

Interaktive Chirurgie, Ambient Assisted Living, Smart Home Umgebungen und tragbare Sensoren liefern umfangreiche, aber relativ unstrukturierte, Datenmengen, die intelligente Signalverarbeitungs- und Annotierungs-Methoden erfordern. Diese müssen zudem vertrauenswürdig und mithin „erklärbar“ für Experten, Patienten und Laien sein.

Von besonderer Wichtigkeit ist dabei „gesundes Altern“, wie von der Weltgesundheitsorganisation (WHO) der Vereinten Nationen in einem aktuellen Entwurf für eine Dekade Gesunden Alterns vorgezeichntet: “Age-friendly environments can enable older people to age safely in a place that is right for them, to be protected in humanitarian emergencies, to continue to develop personally, to be included and to contribute to their communities while retaining their autonomy, dignity and health.” Zu diesem Zweck könnte Erklärbare KI (XAI) in Verbindung mit Smart Homes und tragbaren Sensoren zur Steigerung der funktionalen Fähigkeit von Patienten und Älteren in der Gesellschaft der Zukunft beitragen.

Um diese Fragen zu diskutieren, organisierte das Forschungscluster Kognitive Systeme an der BTU unter Federführung des Lehrstuhls für Kommunikationstechnik einen zweitägigen Workshop “Cognitive Health Technologies”, welcher vom 19. bis zum 20. August am BTU-Zentral-Campus stattgefunden hat (Workshop-Programm und Abstracts sind unter dem Link einsehbar).

Während dieser zwei Tage, kamen international renommierte Wissenschaftler, darunter zwei Mitglieder der WHO “Working Group on Metrics and Research Standards for Healthy Aging” (Steven Boker, Charlottesville and Mike Martin, Zürich), aus den Gebieten der Informatik, Psychologie, Gerontologie und den Ingenieurwissenschaften zusammen, um theoretische und technologische Lösungen für die Analyse, Annotation, Interpretation und Verarbeitung gesundheitsbezogener Daten zu erörtern, und um deren Quellen durch biotechnologische und dynamische Systeme zu modellieren.

Die Ergebnisse dieses inspirierenden Workshops sind vielversprechend sowohl für die Weiterentwicklung des BTU-Gesundheitscampus, als auch, um angemessen auf den WHO-Entwurf zu reagieren, wie Prof. Martin von der WHO-Arbeitsgruppe in seinem Überblicksvortrag betont hat: “BTU with its designated Health Campus, bringing together engineers, data scientists and health researchers, is in an ideal position to provide unique and sustainable global leadership on explainable AI for Healthy Aging over the 2020 – 2030 WHO Decade of Healthy Aging and would be a natural member of the emerging global network of collaborating centers on Healthy Aging.”

Kontakt

Prof. Dr.-Ing. habil. Matthias Wolff
Kommunikationstechnik
T +49 (0) 355 69-2128
Matthias.Wolff(at)b-tu.de

Dr. rer. nat. Peter beim Graben
Kommunikationstechnik
T +49 (0) 355 69-4201
Peter.beimGraben(at)b-tu.de
Workshop-Teilnehmer (v. l. n. r.) Matthias Wolff, Markus Huber, Ronald Römer, Andreas Schober, Stefan Lüdtke, Mike Martin, Steven Boker, Ronald Böck, Timo von Örtzen und Peter beim Graben

Unsere Webseite verwendet Cookies. Diese haben zwei Funktionen: Zum einen sind sie erforderlich für die grundlegende Funktionalität unserer Website. Zum anderen können wir mit Hilfe der Cookies unsere Inhalte für Sie immer weiter verbessern. Hierzu werden pseudonymisierte Daten von Website-Besuchern gesammelt und ausgewertet. Das Einverständnis in die Verwendung der technisch nicht notwendigen Cookies können Sie jeder Zeit wiederrufen. Weitere Informationen erhalten Sie auf unseren Seiten zum Datenschutz.

Erforderlich

Diese Cookies werden für eine reibungslose Funktion unserer Website benötigt.

Statistik

Für den Zweck der Statistik betreiben wir die Plattform Matomo, auf der mittels pseudonymisierter Daten von Websitenutzern der Nutzerfluss analysiert und beurteilt werden kann. Dies gibt uns die Möglichkeit Websiteinhalte zu optimieren.

Name Zweck Ablauf Typ Anbieter
_pk_id Wird verwendet, um ein paar Details über den Benutzer wie die eindeutige Besucher-ID zu speichern. 13 Monate HTML Matomo
_pk_ref Wird benutzt, um die Informationen der Herkunftswebsite des Benutzers zu speichern. 6 Monate HTML Matomo
_pk_ses Kurzzeitiges Cookie, um vorübergehende Daten des Besuchs zu speichern. 30 Minuten HTML Matomo