Medizinische Informatik, Statistik und Dokumentation

Forschungsschwerpunkt Human-Computer-Interaction for Medicine and Healthcare

Teamleiter: Andreas Holzinger

Fokus: Künstliche Intelligenz ist durch die Fortschritte im statistischen maschinellen Lernen bemerkenswert erfolgreich und übertrifft bei gewissen Aufgaben in der Medizin sogar die menschliche Performanz. Die Komplexität solcher Ansätze macht es allerdings oft unmöglich, nachzuvollziehen, warum ein Algorithmus zu einem bestimmten Ergebnis gekommen ist. Der Fokus unserer Forschung liegt auf der Nachvollziehbarkeit und damit der Interpretierbarkeit. Hier kann ein human-in-the-loop hilfreich sein, denn menschliche Expert*innen können Erfahrung, kontextuelles Verständnis, implizites und konzeptionelles Wissen einbringen.

Vernetzung: Das Forschungsteam Holzinger ist Med-Uni-intern mit dem Diagnostik- & Forschungs-Institut für Pathologie vernetzt und international mit dem xAI-Lab des Alberta Machine Intelligence Institute, Edmonton, dem Life Sciences Discovery Center Toronto in Kanada, sowie dem Human-Centered AI Lab an der University of Technology, Sydney, Australien.

Projekte

AIDAVA - AI-powered Data Curation & Publishing Virtual Assistant

  • Das Work-Package 5 des AIDAVA EU-Projekts, insbesondere Task 5.3. konzentriert sich auf die Entwicklung eines neuartigen Ansatzes für Erklärbarkeit und Mensch-KI-Interaktion, um die Akzeptanz der Anwender*innen zu maximieren. Ziel ist die Entwicklung von Werkzeugen zur Unterstützung von Annotatoren mit Human-in-the-Loop (HITL) Interfaces, die menschliche Expertise mit maschinellem Wissen kombinieren. Zu den Teilaufgaben gehören auch die Identifizierung von Problemen in Erklärungsansätzen, die Definition von adaptiven Methoden für unterschiedliche Qualifikationsniveaus zur Maximierung des Vertrauens, die Definition und das Testen von HITL-Schnittstellen-Muster, und die Evaluierung des Prototyps.
  • Laufzeit: 2022-2026
  • Gefördert durch: Europäische Kommission
  • Projektpartner*innen: b!loba, KU Leuven, The European Institute for Innovation through Health Data, European Cancer Patient Coalition, European Heart Network AISBL, ONTO - Sirma AI EAD, NEMC - Sihtasutus Põhja-Eesti Regionaalhaigla, Averbis GmbH, European Research and Project Office GmbH, UM - Maastricht University, Egnosis by Gnome Design Srl, MIDATA Cooperative, Digi.me Ltda

Feature Cloud

  • Im Rahmen des EU-RIA-Projekts 826078 "Privacy preserving federated machine learning", bei dem das Ziel darin besteht, nur gelernte Repräsentationen (die Merkmalsparameter Theta, daher der Projektname) auszutauschen, arbeitet das Team an verteiltem maschinellen Lernen und leistet Beträge zu Erklärbarkeit und Interpretierbarkeit solcher Ansätze, insbesondere zu Graphen-basierter erklärbarer KI und zu Aspekten effizienter Mensch-KI-Interaktion, die ethisch verantwortliches und rechtlich vertretbares maschinelles Lernen in der Medizin unterstützen.
  • Laufzeit: 2019-2024
  • Gefördert durch: EU
  • Projektpartner*innen: TU München, Uni Hamburg, Uni Marburg, SBA-Research Wien, University of South Denmark, Uni Maastricht, Research Institute Wien, Gnome Design SRL

Teamleiter

Univ.-Doz. Ing. MMag. Dr.
Andreas Holzinger  
T: +43 316 385 13883