Research Interests

Forschungsschwerpunkte

Automatisierung im Gesundheitswesen mit Künstlicher Intelligenz

Einsatz von Maschinellem Lernen, um betriebliche und administrative Abläufe im Gesundheitswesen zu beschleunigen/ zu vereinfachen:

• Automatisierte Abrechnung (Beispiel: Projekt mit dem Inselspital Bern und Siemens Healthineers, siehe Journal Paper "Automatic Billing Code Retrieval from MRI Scanner Log Data").
• Intelligente Personalbedarfsplanung in der Klinik (Beispiel: BMBF Projekt, Förderlinie FH-Kooperativ).
• Termin Planung/ Patientenflussplanung (Beispiel: Patentanmeldung "Method and computer for scheduling customer appointments").

Data Representation and Visualisation

• Automatisierte Analyse von Gerätedaten bzw. weiteren klinischen Daten, Erstellung von Business Intelligence Dashboards. (Beispiel: Projekt bei Siemens MR zur Optimierung der MR Scannerauslastung; Automatisierte Datenauswertung im Rahmen der Pflegepersonaluntergrenzenverordnung).  
• Überführung von großen Datensätzen in eine interaktive Repräsentation zur Analyse von u.a. epidemiologischen Zusammenhängen (Beispiel: Überführung der MIMIC Critical Care Daten, MIT Lab for Computational Physiology, in Graphdatenbank; Visualisierung von Covid19 Infektionsketten).

Magnetresonanzbildgebung

• Einsatz von maschinellem Lernen zur Workflow Optimierung (Beispiel: Generierung von künstlichen MR Bildern zur u.a. Kontrastvorschau, siehe ISMRM Talk "Acquisition Parameter–Conditioned Generative Adversarial Network for Enhanced MR Image Synthesis").
• Interventional MRI - Nadeltracking.

Integriert in die oben genannten Forschungsschwerpunkte, ist mir Human-Centered Machine Intelligence ein großes Anliegen.

• Maschinelle Lernsysteme sind nur dann erfolgreich, wenn sie vom menschlichen Benutzer auch angenommen werden. Wie kommt man zu einem gelungenen Nutzungserlebnis? Wie stellt man sicher, dass sich die Systeme an den Bedürfnissen der Nutzer orientieren? Wie können User Interfaces im Kontext von Künstlicher Intelligenz aussehen?