AI Center for Health Care

Das AI Center for Health Care Projekt AI Surgery Tracking soll helfen, die chirurgische Versorgung durch robuste und anwenderfreundliche Unterstützungssysteme aus dem Bereich KI zu verbessern.

Beteiligte Institutionen:
Fraunhofer MEVIS, Universität Bremen

Im Zentrum des Projekts Intelligenter Digitaler Leitlinien-Editor steht die Erarbeitung einer Methodik, um mit kausaler Inferenz und adaptiven statistischen Verfahren die Planung effizienter klinischer Studien zu vereinfachen und deren Ergebnisse durch einen digitalen Leitlinien-Editor schnell in bestehende Leitlinien integrieren zu können.

Beteiligte Institutionen:
Fraunhofer MEVIS, Universität Bremen, Leibniz BIPS

Im AI Center for Health Care-Projekt Auf dem Weg zur KI-gestützten intelligenten Magnetresonanz-Bildgebung soll eine anwendungsnahe Sprache für die Entwicklung von Bildgebungstechniken in der Magnetresonanztomographie entwickelt werden, die die Unterstützung effizienter maschineller Lernverfahren ermöglicht und somit automatisiert die bestmögliche Bildgebung wählt.

Beteiligte Institutionen:
Universität Bremen, Fraunhofer MEVIS, DFKI

Ziel des AI Center for Health Care-Projekts NAKO+ILSE ist die Zusammenführung multimodaler Daten verschiedener Studien, um die Vorhersage des biologischen, immunologischen und kognitiven Alters von Individuen zu verbessern und die Früherkennung von Demenz zu unterstützen.

Beteiligte Institutionen:
Universität Bremen, Fraunhofer MEVIS, Leibniz BIPS, Universität Heidelberg (beratend)

Das Projekt NAKO-MNA zielt auf die KI-basierte Entwicklung eines multimodalen impliziten Datenmodells auf Basis kombinierter Bilddaten und komplexer tabellarischer Daten der NAKO-Gesundheitsstudie. Ein Anwendungsziel liegt in der verbesserten Fähigkeit, Normabweichungen und bislang unentdeckte Zufallsbefunde sensitiv zu detektieren.

Beteiligte Institutionen:
Leibniz BIPS, Fraunhofer MEVIS

Im Rahmen des Projekts PORTAL wird an KI-basierten Optimierungsstrategien zur laseradditiven Fertigung von Endoprothesen geforscht. Dabei soll ein Vorwärtsmodell entwickelt werden, um Aussagen über Eigenschaften wie Schwingfestigkeit des gefertigten Bauteils entsprechend des Einsatzzwecks zu treffen. Ein weiteres Ziel ist die Entwicklung eines Rückwärtsmodells, um den Fertigungsprozess passgenau auf den Einsatzzweck zu parametrisieren.

Beteiligte Institutionen:
Leibniz IWT, Universität Bremen

Ziel des AI Center for Health Care-Projekts ENABLE ist die Entwicklung einer antibakteriell wirksamen Legierung, mit deren Hilfe eine Reduzierung Implantat-assoziierter Infektionen erreicht werden soll.

Beteiligte Institutionen:
Leibniz IWT, Universität Bremen

Im Zentrum des AI Center for Health Care-Projekts KIKI stehen die vorteilhaften Strukturen von Kieselalgen für die Entwicklung medizinischer Endoprothesen.

Beteiligte Institutionen:
AWI, Leibniz IWT

Ziel des AI Center for Health Care-Projekts Meta^N ist eine effizienzverbesserte MR-Bildgebung durch den Einsatz flexibler und dynamisch durch Methoden der Künstlichen Intelligenz optimierter Metamaterialien.

Beteiligte Institutionen:
Universität Bremen, Fraunhofer IFAM