Offene Stellen

Wer wir sind

Eine/n Expert/in finden

Wofür wir stehen

Wie künstliche Intelligenz aus Bern die Medizin verändert

Hunderte Forschende arbeiten in Berns Laboren an KI für die Medizin. «Unser Zentrum soll medizinische Spitzenforschung möglichst zeitnah in die Praxis bringen", sagt Raphael Sznitman in einem Interview mit dem Bund zum CAIM. Der Artikel erwähnt nicht nur den Masterstudiengang AI in Medicine, sondern auch zwei KI-Spinoffs der Uni Bern für die Augenheilkunde.

Den Artikel lesen (ABO)...

Gender-Gap, der Leben kostet

Die Medizin ist immer noch auf einem Auge blind, Arzneien und Behandlungen helfen Frauen unzureichend.
Frauen sind in klinischen Studien immer noch untervertreten. Dementsprechend fehlen zum Beispiel Daten darüber, wie sie auf ein gewisses Medikament reagieren. Die Folgen können schwerwiegende Nebenwirkungen sein. Auch bei Krebserkrankungen haben Frauen ein höheres Risiko als Männer, nicht optimal behandelt zu werden. In einem Interview mit Hauptstadt erklären die Pharmazeutin Enriqueta Vallejo-Yagüe und die Onkologin Berna Özdemir, was sie daran ändern wollen.

Den Artikel lesen…

Kann künstliche Intelligenz vorurteilsfrei sein?

Am 7. März nahm Gulser Corat, ehemalige Direktorin für Geschlechtergleichstellung bei der UNESCO, am CAIM-Symposium über Vorurteile an der Universität Bern teil. Sie argumentierte, dass das derzeitige Modell von künstlicher Intelligenz oft Vorurteile fördert und erklärte, wie sich das ändern könnte.

Das Interview lesen (uniaktuell)...

CAIM Policy Talks

Three-part series of lunch-time talks on the transition of digital technology into political discourse:
21 March: From Innovation to Policy
18 April: Digitalization and Health Policy Processes
30 May: Narrative, Science and Policy Support

Learn more and register here...

«Der Verlust der Menschlichkeit wäre ein echtes Problem»

Der Einsatz von künstlicher Intelligenz erscheint als Lösung in Zeiten des Pflegenotstands. Doch wie ist er aus ethischer Sicht zu beurteilen? Ein Interview mit dem Wissenschaftsphilosophen Prof. Claus Beisbart vom Institut für Philosophie der Universität Bern.

Das Interview im Spitexmagazin lesen...

Avoiding Bias in AI (DAIM Event)

Reproduziert KI Verzerrungen in Trainingsdaten? Kann maschinelles Lernen geschlechtsspezifische Vorurteile in der Medizin überwinden und einen gleichberechtigten Zugang zur Versorgung ermöglichen?
Mit der ehemaligen UNESCO-Direktorin für Gleichstellung, Saniye Gülser, als Hauptrednerin wagen wir sogar, das aktuelle datengesteuerte Paradigma für maschinelles Lernen zu hinterfragen.
Das und weitere spannende Inputs am Frühjahrsseminar unserer Initiative Diversity for AI in Medicine am 7. März 2024!

Mehr erfahren...

Interpretierbares ML System zur Darmkrebs-Diagnose

Zusammen mit Ingenieuren und Klinikern aus Portugal hat die Gruppe Digitale Pathologie des Instituts für Gewebemedizin und Pathologie der Universität Bern ein skalierbares Deep Learning System entwickelt, um Darmkrebs aus pathologischen Slides zu diagnostizieren. Das System lernt von schwachen Labels, nutzt eine kleine Teilmenge vollständig annotierter Proben, und der Prototyp umfasst interpretierbare Vorhersagen und aktives Lernen. Es wurde mit einem der größten Datensätze für kolorektale Proben entwickelt und getestet und zeigte eine hohe bis sehr hohe Genauigkeit.

Mehr zur Studie..

CAIM Ethics Talk "AI, autonomy and mental health"

Welche Rolle sollte KI in unserem Leben und im Gesundheitswesen spielen? Ist sie ein bloßes "Werkzeug" für Fachkräfte im Gesundheitswesen oder für Patienten? Könnte sie als ebenbürtiger Kollege fungieren? Oder sollte man der KI erlauben, sich frei und autonom zu entwickeln - und eines Tages vielleicht menschliche Fähigkeiten zu übertreffen? Claus Beisbart, Michael Kaess und Mihai Petrovici diskutieren diese spannenden Fragen mit uns in unserem dritten Ethics Talk.

Weitere Infos und Anmeldung ...

