Gehirn und Verhalten (INM-7)

Derzeit befinden sich Methoden der künstlichen Intelligenz zur automatisierten Vorhersage neuropsychologischer und klinischer Merkmale einzelner Menschen weltweit noch im Entwicklungs- und Validierungsstadium. INM-7 befasst sich bereits mit den praktischen, gesellschaftlichen und ethischen Implikationen praktischer Anwendungen.

Wir entwickeln und wenden neuartige Methoden an, um die regionale Organisation des menschlichen Gehirns in kortikale Bereiche sowie die Topographie großräumiger, verteilter Netzwerke abzubilden, die durch kognitive, sozio-affektive oder sensomotorische Aufgaben rekrutiert werden.

Wir charakterisieren die Variabilität von Gehirnstruktur, -funktion und -konnektivität in großen Kohorten und ihre Beziehung zu Alter, Geschlecht und Verhaltensmessungen. Mit maschinellen Lernansätzen trainieren wir Vorhersagemodelle für die Schlussfolgerung auf phänotypische Merkmale neuer, individueller Probanden aus Bildgebungsdaten des Gehirns.

Wir implementieren und evaluieren neuartige maschinelle Lernansätze für eine verbesserte Diagnose, Stratifizierung und Ergebnisvorhersage auf der Ebene einzelner Patienten auf der Grundlage von Neuroimaging und tragbarer Technologie.

Ein wichtiger Schwerpunkt unserer Arbeit ist es, die entwickelten Tools und Ergebnisse der wissenschaftlichen Öffentlichkeit durch kostenlose Software-Tools und offene Datensätze zur Verfügung zu stellen, um eine breite Nutzung zu fördern. Darüber hinaus engagieren wir uns in zahlreichen Initiativen wie dem Human Brain Project, VirtualBrainCloud, IRTG2150, SFB und BrainMap.

Derzeit befinden sich Methoden der künstlichen Intelligenz zur automatisierten Vorhersage neuropsychologischer und klinischer Merkmale einzelner Menschen weltweit noch im Entwicklungs- und Validierungsstadium. INM-7 befasst sich bereits mit den praktischen, gesellschaftlichen und ethischen Implikationen praktischer Anwendungen.