Zentrum für Künstliche Intelligenz in der Medizin

Am CAIM denken wir KI aus klinischer Perspektive und lösen reale Herausforderungen der Gesundheitsversorgung zum Wohle der Patienten. Unser Zentrum wurde 2021 von der Universität Bern und dem Inselspital gegründet, um die Zukunft der digitalen Gesundheitsversorgung zu gestalten durch:

Erforschung von KI-Systemen zur Lösung klinischer Herausforderungen von der Entwicklung zur Validierung und Implementierung.

Ausbildung der nächsten Generation von KI-Forschenden und ‘digital native’ Klinikern in spezialisierten Vollzeitprogrammen oder berufsbegleitender Weiterbildung.

Vernetzung von Know-how und Expertise zum Aufbau einer Pipeline innovativer, klinischer KI-Projekte, Technologien und Produkte.

Klinische Umsetzung von KI-Technologie-Innovationen durch Industrie-Kooperationen, Start-ups und Frühphasen-Investitionen.

Quick links

Offene Stellen

Wer wir sind

Eine/n Expert/in finden

Wofür wir stehen

Vorherige Weitere

News and Events

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...

Data Science Lab Summer Schools 2023

Summer Schools in Bern organisiert durch das Bern Data Science Lab (DSL) zwischen dem 5. und 16. Juni. Trainings in Phython, Github, MatLab, Linux, High Performance Computing, ...

Details and Registrierung...

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...

Grosses Interesse am CAIM Research Symposium

Am ersten Forschungssymposium des Zentrums für Künstliche Intelligenz in der Medizin seit seiner offiziellen Eröffnung im März 2021 nahmen mehr als 100 Forschende aus dem Berner Ökosystem rund um die Universität und das Universitätsspital teil. CAIM-Direktor Raphael Sznitman freute sich über den Beginn vielversprechender interdisziplinärer wissenschaftlicher Diskussionen im Anschluss an die beiden Keynote-Vorträge und während der Networking-Pausen. "Es ist toll, hier in Bern eine so lebendige Gemeinschaft rund um die KI-Forschung für das Gesundheitswesen zu haben", sagte er.

Eindrücke CAIM Forschungssymposium 2022...

Amith Kamath und Charlotte Kern gewinnen CAIM Young Researcher Awards

Die sehr translationale Forschung der Doktorierenden Amith Kamath, ARTORG Center Universität Bern, und Charlotte Kern, Universitätsinstitut für Klinische Pharmakologie und Toxikologie am Inselspital, Universitätsspital Bern, wurde am CAIM-Forschungssymposium mit je einem der neuen CAIM Young Researcher Awards ausgezeichnet. Die Preise wurden von der Standortförderung Kanton Bern mit insgesamt 1000 Franken gesponsert. Die bereits etwas weiter zu einem Produkt entwickelte Forschung (Amith Kamath) erhielt zusätzlich ein 16-stündiges persönliches Unternehmercoaching durch be-advanced.

Via Interpretability zur verbesserten medizinischen KI

Die Forschungsgruppe Medical Image Analysis am ARTORG Center hat in einer Studie mittels Interpretierbarkeit die Auswahl von Proben aus einer Reihe von radiologischen Bildern dokumentiert. MIA konzentriert sich auf Interpretierbarkeit sowohl als Mittel für mehr Transparenz für medizinische KI als auch als Werkzeug zur Verbesserung der KI selbst. Der neuartiger Ansatz auf der Grundlage von Graphenanalyse informative Stichproben in einer Multi-Label-Umgebung zu identifizieren, verbesserte die Modellleistung, die Lernraten und die Robustheit im Vergleich zu state-of-the-art Active-Learning-Methoden.

Mehr erfahren...

CAIM Forschungssymposium

Am 24. November, 8.30-13.00 Uhr, präsentiert das CAIM im Kuppelsaal des Hauptgebäudes der Universität Bern Updates zu seinen geförderten Forschungsprojekten sowie zwei eingeladene Keynotes zu Chancen und Herausforderungen der Künstlichen Intelligenz für die Medizin. Treffen Sie unser Leitungsteam, unsere Ethikspezialisten und die Menschen hinter unserer Initiative DAIM und tauschen Sie sich in den Kaffeepausen aus!

Details und Anmeldung...

«KI bringt die Medizin voran.»

Stavroula Mougiakakou, Leiterin AI in Health and Nutrition am ARTORG Center, betreibt angewandte Grundlagenforschung und will mit ihrem Team die Lücke zwischen Theorie und Praxis schliessen. In dem hochgradig interdisziplinären und sehr wettbewerbsintensiven Bereich der KI in der Medizin sieht sie einen klaren Bedarf an rigorosen wissenschaftlichen Tests, die sicherstellen, dass Ansätze, Werkzeuge und Prozesse Nutzern zugutekommen. Am CAIM ist sie Co-Verantwortliche Ausbildung und leitet den neu eingerichteten Masterstudiengang "AI in Medicine".

Das Interview lesen...