"Ich möchte verstehen, wie das Gehirn lernt und Vorhersagen trifft."

Katharina Wilmes ist fasziniert davon, wie Menschen in einer unsicheren Welt lernen. Um das herauszufinden, kombiniert sie Mathematik, neuronale Theorie und Simulationen neuronaler Netze mit der experimentellen Überprüfung von Hypothesen, um mehr über den Einfluss von sensorischer Erfahrung auf das Lernen zu erfahren.

Das Interview lesen...

AI@UniBE - Research in Dialogue

Lassen Sie sich von aktuellen Anwendungen von KI in der Forschung an der UniBE inspirieren und gestalten Sie den Dialog über verantwortungsvolle KI mit! Von der Initiative KI in Lehre, Organisation und Forschung (KILOF) organisierte Veranstaltung.

Programm und Anmeldung...

MLP-Mixer bei der Segmentierung von Lungenbildern

Das AI in Health and Nutrition Lab am ARTORG Zentrum hat ein System zur computergestützten Diagnose (CAD) von Lungenfibrose getestet, das MLP-Mixer (Multi-Layer-Perceptron-Mixer) zur Segmentierung der Lungen- und Atemwegsanatomie einsetzt. Zusätzlich identifiziert das System in einem zweiten Schritt Muster idiopathischer Lungenkrankheiten. Derzeit zeigt die MLP-Mixer-Segmentierung eine mit dem nnU-Net vergleichbare Leistung bei CT-Bildern der Brust.

Mehr erfahren…

Pfizer-Preis für KI-basierte Koma-Prognose

Florence Aellen, Athina Tzovara und ihre Kolleg*innen der Cognitive Computational Neuroscience, Universität Bern und Inselspital, wurden mit einem der begehrten Pfizer-Forschungspreise in Neurowissenschaften und Neurologie ausgezeichnet. An Stelle des traditionellen Ansatzes zur Bestimmung der Prognose bei Koma, bei dem ein Prozentsatz der Patienten unklar beurteilt wird, verwendeten sie Deep-Learning-Algorithmen, welche die Reaktionen von Komapatient*innen auf auditive Reize im EEG angewandt wurden, um die Integrität der neuronalen Funktionen im Koma zu bewerten und positive prädiktive Marker zu entwickeln.

Mehr über das Projekt...

Multiplexe Bildgebung für die Pathologie der nächsten Generation

Fünfter Teil der Reihe "Wegbereiterinnen". Leeat Keren ist Assistenzprofessorin in der Abteilung für Molekulare Zellbiologie am Weizmann Institute of Science. Sie schloss ihr Postdoc bei Dr. Michael Angelo an der Stanford University ab. In diesem Vortrag wird sie KI für Spatial Omics vorstellen sowie die Interpretation von zellulären Expressionsmustern in ihrem nativen Kontext im Gewebe für die Pathologie der nächsten Generation.

Hier hier für den Online-Vortrag registrieren...

CAIM Ethics Talk "Transparent AI for acute medicine & diagnostics"

Die Akutmedizin lebt von schnellen Entscheidungen, die für das Wohlergehen und den Ausgang der Patient:innen entscheidend sind. Wie kann KI hier helfen und Fehldiagnosen vermeiden, anstatt sie zu provozieren? Welche Rolle spielt die klinische Metabolomik und wie erklärbar kann und muss die KI-Technologie sein, um in der Akutmedizin zum Einsatz zu kommen?

Weitere Infos und Anmeldung zum zweiten Ethics Talk...

CAIM Ethics Talk "Ethics and responsibility in AI development"

Wie sähe verantwortungsvolle KI aus? Wie lässt sich die Rechenschaft für KI-Anwendungen im Gesundheitswesen zuordnen? Und wie wird KI für die Neurowissenschaften durch ethische Überlegungen beeinflusst?
Finden Sie es heraus bei unserem CAIM Ethics Talk am 7. Dezember 2023 um 12 Uhr im ARTORG Center im Dachgeschoss, Murtenstrasse 50!

Mehr über unser Podium und Anmeldung...

CAIM als Pionier-Forschungszentrum in NZZ Format

Die NZZ-Format-Dokumentation "KI in der Medizin - Sind Algorithmen bald die besseren Ärzte?" besuchte das CAIM als wegweisende interdisziplinäre Forschungs-, Lehr- und Translationsplattform für KI-Technologien im Gesundheitswesen. Hier arbeiten Informatikerinnen, Biomedizintechniker und Ärztinnen gemeinsam an der Entwicklung neuer KI-Technologien. Die Dokumentation erklärt, wie KI bereits heute in der klinischen Praxis eingesetzt wird, zeigt die Chancen und ethischen Herausforderungen auf und gibt einen Ausblick in die Zukunft.

