inf5454 - Aktuelle Themen des Maschinellen Lernen in der (Bio-)medizin (Vollständige Modulbeschreibung)

Kenntnisse in den Grundlagen im Bereich Maschinelles Lernen, Deep Learning Vorkenntnisse wünschenswert, von Vorteil sind auch Kenntnisse in der Analyse (bio)-medizinischer Daten

Fachkompetenzen
Die Studierenden:

gewinnen einen exemplarischen Überblick über Anwendungsbereiche von maschinellem Lernen in der Biomedizin und können die diskutierten Themenfelder in breitere Methoden- und Anwendungskontexte einordnen.

Methodenkompetenzen
Die Studierenden:

• können sich selbstständig Themen unter Zuhilfenahme von aktueller Forschungsliteratur erarbeiten und kritisch reflektieren.

Sozialkompetenzen
Die Studierenden:

können Vor- und Nachteile von existierenden Lösungsmöglichkeiten in der Literatur präsentieren und im Plenum kritisch diskutieren.

Selbstkompetenzen
Die Studierenden:

können ihre eigene Fach- und Methodenkompetenz einschätzen. Sie übernehmen die Verantwortung für ihre Kompetenzentwicklung und ihre Lernfortschritte und reflektieren diese selbstständig. Zudem erarbeiten sie selbstständig die Lerninhalte und können die Inhalte kritisch reflektieren.

Dieses Seminar vermittelt Einblicke in verschiedene Anwendungskontexte von maschinellen Lernverfahren, insbesondere von Deep Learning, in der (Bio-)medizin.

Dabei sollen je nach Instanziierung des Moduls verschiedene Schwerpunkte gesetzt werden, wie beispielsweise aktuelle Beispiele von maschinellen Lernverfahren zur Diagnoseunterstützung, Analyse von multimodalen Daten bis hin zur Analyse von Proteindaten.

Für Hintergrundinformationen, siehe

Rajpurkar, P., Chen, E., Banerjee, O., & Topol, E. J. (2022). KI in Gesundheit und Medizin. Nature medicine, 28(1), 31-38.

Einschlägige Fachlektüre wird im Laufe des Kurses empfohlen.

am Ende der Vorlesungszeit

mündl. Prüfung oder Portfolio oder Referat