Erklärbare KI für Entzündungen

Künstliche Intelligenz verfügt über beispiellose Fähigkeiten bei der Untersuchung und Erkennung von Mustern in komplexen, hochdimensionalen Datensätzen. Sie überwindet den Fluch der Dimensionalität, der für Forschende ein großes Hindernis bei der gleichzeitigen Analyse mehrerer Krankheitsmerkmale darstellt. Die XAI4Inf-Gruppe konzentriert sich auf die Nutzung des Variations-Autocodierers, einer Art generatives tiefes neuronales Netz, um komplexe Einzelzell-Transkriptomdaten in einen weniger-dimensionalen latenten Raum zu transformieren. Anschließend werden Techniken der erklärbaren künstlichen Intelligenz eingesetzt, um Krankheitssubpopulationen und Gen-Gen-Interaktionen aufzudecken. Derzeit trainieren die Forschenden der Gruppe eine fortgeschrittene Architektur, die die Einzelzelltranskriptomik von pädiatrischen Patienten mit seltenen rheumatologischen Erkrankungen kodiert, die von der Abteilung Systemrheumatologie des DRFZ untersucht werden.