Hier geht´s zum Beitrag...

Trailblazers-Serie "KI in der Medizin"

Neue Talkreihe im Herbst und Frühjahr, organisiert durch das Institut für Gewebemedizin und Pathologie als Teil der Initiative "Diversity for AI in Medicine" (DAIM). Die sieben Vorträge von Referentinnen aus Belgien, Kanada, Israel, Singapur, der Schweiz und Grossbritannien können einzeln oder als ganze Reihe gebucht werden. Im Herbst 2023 sprechen "Women in Digital Pathology", im Frühjahr 2024 "Women in Spatial Omics".

Weitere Informationen und Anmeldung...

Nutzung von Salienzmerkmalen für MRI

Die Einführung des Lernens von Salienzmerkmalen für Multisequenz-MRTs könnte die Segmentierungsqualität von Deep-Learning-Systemen verbessern. Dies ist das Ergebnis einer aktuellen Studie des Medical Image Analysis Lab in Zusammenarbeit mit dem Support Center for Advanced Neuroimaging (SCAN) und der Universitätsklinik für Radioonkologie des Inselspitals Bern.

Mehr über die Studie...

KI für die Medizin; was ist die Medizin für KI?

Zweiter Teil der Reihe "Wegbereiterinnen". Maria Gabrani ist Mitglied bei IBM Zürich, Direktorin von IBM-Research Europe und verantwortlich für 5 EMEA-Labore und 2 globale IBM-Forschungsstrategien, nämlich Accelerated Discovery und Security. In ihrem Vortrag wird sie der Frage nachgehen, wie sich KI auf die Innovation und Versorgung im Gesundheitswesen und in den Life Sciences auswirkt, wo ihre Grenzen liegen und welche Rolle sie spielen kann, um die Bedürfnisse von Patiente:innen und Pflegekräften besser zu erfüllen.

Hier hier für den Online-Vortrag registrieren...

Personalisierte, spitalübergreifende Auswertung von Laborwerten

Laborergebnisse werden von Ärzt:innen anhand von Referenzintervallen (RIs) genutzt, um gesunde oder pathologische Befunde einfach zu unterscheiden. Mithilfe von föderiertem Lernen konnten Forschende des BioRef-Konsortiums der Universitätsspitäler Bern (Inselspital), Lausanne (CHUV), des Universitäts-Kinderspitals Zürich und der Schweizer Paraplegiker-Forschung in Zusammenarbeit mit Tune Insight und BioMedIT einen multizentrischen Governance- und IT-Rahmen schaffen, um aus Routinelabordaten patientengruppenspezifische RIs zu berechnen. Die BioRef TI4Health-Infrastruktur ist die erste ihrer Art, bei der Patientenrohdaten vor Ort beim jeweiligen Spital verbleiben und Ärzt:innen und Forschende dennoch präzise RIs, in Echtzeit, datenschutzgerecht und reproduzierbar definieren können. Dieser Ansatz fördert die Präzisionsmedizin und erlaubt gleichzeitig ein Maximum an Sicherheit der Patientendaten.

Mehr zum Projekt...

Ernährungscheck mit einem einzigen Bild

In Zusammenarbeit mit der Schule für Gesundheitsberufe der Berner Fachhochschule hat das AI in Health and Nutrition Labor ein einfach zu bedienendes System zur automatisierten Nährwertbestimmung via Smartphone entwickelt, das die Nährstoffzusammensetzung innerhalb der goFOOD(TM)-Anwendung mit nur einer Bildeingabe ausgibt. In einer retrospektiven Studie unter realen Bedingungen reduzierte das neue System die Belastung der Nutzer und zeigte vielversprechende Ergebnisse.

Mehr erfahren…

Mehrklassiges KI-Modell bewertet Schweregrad von Covid

Zur Erstbeurteilung von Covid19-Patient:innen anhand von Lungen-CT-Scans haben das Medical Image Analysis Labor der Universität Bern und die Radiologie des Inselspitals ein zweistufiges Mehrklassenmodell für Lungenläsionen entwickelt, das für die Klassifizierung des Krankheitsschweregrads auf der Grundlage der klinischen Progressionsskala der WHO trainiert wurde. Die Leistung des Modells übertraf diejenige eines Einklassenmodells sowie die Beurteilung der Radiolog:innen.

Mehr zur Studie…

Gamen für die Wissenschaft

Bis zu 10 Stunden verbringt Mike Falkner täglich hinter dem Bildschirm. Was eigentlich nicht gesund sein kann, verbessert das Gedächtnis und die Feinmotorik. Doch erst einmal der Reihe nach…

Mehr erfahren...

