Warum engagieren Sie sich im NUM?

Im Rahmen der Medizininformatik-Initiative arbeiten wir bereits seit sieben Jahren daran, in Deutschland die technischen Voraussetzungen zu schaffen, um Daten zwischen den Universitätskliniken austauschen zu können. Daher lag es nahe, die dort entstandenen Plattformen nun auch im NUM zu nutzen, um klinisch relevante Projekte ins Leben zu rufen und somit unsere Forschung in die breite klinische Anwendung zu bringen.

Wo sehen Sie die größten Chancen, wenn alle Uniklinika gemeinsam forschen?

Ich sehe hier vielfältige Chancen. Eine davon ist, dass wir Muster in Daten typischerweise erst dann erkennen, wenn uns eine große Anzahl von Patientendaten zur Verfügung steht. Aber diese Datenmenge bekommen wir erst dann zusammen, wenn sie über die Vernetzung und Zusammenarbeit im NUM an allen Standorten der Universitätsmedizin erhoben werden können.

Und das ist nicht nur für die Diagnose von Erkrankungen relevant, sondern auch, um Therapien und Leitlinien weiterzuentwickeln und generell das Verständnis für Krankheitsmechanismen zu verbessern. Für mich als Datenwissenschaftler bietet vor allem die Künstliche Intelligenz besondere Chancen, die es ermöglicht, durch Vorhersagen aus Daten präventive Maßnahmen zu ergreifen sowie Diagnosen und Therapien zu verbessern.

 

Nennen Sie uns einen Fachbegriff aus Ihrem Job, der spannend klingt und den nur die echten Experten verstehen! Was bedeutet der Begriff?

Ein Fachbegriff wäre „Large Language Modells“ (LLM), also „Große Sprachmodelle“. ChatGPT wäre z.B. ein solch großes Sprachmodell. Die meisten von uns benutzen solche Modelle heutzutage regelmäßig, aber wenige wissen, was wirklich dahintersteckt.

Es sind generative KI-Modelle, die auf einem riesigen Datenfundus basieren, sich an einer Vielzahl von Sprachdokumenten bedienen und diese dann wiedergeben. Generativ sind diese Modelle deshalb, weil sie etwas Neues aus etwas Bekanntem generieren.

 

Was begeistert Sie an Ihrem Job?

Mich begeistert die Vielfalt und die zahlreichen Herausforderungen, die der Job als Datenforscher täglich mit sich bringen.

Im Bereich der Daten hat sich in den letzten 20 Jahren vieles getan. Es gab einschneidende Entwicklungen auf der Informatikseite. In Bezug auf Hardware können wir inzwischen mit beschränkten Ressourcen riesige Modelle berechnen. Auf der Seite der Software hätten Fachleute vor zwei bis drei Jahren nicht vorhersagen können, was heute möglich ist, nämlich mit großen Sprachmodellen inzwischen auf Augenhöhe kommunizieren zu können. Als Mensch macht mich das nachdenklich, während es mich als IT-Wissenschaftler regelrecht begeistert und fasziniert.