Professur für Dagmar Kainmüller
Unterschiedliche Probleme brauchen nicht zwangsläufig eigenständige Lösungen. Nehmen wir die computergestützte Bildverarbeitung: Algorithmen, die Mikroskopie-Bilder von Gewebeproben analysieren, können zum Beispiel auch Aufnahmen von geologischen Strukturen untersuchen. Genau solche Methodentransfers strebt die Informatikerin Dagmar Kainmüller an. Gemeinsam mit ihrem Team am Max Delbrück Center entwickelt sie bislang vor allem Techniken für die Verarbeitung von biomedizinischen Bilddaten. „Künftig wollen wir bei der Entwicklung transferierbarer computergestützter Analysemethoden Synergien mit anderen Forschungsfeldern noch stärker in den Fokus rücken“, sagt Kainmüller.
Dieses Vorhaben soll die neue Science Unit von Helmholtz Imaging am Max Delbrück Center vorantreiben, die Kainmüller fortan leitet. Helmholtz Imaging ist eine Initiative, um das Potenzial von Bildgebung und Datenanalyse innerhalb der Helmholtz-Gemeinschaft besser auszuschöpfen und innovative Imaging-Techniken voranzutreiben (siehe Kasten). Das stärkt die Zusammenarbeit zwischen den Zentren, und es entstehen Synergieeffekte in der Forschung. „Wir möchten eine generische Methodik für die gesamte Imaging-Pipeline entwickeln – von der Messung bis zum Erkenntnisgewinn“, erklärt Kainmüller das Ziel.
Professur als Bindeglied zwischen Institutionen
Der Aufbau der Science Unit am Max Delbrück Center durch die Helmholtz-Gemeinschaft ist verknüpft mit einer W3-Professur inklusive Arbeitsgruppe. Aus diesem Grund geht Kainmüllers neue Leitungsfunktion einher mit einer Professur an der Digital Engineering Fakultät der Universität Potsdam; und zwar für „Integrative Imaging Data Science“ – eine Fachrichtung, die sich mit unterschiedlichen bilddatenwissenschaftlichen Methoden und generalisierten Bildverarbeitungsansätzen beschäftigt.
„Der Lehrplan ist noch in Arbeit“, erzählt die Datenwissenschaftlerin. „Aber mein Kurs wird in die Richtung ‚Machine Learning for Imaging analysis’ gehen“ – ein Thema, das Kainmüller bereits an der Humboldt-Universität zu Berlin unterrichtet hat. Darin geht es primär um selbstlernende KI-Algorithmen, die automatisiert große Bilddatensätze analysieren.
Die Vorhersagen der KI sind bereits besser als eine Zufallsverteilung. Die KI agiert wie eine Blackbox.
Kainmüllers Arbeitsgruppe am Max Delbrück Center nutzt solche Machine-Learning-Methoden etwa, um auf Mikroskopie-Bildern die Ausbreitung von Infektionen im Gewebe zu untersuchen oder das Entstehen von Metastasen bei Krebs. Eine Frage, die die KI in Zukunft beantworten könnte: Wie hoch ist die Wahrscheinlichkeit, dass sich Metastasen bilden? „Die Vorhersagen der KI sind bereits besser als eine Zufallsverteilung“, berichtet die Informatikerin. Allerdings weiß man nicht, aus welchen Informationen die Programme ihre Schlüsse ziehen. „Die KI agiert wie eine Blackbox“, sagt Kainmüller.
Die Forscherin und ihr Team wollen künftig auch bioinformatische Methoden entwickeln, mit denen sich vollständige genetische oder molekulare Profile von Menschen und anderen Organismen analysieren lassen. Fachleute sprechen hier von Omics-Daten – das sind Datensätze, die etwa die Gesamtheit der gerade abgelesenen Gene einer Zelle beinhalten. Künftig könnten die KI-Algorithmen damit etwa herausfinden, wie die komplexen Wechselwirkungen zwischen Genen den Verlauf bestimmter Krankheiten beeinflussen. „Solche detaillierten Analysen würden vollkommen neue Perspektiven für die personalisierte Medizin eröffnen, bei der die Behandlung individuell auf den einzelnen Patienten abgestimmt wird“, sagt Kainmüller.
Text: Janosch Deeg
- Helmholtz Imaging
-
Weitere Informationen →
-
Bilddaten machen einen wesentlichen Teil der in der Forschung anfallenden Daten aus. Helmholtz Imaging will das Potenzial der Bildgebung, der Aufbereitung, des Managements und der Analyse der Daten in der Helmholtz-Gemeinschaft erschließen und weiterentwickeln. Um den größtmöglichen Mehrwert für die gesamte Gemeinschaft zu generieren, kooperieren drei Partnerzentren DESY, DKFZ und Max Delbrück Center in Helmholtz Imaging. Durch eine übergreifende Plattform werden die innovativen Methoden und die Datenschätze der Helmholtz-Gemeinschaft synergetisch genutzt und für alle zugänglich gemacht. Helmholtz Imaging ist eine von fünf Plattformen (neben HIDA, HIFIS, Helmholtz.AI und HMC), die vom Helmholtz Information & Data Science Incubator initiiert wurden.
Weiterführende Informationen
- Helmholtz Imaging: Ganz Helmholtz profitiert
- Helmholtz Imaging Website
- Portrait: Die Bildanalytikerin
- Image Data Analysis Platform
