SummaryZiel des Projektes Deep Integration for Long Delta Health Data ist die Erforschung von Methoden zur Integration heterogener und potenziell unvollständiger multimodaler Gesundheitsdaten in einen gemeinsamen Embedding Space unter Verwendung aktueller Deep Learning Modelle der Transformer Architekturen und Attention Mechanismen. Der generierte Embedding Space soll hierbei dedizierte krankheitsspezifische, temporale sowie modalitätsspezifische semantische Dimensionen ausbilden. Ziel ist die Generierung robuster Embeddings zur Klassifikation, Verlaufsmodellierung und Früherkennung von Krankheiten. Durch die Ausbildung modalitätsspezifischer sowie temporaler Dimensionen sollen zudem durch Abtasten des Embedding Space fehlende Modalitäten augmentiert sowie fehlende Messzeitpunkte interpoliert beziehungsweise über den Messzeitraum hinaus extrapoliert werden. Das Projekt ist in die Forschungsgruppe Lifespan AI der Universität Bremen eingebettet, die sich die Modellierung und Analyse von Gesundheitsdaten von Populationen über den gesamten Lebenszeitraum hinweg zum Ziel setzt. Das Projekt wird ebenso wie die Forschungsgruppe Lifespan AI durch die Deutsche Forschungsgemeinschaft (DFG) gefördert.

Keywords-

InstitutionsUniversität Bremen, University of Bremen, Fraunhofer MEVIS