Maschinelles Lernen für die Medizin
Computer sind gut darin, Muster zu erkennen, sogar in genetischen Daten. Effiziente Algorithmen helfen, für die medizinische Forschung interessante Kombinationen herauszufiltern und auf diese Weise riesige Datensätze handhabbar zu machen.

Beschreibung
Maschinelles Lernen für die Medizin
Kurzvortrag von Caroline Weis, Machine Learning & Computational Biology Lab, ETH Zürich
Warum erkranken manche Menschen an Diabetes oder an Alzheimer? Warum schlägt die gleiche Krebstherapie bei manchen Patienten sehr gut an und bei anderen gar nicht? Eine Antwort auf diese Fragen lautet: Alle Menschen haben unterschiedliche genetische Voraussetzungen, und die Gene beeinflussen, ob eine Person krank wird und wie Medikamente im Körper wirken. Die grosse Herausforderung ist, herauszufinden, welche Kombinationen von Genvarianten verantwortlich sind. Da das Erbgut des Menschen aus Milliarden von DNA-Bausteinen besteht und es somit eine gigantische Anzahl an Kombinationen gibt, gleicht diese Aufgabe der Suche nach einer Nadel im Heuhaufen. Mittels maschinellem Lernen können wir riesige medizinische Datenmengen analysieren und in der DNA nach Mustern suchen, die mit den Krankheiten zusammenhängen. Erfahren Sie mehr über Mustererkennung in der Medizin und über typische Probleme beim Umgang mit riesigen Datensätzen. In einem interaktiven Spiel können Sie ihre Fähigkeiten in der Mustererkennung unter Beweis stellen.