Weniger PET-Strahlenbelastung mit KI

Mittels PET/CT können Tumorerkrankungen im Hinblick auf Ausbreitung und Therapieansprechen abgeklärt werden, aber auch neurologische und kardiologische Fragestellungen beantwortet werden. Das Berner Inselspital nutzt heute schon die weltweit sensitivsten PET-Scanner mit einer vergleichsweise geringen Strahlenbelastung. Eine KI-gestützte Bildkorrektur könnte dies noch weiter senken und dabei die Bildqualität verbessern, wie die Nuklearmedizin in einer Studie in Nature Communications zeigt.

Mehr erfahren...

Via Smartphone zur mediterranen Ernährung

Forschende des ARTORG Center haben in Zusammenarbeit mit Oviva und dem Institut für Epidemiologie, Biostatistik und Prävention (EBPI) der Universität Zürich gezeigt, dass ein KI-System auf einem Smartphone effektiv verfolgen kann, ob eine Person eine mediterrane Ernährung einhält. Eine mediterrane Ernährung kann das Risiko für nicht übertragbare Krankheiten senken und Übergewicht verhindern. Die Machbarkeitsstudie zum System wurde gerade in Nature Scientific Reports veröffentlicht.

Die Medienmitteilung lesen...

MADiMa 2022

Das Hauptziel von MADiMa2022 ist es, Forschende aus Technik, Informatik und Ernährung zusammenzubringen, die den Einsatz von Informations- und Kommunikationstechnologien für eine bessere Erfassung, Auswertung und das Management von Ernährungsgewohnheiten untersuchen.
Die Einreichung von Beiträgen ist bis zum 15. Juni 2022 möglich.

Weitere Informationen und Teilnahmebedingungen...

DAIM Lunch Talk

Dr. Lisa Koch, Forschungsinstitut für Augenheilkunde, Universität Tübingen, wird bei dieser Mittagsveranstaltung im Hybridmodus des ARTORG Center Ansätze "Towards Safe and Effective Medical Image Analysis Systems" vorstellen. Die Veranstaltung findet im Rahmen der Initiative DAIM - Diversity for AI in Medicine statt. Die Teilnahme ist kostenlos. Um Registrierung wird gebeten.

Details und Registrierung...

Berner KI-System erhält FDA-Zulassung

Ein KI-System zur Segmentierung von Hirntumoren aus Multisequenz-MRT hat am 29. September 2022 die 510k-Zulassung der US-amerikanischen Food and Drug Administration erhalten. Das System wurde von Prof. Dr. Mauricio Reyes und seinem Team des Medical Image Analysis Lab am ARTORG Center und dem CAIM der Universität Bern entwickelt. Die Arbeit an diesem wichtigen Meilenstein, an dem viele talentierte Doktoranden und Masterstudierende mitgewirkt haben, begann auf der @MICCAI-Konferenz 2016 und gewann den MICCAI Young Scientist Publication Impact Award 2016 sowie den Ypsomed Innovation Award 2016. Sie unterstreicht die globale Bedeutung der Berner Forschung.

Die Medienmitteilung lesen...

KI: Freund und Helfer der Ärzteschaft?

Künstliche Intelligenz verändert das Gesundheitswesen tiefgreifend. Dieser Prozess stellt die Ärzteschaft vor verschiedene Herausforderungen. Mit der Broschüre «Künstliche Intelligenz im ärztlichen Alltag» bietet die FMH einen Überblick über KI im ärztlichen Umfeld. Zehn Forderungen sensibilisieren für die wesentlichen Aspekte von KI in der Medizin.

Die Medienmitteilung der FMH lesen...

Forschungspreis

CAIM lanciert einen Forschungspreis für Studierende! Bewerben Sie sich ab dem 6. September für das beste CAIM-Studierenden-Projekt. Zwei Gewinnerprojekte werden auf dem CAIM-Forschungssymposium am 24. November bekannt gegeben und erhalten je 500 CHF.

Mehr erfahren und bewerben...

Smart Tools for Dexterity Home Training in Parkinson’s

Einer eingeschränkten Hand- und Fingerbewegung aufgrund der Parkinson-Krankheit kann mit gezielter Physiotherapie bis zu einem gewissen Grad entgegengewirkt werden. Um den Patient*innen individuelle Trainingsmöglichkeiten zu Hause zu bieten, hat die Forschungsgruppe Gerontechnologiy and Rehabilitation des ARTORG Center die Nutzbarkeit zweier neuer interaktiver, auf Sensoren basierender Hand-Tools mit dazugehörigen Trainingsspielen untersucht.

Mehr über die Studie...

Das Maximum aus Labordaten herausholen

Jedes grosse Spital produziert täglich eine Fülle von Daten, die den Schlüssel zu neuen Erkenntnissen über Krankheiten und einer verbesserten Patientenversorgung enthalten. Damit maschinelles Lernen und Big-Data-Ansätze auf diese Daten angewendet werden können, müssen Labordaten FAIR sein: auffindbar, zugänglich, interoperabel und wiederverwendbar, schlägt ein Forscherteam der Abteilung für Klinische Chemie am Inselspital vor.

Die Studie lesen…

CAIM an der Nacht der Forschung der Uni Bern

Save the Date!
Unser Zentrum wird sich der breiten Öffentlichkeit mit einer interaktiven Entdeckungsreise darüber vorstellen, was Künstliche Intelligenz bedeutet und bewirkt und wie sie heute (und morgen) im Gesundheitswesen angewendet wird.

Mehr erfahren...

Vorherige Weitere