Die digitale Revolution verändert unsere Welt. Digitale Geräte, Sensoren und Technologien erfassen Daten fast „nebenbei“, während sich gleichzeitig die digitale Technologie rasant weiterentwickelt. Diese digitale Spur an gesammelten Bio-, Sozial- und Lebensstilinformationen im Lebenslauf wird epidemiologische Längsschnittstudien ergänzen, um geleitet durch Methoden der kausalen Inferenz die personalisierte Vorhersage, frühzeitige Prävention und gezielte Intervention im Gesundheitsbereich zu verbessern. Diese großen komplexen Gesundheitsdatenkörper bergen in Kombination mit jüngsten Fortschritten in der künstlichen Intelligenz (KI) ein enormes Potenzial für die empirische Gesundheitsforschung. Die Forschungsgruppe will KI-Methoden und -Werkzeuge weiterentwickeln, um mit Hilfe hochdimensionaler Daten die Entstehung von Krankheiten im Lebenslauf zu modellieren, vorherzusagen und zu erklären. Dazu werden wir unter Einhaltung ethischer und datenschutzrechtlicher Bedingungen sensible Datenquellen nutzen, um relevantes Wissen zu extrahieren, Deep-Learning (DL)-Modelle voranzutreiben und kausale Erkenntnisse zu generieren – um so letztlich zur Aufdeckung von Ursachen komplexer Erkrankungen und zur Optimierung von Präventionsstrategien beizutragen.