Medical Computing

Die rasante Entwicklung struktureller, funktioneller und metabolischer Bildgebungen des menschlichen Körpers hat großen Einfluß auf Diagnose und Behandlung in der Medizin. Die zunehmende Quantität und Komplexität roher Messdaten erfordern neuartige Ansätze zur Analyse und Wissensgewinnung. Solche neuartigen Ansätze integrieren in zunehmendem Maße auch nicht-bildgebende Daten wie Genomik, Labortests oder Messungen von “Wearables”. Viele dieser komplexen Daten erfordern eine erhebliche Vorverarbeitung, bevor sie für die Entscheidungsfindung genutzt werden können. Medical Computing ist ein wichtiger Baustein sowohl für medizinische Forschung, zum Beispiel im Vergleich von Bevölkerungsgruppen in der Neurowissenschaft, als auch für die Patientenversorgung, zum Beispiel in der Operationsplanung. Die Werkzeuge und Methoden des Medical Computing basieren auf Konzepten aus der Informatik und Mathematik. Zu den Kerntechnologien gehören Signalverarbeitung, Bildsegmentierung und -registrierung, Visualisierung und biomedizinische Modellierung. Statistische Ansätze und maschinelles Lernen haben hier schon immer eine Rolle gespielt, aber in jüngster Zeit hat die Einführung tiefer “convolutional networks” die Wichtigkeit dieser Technologien wesentlich erhöht. Das Ziel von Medical Computing ist die Extraktion von Informationen und letztendlich medizinischem Wissen aus komplexen Rohdaten.