CAIM Fellowships Call 2023

Der CAIM-Forschungsfonds lanciert heute einen Call für CAIM-Fellowships. Die Projektförderung zur Unterstützung von Nachwuchsforschenden mit vielversprechenden Karriereperspektiven in der translationalen KI in der Medizinforschung unterstützt Projekte für bis zu 2 Jahre mit bis zu 100'000 CHF. Die Bewerbungsfrist läuft bis zum 25. September 2023.

Weitere Infos und Bewerbungsunterlagen...

KI-unterstützte Hirntumor-Messungen

Die automatische Tumorsegmentierung bei Glioblastom ist vielversprechend. Doch über die Genauigkeit der automatischen Messungen zur Beurteilung des Ansprechens auf die Behandlung im Langzeitverlauf ist nur wenig bekannt. Das Labor für medizinische Bildanalyse MIA am ARTORG Center verglich die Beurteilungskonsistenz von zwei KI-gestützten Tumorsegmentierungswerkzeugen mit den Bewertungen von Expert:innen im Zeitverlauf und stellte fest, dass Verbesserungsbedarf besteht.

Mehr erfahren...

KI in der digitalen Pathologie: Chancen und Herausforderungen

Erster Teil der Reihe "Wegbereiterinnen". Anne Martel, Professorin für Medizinische Biophysik an der Universität von Toronto, wird die einzigartigen Herausforderungen bei der Arbeit den extrem grossen Objektträgerbildern in der computergestützten Pathologie skizzieren und einige der Ansätze erörtern, die ihr Labor entwickelt hat, um die Probleme der spärlichen Annotationen und der schwachen, verrauschten Beschriftungen zu lösen.

Hier hier für den Online-Vortrag registrieren...

Machine learning hilft nur bedingt zur IBD Subklassifizierung

Das Inselspital und das ARTORG Center der Universität Bern haben einen überwachten und nicht überwachten maschinellen Lernansatz getestet, der Antikörper in Laborproben auswertet, um Morbus Crohn (CD) und Colitis ulcerosa (UC) als Subtypen entzündlicher Darmerkrankungen (IBD) zu unterscheiden. Der Ansatz zeigte eine gute Sensitivität bei der korrekten Zuordnung von CD und UC, konnte aber aufgrund mangelnder Spezifizität der untersuchten Marker nicht bei der feineren Unterscheidung von Subtypen wie IBD-unklassifiziert helfen.

Mehr erfahren...

Deep Learning für die Dosisvorhersage in der Strahlentherapie

Eine Strahlentherapie erfordert eine genaue Abgrenzung des Tumorvolumens sowie von gefährdeten Organen. Eine Deep-Learning-Architektur zur automatischen Segmentierung und 3D-Dosisvorhersage für Glioblastom-Patient:innen, die in Zusammenarbeit zwischen dem ARTORG Center for Biomedical Engineering Research, Uni Bern, und der Universitätsklinik für Radioonkologie am Inselspital entstand, weist gute Sensitivität und Robustheit auf.

Mehr erfahren...

«Deep Learning kann chirurgische Ergebnisse verbessern.»

Negin Ghamsarian ist Postdoktorandin am ARTORG Center for Biomedical Engineering Research. Sie ist überzeugt, dass selbstüberwachtes und halbüberwachtes Deep Learning die derzeitigen Einschränkungen von KI-Technologien für die Analyse chirurgischer Videos überwinden kann, um postoperative Komplikationen besser vorherzusagen und chirurgische Eingriffe noch präziser auszuführen.

Das Interview lesen...

«Wir wollen Augenchecks breiter verfügbar machen.»

Im Rahmen des Venture Leaders-Programms 2023 gewährt PeriVision-CEO Patrick Kessel Einblicke in die Technologie des jungen Unternehmens, dessen Marktpotenzial sowie seinen persönlichen Approach zum Unternehmertum.

Das VentureLab-Interview lesen...

PeriVision schliesst erste Seed-Runde ab

PeriVision, ein Spin-off der Universität Bern, nutzt die Möglichkeiten von KI, virtueller Realität und Cloud Computing, um Augentests und Augenheilkunde neu zu definieren. Diesen Frühling schloss das Unternehmen erfolgreich die erste Tranche einer Seed-Runde ab und holte CHF 0,5-1,0 Mio. ein, um seine Forschung und Entwicklung weiter zu beschleunigen und die Markteinführung seines ersten Produkts im ersten Quartal 2024 vorzubereiten.

Mehr erfahren...

