Gastdozentin Prof. Dr. Anne-Christin Hauschild (Institut für Predictive Deep Learning for Medicine and Healthcare, Justus-Liebig-Universität Gießen, Hessian.AI) referierte am 12. Februar 2026 im Rahmen unseres Seminars für Neuere Methoden am Institut für Medizinische Informatik in Münster über das Thema „Navigating the Challenges of Predictive Modeling of Multi-Modal Health Data for Clinical Decision-Making“.

Hauschild veranschaulichte in ihrem Vortrag, wie Methoden der Künstlichen Intelligenz zunehmend zur Analyse großer Mengen medizinischer Daten eingesetzt werden. Gleichzeitig ging sie auf zentrale Herausforderungen ein, etwa begrenzte Stichprobengrößen, mögliche Verzerrungen in Datensätzen sowie die fehlende Interpretierbarkeit vieler Vorhersagemodelle.

Anhand aktueller Forschungsprojekte zeigte sie, wie diesen Herausforderungen begegnet werden kann. So nutzt das Projekt FAIrPaCT föderierte KI-Methoden, um verschiedene Arten medizinischer Daten -etwa klinische, molekulare und bildgebende Informationen von Patientinnen und Patienten mit Bauchspeicheldrüsenkrebs - institutionsübergreifend auszuwerten, ohne sensible Patientendaten austauschen zu müssen. Darüber hinaus stellte sie neue Ansätze zur Erklärbarkeit von KI-Systemen vor, darunter BenchXAI sowie die interaktive Plattform CLARUS.

Der Vortrag verdeutlichte, wie robuste und transparente KI-Systeme dazu beitragen können, komplexe Gesundheitsdaten besser für klinische Entscheidungen zu nutzen und langfristig Fortschritte in der personalisierten Medizin zu ermöglichen.