Moderne Technologien die im Klinikalltag eingesetzt werden, ermöglichen es durch Erhebung großer Datenmengen ein umfassendes Gesundheitsbild der Patienten zu erstellen. Ärzte und Therapeuten stehen vor der Herausforderung mit der Menge an Daten adäquat umzugehen, um diese bestmöglich zu nutzen. Maschinelles Lernen bzw. der Einsatz künstlicher Intelligenz kann Ärzte und Therapeuten dabei unterstützen, medizinische Abläufe effizienter und patientenbezogener zu gestalten, in dem die Datenflut, die mit jedem Patienten einhergeht, strukturiert und möglichst optimal analysiert wird.
Genau hier setzen die Arbeiten von Carlo Dindorf, wissenschaftlicher Mitarbeiter der Sportwissenschaften an der Technischen Universität Kaiserslautern, an. In einem interdisziplinären Team bestehend aus Ärzten, Therapeuten, Sport- und Bewegungswissenschaftlern sowie Informatikern des Deutschen Forschungszentrums für Künstliche Intelligenz (DFKI), entwickelt Carlo Dindorf Verfahren, um mithilfe von Künstlicher Intelligenz klinische Daten optimal auswerten zu können und eine bestmögliche Interpretierbarkeit sowie praktische Anwendbarkeit zu ermöglichen.