KI-Assistent verbessert Epilepsie-Diagnose

In einer klinischen Validierung eines KI-basierten Tools verglich das Support Center for Advanced Neuroimaging (SCAN) des Inselspitals die Diagnosegenauigkeit einer am SCAN entwickelten KI-“Assistenten” mit der Bewertung von MRI Bildern alleine durch einen erfahrene/n Neuroradiolog:in in Bezug auf das Auffinden von Hippocampus-Sklerose. Das Forschungsteam fand, dass das Modell “Mensch + Maschine” die durchschnittliche Genauigkeit der beurteilenden Ärzt:innen von 77.5% (nur MRI) auf 86.3% (MRI + KI-Assistent verbesserte.

Mehr erfahren...

DAIM Lunch Talk Lisa Falco

CAIM freut sich, Lisa Falco, Lead Consultant für AI & Data bei Zühlke, zu einem DAIM Lunch Talk zu "Responsible (Generative) AI" begrüssen zu dürfen!Lisa verfügt über mehr als 15 Jahre Branchenerfahrung im Bereich des maschinellen Lernens für medizinische Anwendungen und hat die Entwicklung von zwei KI-basierten Medizinprodukten geleitet, die unter regulatorischen Anforderungen auf den Markt gebracht wurden. Sie ist Autorin von "Go Figure! Die erstaunliche Wissenschaft des weiblichen Körpers", setzt sich für die Gesundheit von Frauen ein und ist in der FemTech-Community aktiv.

Mehr Infos & Registrierung...

Statistisches Lernen bei Labordaten

Laborinformationssysteme stossen bei der Verwaltung und Analyse der grossen Menge komplexer und vernetzter Daten der heutigen Labormedizin an ihre Grenzen. Statistisches Lernen, ein Verfahren aus maschinellem Lernen und KI, ist prädestiniert für die Verarbeitung dieser "Big Data" und könnte das Fachgebiet revolutionieren. Um Qualität, Transparenz und öffentliche Akzeptanz zu gewährleisten, sollten menschliche Experten die KI-basierten Systeme jedoch sorgfältig validieren, auch im Hinblick auf den Schutz der Patientendaten.

Mehr erfahren...

Graph Neural Networks zur Darmkrebs-Stratifizierung

Bei minimalinvasiven Formen von Darmkrebs (pT1) müssen zur Unterbindung des Fortschreitens des Krebses unter Umständen nur die Polypen entfernt werden, anstatt eine vollständige Resektion des Dickdarms vorzunehmen. Um Patholog:innen zu unterstützen, hat das Institut für Gewebemedizin und Pathologie der Universität Bern einen auf Graph Neural Networks basierenden Ansatz zur Risikostratifizierung evaluiert, der auf der Interaktion von Tumorknospen und T-Zellen sowie anderen histopathologischen Risikofaktoren fusst und eine um etwa 20 % höhere Spezifität als die derzeitigen Leitlinien aufweist.

Mehr erfahren...

1. Geburtstag DAIM

Im Mai 2023 ist unsere Initiative "Diversity for AI in Medicine" ein Jahr alt geworden! Wir freuen uns sehr, eine so lebendigen Gemeinschaft von KI-Forschenden für die Medizin hier in Bern entstehen zu sehen. Unser besonderer Dank gilt all unseren Unterstützern und den vielen Referent:innen, die uns im vergangenen Jahr inspiriert haben!

Entdecke hier das erste Jahr von DAIM...

KI für interstitielle Lungenerkrankungen

Unter dem Oberbegriff "interstitielle Lungenerkrankungen" (ILD) existieren über 200 Diagnosen. Gegenwärtig werden diese von einem Expertengremium auf der Grundlage von CT-Bildgebung, Patientendaten, Lungenfunktionstests und Histologie bestimmt. KI-Methoden könnten helfen, eine genaue ILD-Diagnose zu stellen und die Prognose und den Verlauf in einem ganzheitlichen System vorherzusagen, wie eine Übersichtsarbeit des ARTORG Center und des Inselspitals aufgezeigt.

Mehr dazu lesen...

Un centre consacré à la recherche sur l'IA en médecine

In einer Sonderausgabe, die der KI in der Medizin gewidmet ist, stellt die Société Vaudoise de Médecine unser Forschungszentrum vor. Die kurze Vorstellung des CAIM umfasst die wesentliche Rolle der Ethik und unser Streben nach multiperspektivischen Arbeitsumgebungen durch diverse Teams und den Einbezug medizinischer sowie technischer Fachrichtungen. Ebenso aufgeführt wird unseren Masterstudiengang KI in der Medizin und die fünf Forschungsprojekte, die das CAIM derzeit unterstützt.

