Human-Centered Artificial Intelligence (AI) and Machine Learning (ML) in Health

Human-Centered Artificial Intelligence (AI) and Machine Learning (ML) in Health

Der Universitätslehrgang soll den Studierenden ein vertieftes, auf aktuellen wissenschaftlichen Erkenntnissen beruhendes Basiswissen über die wichtigsten Themen/Aspekte sowohl von Artificial Intellegence und Machine Learning als auch ein Basiswissen der Medizin und von biomedizinischer Forschung geben. Der Universitätslehrgang soll als Grundlage dienen, künstliche Intelligenz für eine eingehendere Behandlung spezifischer Theorien und Technologien zum Aufbau eines AI Systems in der Medizin und der biomedizinischen Forschung und die Umsetzung neuer Erkenntnisse in die Praxis vermitteln.

Die Unterrichtssprache ist Englisch. Die Lerninhalte werden überwiegend über e-Learning vermittelt.

Im Überblick

Im Überblick

Dauer: 2 Semester, berufsbegleitend

ECTS: 30

Abschluss: Abschlusszeugnis/ Zertifikat

Kosten: € 5.950,-

Start: Wintersemester 2021/22

Qualifikationsprofil & Learning Outcomes

Die Absolvent*innen werden befähigt, in Unternehmen oder Forschungszentren an den Schnittstellen zwischen Medizin und AI-Technologien zu arbeiten und neuartige intelligente Anwendungen für die Medizin und/oder Biomedizinische Forschung zu entwickeln.

Sie sind in der Lage:

  • ein Grundverständnis über wesentliche Methoden von Artificial Intelligence (AI) und Machine Learning (ML) zu entwickeln und deren Bedeutung für die Praxis zu erkennen.
  • personenorientierte und institutionelle Konzepte im Bereich der Human-centered AI im Gesundheitswesen mit einem speziellen Fokus auf Ethik und Verantwortungsbewusstsein für die Rechte auf Privatsphäre und Sicherheit (Human-in-control Ansatz) zu entwickeln.
  • Definitionen für anwendungsnahe AI und ML in der Medizin zu konzipieren und Anwendung zu definieren.
  • Konzepte zur ethisch sicheren Anwendung von AI und ML in der Medizin, unter Berücksichtigung aller Normen und Vorschriften, zu entwickeln.
  • medizinische Probleme zu definieren und AI oder ML als derer Lösung vorzuschlagen.
  • verschiedene medizinische und gesundheitliche Parameter, welche Krankheitsverlauf, Wirksamkeit der Behandlung, Sicherheit, Lebensqualität, individuelle Patientenpräferenzen für Algorithmen zur Entscheidungsfindung inkludieren, zu verwenden.
  • Analyse in der Medizin zu verstehen und den geeigneten Modelltyp für eine spezielle medizinische oder gesundheitsbezogene Frage zu wählen.
  • AI- und ML-Modellierungen anhand von praktischen Beispielen für Medizin und Gesundheit zu konzipieren und anzuwenden.
  • ein Grundverständnis von ML/AI für das Drug Design zu entwickeln und die Bedeutung für die Praxis zu erkennen.
  • ein Grundverständnis für den komplementären Einsatz von menschlicher und künstlicher Intelligenz in der Medizin zu entwickeln und die Bedeutung für die Praxis zu erkennen.
  • Grundlagen zu erwerben, um Forschungsberichte/-artikel sowohl zu AI/ML als auch zu Erkenntnissen in der Medizin und Diagnostik zu lesen, zu verstehen und zu bewerten.
  • interdisziplinäre Teamarbeit zu fördern und Lösungen für einen konstruktiven Umgang mit Konflikten zu finden.
  • notwendige strukturelle und wirtschaftliche Faktoren zu planen, um an Gestaltungsprozessen teilnehmen zu können.

Bedarf & Relevanz

Die Verwendung von Technologien für Artificial Intelligence (AI) ist in unserer Gesellschaft weit verbreitet, vor allem durch Erfolge des Machine Learnings (ML) (z. B. selbstfahrende Autos, persönliche Assistenten, Überwachungssysteme, Roboterfertigung, maschinelle Übersetzung, Cybersicherheit, Websuche, etc.). Solche Anwendungen verwenden Techniken der künstlichen Intelligenz, um Informationen aus einer Vielzahl von Quellen zu interpretieren und intelligentes, zielgerichtetes Verhalten zu ermöglichen. Dabei wird auch großen Wert darauf gelegt, neue Technologien von einem „Human in control“ Ansatz zu betrachten und Werte wie einen ethischen und verantwortungsvollen Umgang mit neuen Technologien und Datenschutz und Datensicherheitsaspekten zu vermitteln. Auch in der medizinischen Versorgung und Forschung haben AI und ML Technologien die Arbeitswelt der behandelnden Mediziner*innen sowie Forscher*innen erreicht. So erhofft man sich in vielen Fachgebieten der Medizin und Forschung durch einen gezielten Einsatz der technischen Möglichkeiten neue, besser an die einzelnen Patient*innen angepasste Behandlungskonzepte. Wichtig ist dabei gerade in diesem Gebiet ein „Human in control“ Ansatz – die neuen Technologien sollen die Mediziner*innen bei der Diagnosefindung und Therapieentscheidung unterstützen und nicht ersetzen. Die endgültige Entscheidung liegt aber nach wie vor bei den Mediziner*innen. Daher ist es umso wichtiger, dass diese die notwendigen Kompetenzen besitzen, um einerseits die Daten und andererseits die darauf beruhenden Entscheidungsfindungsprozesse zu verstehen und richtig einzuschätzen. Genauso wichtig ist es aber auch für die Entwicklung dieser neuen Technologien, dass die Daten und die Findung der Algorithmen von Techniker*innen besser verstanden und somit besser interpretiert werden können.

