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.
Das Arbeitsprogramm besteht aus sechs Projekten, die unsere Vision aus verschiedenen Perspektiven verfolgen und in drei Themen gruppiert sind: Daten und Methoden (D), Modelle und Interpretation (M) sowie Inferenz und Kausalität (C).
Die Forschungsgruppe stützt sich auf die Expertise der Antragstellenden beider Bremer Universitäten und dem Leibniz-Institut für Präventionsforschung und Epidemiologie – BIPS, die gemeinsam die zentralen Disziplinen von Mathematik und Informatik bis hin zu Statistik und Epidemiologie abdecken und bereits über langjährige institutionelle Forschungskooperationen miteinander verbunden sind. Zudem wird die Forschungsgruppe durch die neue Kooperationsprofessur für „Maschinelles Lernen in der Statistik“ an der Schnittstelle zwischen KI und Epidemiologie gestärkt, die als Brückenprofessur dient.
Das Data Science Center lädt herzlich zur Sommerausgabe der online Lunch-and-Learn Reihe des Data Science Centers der Universität Bremen und des Datenkompetenzzentrums DataNord ein: die
Kann künstliche Intelligenz erkennen, ob ein Team gemeinsam denkt oder aneinander vorbeiredet – auch wenn die Mitglieder auf zwei Kontinenten sitzen? Auf der CHI 2026
Wenn KI-Modelle vorhersagen, wie lange ein Patient überlebt, wer entscheidet dann, ob man ihnen vertrauen kann? Sophie Hanna Langbein wurde eingeladen, auf einem internationalen Workshop