Sherlock Holmes der Radiologie: KI deckt Schlaganfall-Hinweise auf

Masterthesis / Medicine

Status: Open

Dauer Vollzeitperiode: 3 Monate


Sherlock Holmes der Radiologie: KI deckt Schlaganfall-Hinweise auf

Beschreibung
Klinische Radiologieberichte verbergen wichtige Informationen in komplexem Fachjargon und Abkürzungen. In diesem Projekt wird das deutsche Sprachmodell MedBERT.de als „AI-Detektiv“ eingesetzt, um automatisch Schlaganfall-relevante Variablen wie Behandlungen oder Komplikationen aus unstrukturierten Radiologieberichten zu extrahieren. Die Extraktionen werden mit manueller Annotation durch Ärzt:innen verglichen.
Ziel ist es, typische Stolperstellen in klinischen Texten zu identifizieren und Vorschläge zur Verbesserung des KI-Modells sowie der klinischen Dokumentation zu entwickeln.

Publikation geplant: Ja

Mit nachfolgender Dissertation: Nein

Fachgebiete: Neurologie, Radiologie, Medizinische Informatik

Voraussetzungen: Interesse an medizinischer Sprache und KI - Keine Angst vor Datenanalyse - Spass daran, mit Technik echte Probleme zu lösen

ECTS: 15


Dozierende/r: PD Dr.med. Thomas Raphael Meinel, Universitätsklinik für Neurologie 

Department: Universitätsklinik für Neurologie, Inselspital Bern

Sprache: Deutsch


Kontakt & Bewerbung:

thomas.meinel@unibe.ch

Previous
Previous

30 Tage später: Kann KI vorhersagen, wer nach Schlaganfall zurückkommt?

Next
Next

Mit KI auf Spurensuche: Was sagen Radiologieberichte wirklich über den Schlaganfall?