NAKO-MNA: Multimodaler Normatlas und synthetisches Datenmodell auf Basis der NAKO-Gesundheitsstudie

Das AI Center for Health Care-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.

Von links nach rechts: Prof. Dr.-Ing. Horst Karl Hahn, Dr. Jochen Hirsch, Dr. Marvin Wright, Jan Kapar, Daniel Mensing   © Shanice Allerheiligen / U Bremen Research Alliance

Projektverantwortlicher

© Fotowerk Ganzer Berg

Prof. Dr. Marvin N. Wright

Professor für Maschinelles Lernen in der Statistik an der Universität Bremen
Emmy Noether-Nachwuchsgruppenleiter am Leibniz BIPS

Beteiligte Institutionen

Fraunhofer-Institut für Digitale Medizin
Leibniz-Institut für Präventionsforschung
Universität Bremen