IEEE EMBC 2024

Arbeitsgruppe Biosignalverarbeitung auf der EMBC in Orlando

Mitglieder der wissenschaftlichen Arbeitsgruppe Biosignalverarbeitung am Institut für Medizinische Informatik der Universitätsmedizin Göttingen, darunter Dr. Nicolai Spicher (Arbeitsgruppenleitung), sowie Philip Hempel und Tabea Steinbrinker, waren auf der diesjährigen EMBC (international Conference oft he IEEE Engineering in Medicine ans Biology Society) vertreten, die vom 15. bis 19. Juli in Orlando, Florida stattfand.

Die EMBC ist mit mehr als 2000 Teilnehmenden einer der weltweit größten Kongresse in den Bereichen Biomedizinische Technik und Medizinische Informatik.

Philip Hempel stellte in einem Vortrag über seine Publikation „Enhancing Explainability in ECG Analysis through Evidence-Based AI Interpretability“ ein erweitertes Open-Source-Framework zur Diagnose von Herzrhythmusstörungen wie AV-Block ersten Grades und Linksschenkelblock vor.

Dabei konnte gezeigt werden, dass transparente KI-Systeme mit evidenzbasierten Parametern wie PR-Intervall und QRS-Dauer arbeiten können. Beispielsweise zeigen 96% der Vorhersagen bei 1dAVb eine PR-Dauer von über 200 ms, während bei LBBB 98,6% der Vorhersagen eine QRS-Dauer von mehr als 120 ms aufweisen. Diese Ergebnisse verdeutlichen, dass die Entscheidungen des neuronalen Netzwerks weitgehend mit klinischen Leitlinien übereinstimmen und somit eine wertvolle Unterstützung für Kardiologen darstellen können.

Philip Hempel: „Im Hinblick auf den EU-AI-Act leisten diese Erkenntnisse einen bedeutenden wissenschaftlichen Beitrag, da sie die Grundlagen dafür erarbeiten, wie KI in der Patientenversorgung unter menschlichen Maßstäben eingesetzt werden kann.“

In einem weiteren Vortrag von Dr. Nicolai Spicher, Leitung der Arbeitsgruppe, wurde aufgezeigt, dass die Open-Source-Frameworks im Bereich "Erklärbare und Transparente KI-Systeme" nicht nur auf kardiovaskuläre Erkrankungen, sondern auch in der Schlafforschung angewandt werden können. Auch hier konnte exemplarisch aufzeigt werden, dass menschliche sowie KI-Interpretation von Hirnsignalen in Übereinstimmung gebracht werden können, um in Einklang mit medizinischen Guidelines Schlafqualität messen zu können.

Tabea Steinbrinker präsentierte Ergebnisse aus einer Kooperation mit Kana Eguchi von der Kyoto University mit dem Titel „Benchmarking Open-Source Algorithms for QRS Detection and RRI Editing in Textile Electrocardiography“.

Dort konnte demonstriert werden, dass die Arbeitsgruppe Biosignal nicht nur im Bereich der Künstlichen Intelligenz forscht, sondern auch Themen der klassischen Signalverarbeitung und Wearables, wie zum Beispiel 'EKG-T-Shirts', bedienen kann.

Die Teilnahme an der Konferenz bot zudem zahlreiche Gelegenheiten zum Netzwerken und Austausch mit internationalen Kolleg*innen, was zukünftige Kooperationen fördern und die Forschung am Institut weiter vorantreiben kann.

Weiterführenden Informationen zu der Konferenz finden Interessierte auf der Veranstaltungswebsite: embc.embs.org/2024/

Follow us