Ein digitaler Arzt-Zwilling für diagnostische Inferenz: Eine Fundierung großer Sprachmodelle auf klinischen Messungen und Expertenwissen

• Antragsteller: Privatdozent Holger A. Lindner, Ph.D.; Professor Dr. Stefan Riezler
• Fachliche Zuordnung: Medizininformatik und medizinische Bioinformatik
• Förderung: Förderung seit 2025
• Projektkennung: Deutsche Forschungsgemeinschaft (DFG) - Projektnummer 554382092

Ziel des vorgeschlagenen Projekts ist es, einen digitalen Zwilling für Ärzte zu entwickeln, der künstliche Intelligenz zur Unterstützung von klinischen Schlussfolgerungen einsetzt. Aus der Perspektive des Gesundheitswesens besteht der Zweck eines digitalen Ärztezwillings darin, Ärzte bei klinischen Schlussfolgerungen auf verständliche Weise zu unterstützen, und ein korrigierendes Feedback durch Interaktionen zwischen Mensch und System zu ermöglichen. Aus der Perspektive des maschinellen Lernens besteht die Herausforderung und das Versprechen eines solchen Systems darin, große Sprachmodelle in die Lage zu versetzen, strukturierte Schlussfolgerungen aus klinischen Merkmalen zu ziehen, die in elektronischen Gesundheitsakten dokumentiert sind, und potenzielle neue Regeln für medizinische Schlussfolgerungen aus Daten zu extrahieren, die von menschlichen Experten annotiert wurden.

• DFG-Verfahren: Sachbeihilfen