Den Artikel lesen (französisch)...

«KI unterstützt eine bewusste Ernährung.»

Künstliche Intelligenz zum Management von Diabetes oder Übergewicht gewinnt im Alltag und in der Medizin an Bedeutung. Prof. Dr. Stavroula Mougiakakou, Professorin für Biomedical Engineering am ARTORG Center der Universität Bern, gibt einen Einblick in die Entstehung von Food Apps und zeigt auf, wie viel Menschliches noch immer in den Algorithmen der KI steckt.

Das Interview in gastroMAG lesen...

Können KI-Chatbots die Patientenversorgung transformieren?

Generative künstliche Intelligenzen wie ChatGPT sind derzeit in aller Munde. Auch im Gesundheitswesen haben solche Systeme ein enormes Potenzial, bestehende Abläufe zu revolutionieren. Ein Überblick der Computational Medicine Group, Universitätsinstitut für Klinische Chemie, Inselspital Bern, zeigt, wo Chancen und Risiken dieser faszinierenden Technologie liegen.

Den Artikel in der Netzwoche lesen...

Telenotfallmedizin-Kongress

Vierter Schweizer Kongress mit dem Fokusthema "Metaverse in Acute Medicine: Entering digital worlds". Neu dieses Jahr sind Medical Extended Reality Workshops im Verkehrshaus Luzern von 9.00-12.00h. Das wissenschaftliche Programm am Nachmittag ab 13.30h findet online statt.

Weitere Informationen und Registrierung...

Wie KI die Medizin verändert

In einem Artikel über die aktuelle Implementierung von künstlicher Intelligenz im Gesundheitswesen beleuchtet Barbara Reye das disruptive Potenzial des maschinellen Lernens in der Medizin. Die Beispiele reichen von der Überwachung auf der Intensivstation und der Verringerung von Fehlalarmen über frühe Anzeichen für Hirnblutungen, medizinische Bildanalyse und Diagnoseunterstützung, Hautkrebs, die Gesundheit von Neugeborenen bis hin zu einer an der Universität Bern entwickelten Ernährungs-App, die den Nutzern hilft, eine gesundheitsfördernde mediterrane Ernährung einzuhalten.

Den Artikel lesen...

«KI ist der Schlüssel zu einer neuen Ära der Gesundheitsversorgung.»

Song Xue ist ein auf Deep Learning spezialisierter Medizintechnik-Postdoktorand in der Gruppe AI for Translational Theranostics (AITT) am Inselspital. Durch die Anwendung von künstlicher Intelligenz in der Nuklearmedizin will Song die Strahlenbelastung in der diagnostischen PET-Bildgebung reduzieren und eine personalisierte Dosisprognose für die Radionuklidtherapie ermöglichen.

Das Interview lesen...

Bern Interpretable AI Symposium

Eintägiges Seminar, das Forschende aus dem Bereich der KI für medizinische Bildgebung zusammenbringen soll. Helfen Sie uns, die "Black Box" zu öffnen und erhalten Sie Einblicke in Herausforderungen und Durchbrüche in diesem Bereich! Zudem wollen wir uns noch stärker vernetzen.

Programm & Anmeldung...

«Mit Deep Learning lassen sich vielfältige Muster neuronaler Aktivität erforschen.»

Florence Aellen ist Spezialistin für Deep Learning am Cognitive Computational Neuroscience Lab des Instituts für Informatik der Universität Bern. Im Rahmen ihrer Doktorarbeit arbeitet sie mit einem interdisziplinären Forschungsteam daran, Zusammenhänge zwischen elektrischer Hirnaktivität und Bewusstseinszuständen zu entschlüsseln. Mit einem Hintergrund in Mathematik und theoretischer Physik stellt sie ihre rechnerischen Fachkenntnisse nun in den Dienst klinischer Anwendungen und lernt dabei viel über ganz neue Forschungsfelder.

Das Interview lesen...

AI Medtech Founders

Sind Sie bereit, Ihr eigenes KI-Unternehmen zu gründen? Event mit Networking und Erfahrungsaustausch am Frauentag 2023 mit vier Medizintechnik-Gründer:innen und praktischen Tipps, wie Sie Unterstützung und Finanzierung erhalten und Ihr Netzwerk aufbauen können.

Mehr über das Event...