Die Zukunft der Integration von AI und ML Technologien in der Medizin liegt somit in einem Human-Centred AI-Ansatz und interactive Machine Learning („human-in-control“) mit Wissen über ethische Ansätze in diesem Bereich, Datenschutz und Datensicherheit.

Für die Absolvent*innen des Universitätslehrgangs sind beispielsweise folgende Berufsfelder relevant:

  • Medizininformatik – Anwendung der Informatik auf die Verarbeitung medizinischer Daten , Simulationen von biologischen Prozessen durch die Anwendung von AI und ML für die verschiedenste Bereiche (Bildgebende Diagnosesysteme, Krankenhausinformationssysteme, Medizinische Wissenssysteme, Datenanalyse zur DNA Sequenzierung, verschiedenster Systeme der AI, Telemedizin, Simulationen von modernen Therapieverfahren…)
  • IT Projektleitung - zur Begleitung von IT-Projekten - Planungsstadium bis zur Inbetriebnahme für Software in Medizin, medizinischer Forschung, Diagnostik und Genomik
  • Softwarearchitektur - für die Planung, Entwicklung und Weiterentwicklung von medizinischer Software
  • Medizin - zur Beratung und Produktentwicklung medizinischer und diagnostischer Software unter Einbeziehung von AI und ML
  • Medizin-Forschung - zur Beratung und Produktentwicklung medizinischer und diagnostischer Software unter Einbeziehung von AI und ML

Zielgruppe

Der Universitätslehrgang wendet sich an:

  • Personen, die einen Bachelorabschluss in Medizin oder ein naturwissenschaftliches Studium bzw. technisches Studium haben und
  • bereits in diesem Umfeld tätige Mediziner*innen, Forscher*innen, Bioinformatiker*innen sowie IT-Entwickler*innen mit einer mindestens zweijährigen Berufspraxis.

Voraussetzungen für die Zulassung

Abschluss

  • eines facheinschlägigen Bachelorstudiums oder
  • eines facheinschlägigen Diplomstudiums oder
  • eines facheinschlägigen Fachhochschul-Bachelorstudiengangs (mind. 180 ECTS) oder
  • eines facheinschlägigen Fachhochschul-Diplomstudiengangs (mind. 180 ECTS) oder
  • eines anderen gleichwertigen facheinschlägigen Studiums an einer anerkannten inländischen oder ausländischen postsekundären Bildungseinrichtung (analog §64 Abs 5 UG idgF) und einer zweijährigen einschlägigen Berufspraxis
  • eine entsprechend gleichwertige Qualifikation kann in begründeten Einzelfällen von der Lehrgangsleitung bestätigt werden. Voraussetzung ist jedenfalls die allgemeine Hochschulreife für österreichische Universitäten oder Fachhochschulen (analog § 64 UG idgF) und eine mindestens dreijährige einschlägige Berufspraxis.

Die Fähigkeiten zum Studium englischsprachiger Unterlagen beziehungsweise die Teilnahme an Unterrichtseinheiten in englischer Sprache werden vorausgesetzt.

Aufbau & Gliederung

Der Universitätslehrgang wird berufsbegleitend angeboten

  • umfasst 2 Semester
  • gliedert sich in 6 Module

Lehrgangsinhalte

  • AI fundamentals
  • ML fundamentals
  • Applied AI / ML for Bioinformatics and Biomedical Data Science
  • AI Ethics, Explainability and Causability
  • Medical Fundamentals
  • Biomedical Research and Drug Design

Abschluss

Nach positiver Erbringung sämtlicher, im gegenständlichen Curriculum vorgesehener Leistungsnachweise erhält die*der Absolvent*in ein Abschlusszeugnis der Medizinischen Universität Graz.

Kosten

€ 5.950,--

Termine

Anmeldungen für den Universitätslehrgang mit Start im Wintersemester 2021/22 sind bis zum 30.06.2021 möglich.

Kontakt

Office Vice Rector for Research and International Affairs International Biobanking and Education - ZMF