Forschung

Im Rahmen wissenschaftlicher Kooperationen, insbesondere mit Kliniken, Zentren und Instituten der Medizinischen Universität Graz, werden von unserem Team biostatistische Methoden in allen Phasen von Forschungsprojekten eingesetzt und weiterentwickelt.

• Forschungsteam Andrea Berghold

Das Evidence-Based Medicine Review Center bildet einen gemeinsamen Forschungsschwerpunkt unseres Instituts mit dem Institut für Allgemeinmedizin und evidenzbasierte Versorgungsforschung ab. Ziele sind u.a. die Erstellung von systematischen Reviews zu bestimmten medizinischen Fragen als Grundlage für Leitlinien, für Patient*inneninformationen, sowie zur Entscheidungsunterstützung praktisch tätiger Mediziner*innen.

• Forschungsteam Klaus Jeitler

HCI4MED arbeitet an methodischen Ansätzen von Human-Centered Artificial Intelligence (HCAI) zur Verbesserung menschlicher Gesundheit. Das Team verfolgt den synergistischen Ansatz einer Kombination von Human-Computer Interaction und des maschinellen Lernens zur Wissensentdeckung in Daten (HCI-KDD), mit dem Ziel, AI mit menschlichen, ethischen und rechtlichen Werten in Einklang zu bringen. Die beiden zentralen Themen sind Erklärbarkeit und Robustheit.

• Forschungsteam Andreas Holzinger

Patient-Reported Outcomes (PRO) werden eingesetzt, um die Perspektive der Patient*innen sowohl im medizinischen Alltag als auch in Forschungs- und Qualitätsmanagement-Projekten zu berücksichtigen. Unsere Arbeit umfasst die Entwicklung von PRO auf Basis moderner testtheoretischer Ansätze, um damit verlässliche Aussagen zu für Patient*innen relevanten Themen (etwa Schmerz oder krankheitsspezifische Lebensqualität) zu ermöglichen.

• Forschungsteam Alexander Avian

Die semantische Modellierung von Krankheit und klinischen Prozessen unterstützt die Sekundärnutzung klinischer Daten. Deren Struktur bestimmt Methoden und Werkzeuge, um Ziele wie Recherche und Entscheidungsunterstützung zu verfolgen. Daraus ergeben sich drei Schwerpunkte unserer Forscher*innen:

• Standardisierung durch Ontologien, Terminologien und Informationsmodelle;
• Extraktion von Information aus Kliniktexten,
• probabilistische Modelle, die aus Daten und Datenextrakten maschinell gelernt werden.

• Forschungsteam Stefan Schulz