KI zur Erkennung von Lymphknotenmetastasen bei Darmkrebs

Das Screening von Lymphknotenmetastasen bei kolorektalem Krebs (CRC) könnte durch eine KI-gestützte Diagnoselösung erfolgen. Eine Gruppe von Pathologen und Datenwissenschaftlern unter der Leitung des Instituts für Gewebemedizin und Pathologie der Universität Bern hat einen Deep-Learning-basierten Workflow für die Bewertung von Lymphknotenmetastasen bei Darmkrebs entwickelt. Der Ansatz zeigte eine sehr gute Leistung und bildet die Grundlage für ein computergestütztes Diagnosetool zum einfachen und effizienten Lymphknoten-Screening bei Darmkrebs-Patienten.

Mehr erfahren

Mit der Smartwatch den Blutzucker messen

Forschende unter der Leitung des Inselspitals, Universitätsspital Bern, und der Universität Bern entwickelten eine Methode, bei der sich mittels maschinellen Lernens und Smartwatch-Daten Unterzuckerungen erkennen lassen. Der in einer Pilotstudie mit 31 erwachsene Personen mit verschiedenen Typen von Diabetes mellitus getestete Ansatz eignet sich als wertvolle Ergänzung zu bestehenden Methoden zur Blutzuckermessung. In Zukunft könnten Smartwatches eine Möglichkeit zur nicht-invasiven Messung des Blutzuckers bieten.

Die Studie lesen...

Übersetzung von Deep Learning in die Strahlentherapie

Die Forschungsgruppe Medical Image Analysis (MIA) des ARTORG Center und die Radio-Onkologie des Inselspitals haben in Zusammenarbeit mit Varian, einem Unternehmen von Siemens Healthineers, ein Open Source, Framework-unabhängiges Python-Paket entwickelt, das für die Verarbeitung von DICOM RT Structure Sets geeignet ist. "PyRaDiSe" geht über die derzeitige 2D-Rekonstruktion hinaus und könnte die Akzeptanz durch Gesundheitsfachpersonen fördern.

Mehr zu PyRaDiSe…

Vorhersage von Herzinfarkten aus Routinedaten des Spitals?

Das Universitätsinstitut für Klinische Chemie und das Insel Data Science Center am Inselspital haben eine Proof-of-Concept-Studie durchgeführt, um die Diagnose einer Myokardischämie aus prädiktiven Analyten abzuleiten, die aus Routine-Labordaten des Spitals gewonnen wurden. Die Studie ergab, dass eine Gruppe von Algorithmen in der Lage war, unvoreingenommene Richtlinien für die Labordiagnostik zu erstellen, indem sie computergestützte Evidenz im heutigen Zeitalter des digitalisierten Gesundheitswesens nutzten. Dies ist ein wichtiger erster Schritt hin zu einer evidenzbasierten Labordiagnostik und damit zu einer verbesserten Patientenversorgung.

Mehr erfahren...

KI-gestützte Interpretation in der Kardiotokographie

Künstliche Intelligenz gewinnt im Bereich der Kardiotokographie-Interpretation in der Geburtshilfe zunehmend an Aufmerksamkeit, da sie verspricht, die bekannte Problematik der Inter- und Intra-Beobachter-Variabilität zu verbessern. Eine Übersichtspublikation der Universitätsklinik für Geburtshilfe und Feto-Maternale Medizin des Universitätsspitals Bern in Zusammenarbeit mit dem CSEM weist auf künftige Potenziale der KI hin, Komplikationen beim Ungeborenen früher zu erkennen.

Die Übersichtsarbeit lesen...

Portrait Athina Tzovara

Wie kann künstliche Intelligenz dazu beitragen, Bewusstseinszustände besser zu verstehen? Athina Tzovara, Assistenzprofessorin TT in Machine Learning in Medicine, erforscht Hirnaktivitäts-Daten mit Künstlicher Intelligenz, um zu verstehen, wie Hirnfunktionen sich im Schlaf oder bei Komapatienten ändern. Sie forscht einerseits am Institut für Informatik der Uni Bern und andererseits für die Forschungsplatform NeuroTec der Universitätsklinik für Neurologie am Inselspital.

Das Video-Portrait ansehen...

LUMIERE-Datensatz für Glioblastom veröffentlicht

Die Fortschungsgruppe Medical Image Analysis am ARTORG Center der Universität Bern hat in Zusammenarbeit mit dem Inselspital Bern den ersten öffentlich zugänglichen Single-Center-Datensatz für Glioblastom-Magnetresonanztomographie (MRT) mit Expertenbewertungen veröffentlicht. Der Datensatz umfasst über 600 Multisequenz-MRT-Aufnahmen und Expertenbewertungen ausgewählter Studien nach den RANO-Kriterien (Response Assessment in Neuro-Oncology), automatische Tumorsegmentierungen sowie eine Vielzahl ergänzender Informationen wie bildgebende Biomarker, demografische Patientendaten und pathologische Informationen.

