Ob Bilder, Genomsequenzen oder Zeitreihen: Hochdurchsatzmessungen liefern den biomedizinischen Wissenschaften mittlerweile wichtige strukturierte Daten, die aber oft durch Heterogenität, Störgrößen und Stichprobenverzerrung gekennzeichnet sind. „Daher sind statistische Verfahren unverzichtbar, die interpretierbare Ergebnisse, Quantifizierung von Unsicherheit, Adjustierung für Störgrößen und Testen von Hypothesen mit statistischer Fehlerkontrolle ermöglichen“, so Prof. Dr. Sonja Greven von der Humboldt-Universität zu Berlin und Sprecherin der Forschungsgruppe. „Gleichzeitig werden neuronale Netze immer wichtiger, die komplexe Abhängigkeiten in solchen strukturierten Daten flexibel darstellen können.” Durch die „Integration von Deep Learning und Statistik zum Verständnis strukturierter biomedizinischer Daten (DeSBi)“ will die Forschungsgruppe im engen Austausch mit den biomedizinischen Anwendungen helfen, in Zukunft Unsicherheiten besser zu quantifizieren, statistische Modelle zu flexibilisieren und die Interpretierbarkeit der Ergebnisse von maschinellen Lernverfahren deutlich zu verbessern, so Greven.
„Im Rahmen der interdisziplinären Forschungsgruppe wollen wir neue Antworten auf wichtige biomedizinische Fragestellungen finden. Beispielsweise können wir durch die Verbindung von statistischen Verfahren, Neuronalen Netzen und erklärbaren KI-Verfahren herausfinden, welche Mutationen im menschlichen Genom verantwortlich sind für sichtbare Unterschiede der Gehirnstrukturen in MRT-Bildern von zehntausenden von Individuen“, so Prof. Dr. Christoph Lippert von der gemeinsamen Digital-Engineering-Fakultät des Hasso-Plattner-Instituts und der Universität Potsdam sowie Co-Sprecher der Forschungsgruppe.
Die KI-Förderinitiative war von der DFG im Oktober 2019 beschlossen und mit einem Gesamtpaket von rund 90 Millionen Euro ausgestattet worden. Die Initiative besteht aus zwei Schwerpunkten: zum einen aus der Förderung der acht neuen Forschungsgruppen, die thematisch und personell jeweils ein Forschungsfeld mit Bedarf an KI-Methoden mit Forschung im Bereich der KI-Methodik verzahnen sollen. Forschungsgruppen ermöglichen Wissenschaftlerinnen und Wissenschaftlern, sich aktuellen und drängenden Fragen ihrer Fachgebiete zu widmen und innovative Arbeitsrichtungen zu etablieren. Zum anderen waren zuvor in zwei Ausschreibungsrunden bereits insgesamt 15 Emmy-Noether-Nachwuchsgruppen eingerichtet worden. Mit dieser Maßnahme soll die nächste Generation von hoch qualifizierten Wissenschaftlerinnen und Wissenschaftlern mit Forschungsfokus auf KI-Methoden gewonnen werden.