Mehr erfahren...

«Meine Forschung soll ein nützliches klinisches Werkzeug werden.»

Amith Kamath möchte durch KI-gestützte Planung eine schnellere Strahlentherapie für Patientinnen und Patienten mit einem Glioblastom ermöglichen. Der Preisträger des CAIM Young Researcher Award promoviert derzeit in der Forschungsgruppe Medical Image Analysis des ARTORG Center. Er freut sich darauf, seine Forschungsergebnisse mit Hilfe der breiten unternehmerischen Unterstützung in Bern, darunter das persönliche Business-Coaching durch be-advanced als Teil seines CAIM Award-Gewinns in der Kategorie "Translation" – in ein klinisches Werkzeug zu überführen.

Das Interview lesen...

CAIM unterstützt ukrainische Wissenschaftler*innen

Das CAIM unterstützt Wissenschaftlerinnen und Wissenschaftler aus der Ukraine in diesen schwierigen Momenten. Dem Massnahmenpaket und Unterstützungsaufruf des Schweizerischen Nationalfonds für ukrainische Forschende sowie der Initiative der Universität Bern, sich mit der Ukraine und ihren Universitäten zu solidarisieren folgend, ruft das CAIM seine Mitglieder und Partner auf, unseren Kolleginnen und Kollegen die Hand zu reichen und proaktiv nach Möglichkeiten zu suchen, ihnen zu helfen.

Schreiben Sie uns auf info.caim@unibe.ch mit Ihren Ideen oder Anliegen zur Unterstützung.

Deep Learning ermittelt Neurodegeneration im Mikrometerbereich

Eine Forschungsgruppe des Inselspitals und der Universität Bern hat ein Deep Learning Tool entwickelt, das Neurodegeneration zuverlässig und deutlich schneller messen kann als etablierte Methoden. Eine wissenschaftliche Arbeit zeigt nun, dass der Algorithmus so trainiert werden kann, dass er unterschiedliche MRI-Aufnahmearten auslesen kann, die im klinischen Alltag zur Anwendung kommen. Das CSIRO Australian eHealth Research Centre konnte in einer unabhängigen Validierung ausserdem zeigen, dass die Open-Source-Methode Veränderungen im Bereich von bis zu 0.01mm messen kann (Referenz 0.06mm).

Die Studien lesen...

Umfrage zu Künstlicher Intelligenz in der Medizin

Das Ethics Lab des Center for Artificial Intelligence in Medicine (CAIM) sammelte Stimmen aus der Bevölkerung, um etwas darüber zu erfahren, wie Chancen und Risiken beim Einsatz von künstlicher Intelligenz in der Medizin eingeschätzt werden. Die Ergebnisse fliessen in die Forschung ein.

Den Artikel lesen...

SDiPath Jahresversammlung und Industriemesse: KI in der Pathologie

Die zweite Industriemesse der Schweizerischen Gesellschaft für Digitale Pathologie (SDiPath), diesmal mit dem Schwerpunkt auf KI-Anwendungen in der Pathologie.
Die Veranstaltung findet am Donnerstag, 19. Januar 2023, von 10-17:00 Uhr im Institut für Pathologie der Universität Bern statt.

Weitere Informationen und Anmeldung...

«Ich hatte das Gefühl, Teil von etwas viel Grösserem zu sein.»

Die CAIM Young Research Award-Gewinnerin Charlotte Kern, und ihre Kollegin Verena Schöning nutzen Data Mining, maschinelles Lernen sowie Modellierung und Simulation in der Pharmakometrie, um die Wirkung von Medikamenten auf Krankheiten vorherzusagen und die klinische Entscheidungsfindung zu unterstützen. Während der COVID-19-Pandemie trug ihre Forschung direkt zu einer verbesserten Patientenversorgung bei.

Das Interview lesen...

Vermeidung schwerer Embolien mittels KI

Fachleute der Labormedizin des Inselspitals haben in einer langjährigen prospektiven Multicenter-Studie in Zusammenarbeit mit Datenwissenschaftlern der Universität Bern ein diagnostisches Vorhersagemodell entwickelt, welches den behandelnden Ärztinnen und Ärzten eine Angabe liefert zur zuverlässigen Diagnose von HIT (Heparin-induzierte Thrombozytopenie) - einer seltenen aber lebensbedrohlichen Komplikation bei hospitalisierten Patienten nach einer grossen Operation oder einer schweren Entzündung. Das daraus entwickelte diagnostische Machine Learning Tool im Bereich Labormedizin ist weltweit einzigartig.

Die Medienmitteilung lesen...