KI & maschinelles Lernen
Biomedizinische Daten sind klein, wo es darauf ankommt, riesig, wo es nicht darauf ankommt, und fast überall konfundiert. Für diese Lage baue ich prädiktive Modelle — und die Werkzeuge, die das Arbeiten in diesem Maßstab erst möglich machen.
Zwei Stränge ziehen sich durch die Arbeit. Der erste ist angewandtes maschinelles Lernen auf biomedizinischen Daten: Proteomik, Immunprofiling, medizinische Bildgebung und längsschnittliche klinische Daten. Der zweite ist Engineering: LLM- und Agentensysteme, reproduzierbare Pipelines und die Infrastruktur, die aus einer einmaligen Auswertung etwas macht, auf das sich ein Team verlassen kann.
Strang eins
Angewandtes maschinelles Lernen auf biomedizinischen Daten.
Alles Folgende ist Arbeit, die ich gemacht habe — keine Liste von Methoden, über die ich gelesen habe. Das meiste ist veröffentlicht oder auf dem Weg dorthin.
Plasmaproteomik und Immunzellzahlen gegen inzidente Erkrankungen in UK-Biobank-Kohorten mit mehreren hunderttausend Teilnehmenden. Glykämische Phänotypisierung aus HbA1c, Medikation und Diagnosecodes; Modelle pro Analyt über Tausende Proteine mit Benjamini-Hochberg-Kontrolle; restringierte kubische Splines für nichtlineare Dosis-Wirkungs-Beziehungen; Cox-Modelle für die Zeit bis zum Ereignis; und Anreicherungsanalysen, die aus einer Proteinliste wieder Biologie machen.
Ein an der HTW Dresden entwickeltes KI-Framework, das den Zustand von Tumorsphäroiden aus radiomischen Merkmalen vorhersagt — und, praktisch wichtiger, den Zeitpunkt, an dem ein Sphäroid der Therapiekontrolle entkommt. Die eigentliche Schwierigkeit war eine Bildverarbeitung, die stabil bleibt, während sich die zugrunde liegende Biologie stark nichtlinear verhält.
Quantitative MRT-Merkmale kombiniert mit simulierter Tumor-Immun-Dynamik, um die Zeit bis zum Rezidiv vorherzusagen und zu bestimmen, welche Biopsieorte überhaupt prädiktive Information tragen. Veröffentlicht in npj Systems Biology and Applications (2025): Die Makrophagendichte am Tumorrand war deutlich aussagekräftiger als die übliche Biopsiestelle.
Wo die Biologie verstanden ist, wird der Mechanismus aufgeschrieben; wo nicht, wird er gelernt. Ich kombiniere agentenbasierte und Reaktions-Diffusions-Modelle mit statistischem Lernen und löse die entstehenden inversen Probleme mit Bayesscher Inferenz und Surrogatmodellen — also die Rückgewinnung von Parametern, die nicht direkt beobachtbar sind, aus dünnen und verrauschten Daten.
Aus einem mechanistischen Modell werden Kohorten virtueller Patienten erzeugt und anschließend so „gemessen“, wie es eine Klinik täte — Bildgebungsvolumina, Proliferationsindizes, Biopsien an gewählten Stellen. So lässt sich vorab fragen, welche Messung sich überhaupt lohnt; und es entstehen gelabelte Daten dort, wo echte Labels knapp sind.
Globale Sensitivitätsanalyse und Unsicherheitsquantifizierung für jedes Modell, das ich abgebe: welche Parameter die Vorhersage tatsächlich treiben, wie weit man ihr trauen kann und wo das Konfidenzintervall mehr Arbeit leistet als der Punktschätzer.
Strang zwei
Forschungssoftware, LLM-Systeme und Automatisierung.
Die Auswertung ist nur die halbe Arbeit; die andere Hälfte ist die Software, die sie wiederholbar macht. Das Folgende sind Systeme, die ich entworfen, ausgeliefert und betrieben habe — für die eigene Arbeitsgruppe und die eigene Forschung, was der beste Test dafür ist, ob ein Werkzeug wirklich taugt.
Forschungssoftware, die ich für die Perakakis-Gruppe am Universitätsklinikum Dresden entwickelt habe, wo ich arbeite: eine Anwendung, die die Daten der hauseigenen Biobank digitalisiert und ihre Auswertung erheblich erleichtert. Vom Datenbestand der Gruppe zu einer Antwort zu kommen, war zuvor Handarbeit, die sich bei jeder neuen Frage wiederholte — diesen Ablauf übernimmt jetzt die Anwendung.
Eine Routing-Schicht, in der jeder Agent eines Systems sein eigenes Modell wählen kann — OpenAI, Anthropic oder die You.com Research API — hinter einer einzigen Schnittstelle, mit eigenen Prompts, Rollen und Fallbacks pro Agent. Verschiedene Aufgaben verlangen verschiedene Modelle, und die Bindung an einen Anbieter ist eher ein Risiko als eine Vereinfachung.
Fachspezifische Fähigkeiten — Literaturrecherche, Peer-Review-Kritik, Fördermittelsuche — als MCP-Tools über stdio bereitgestellt, sodass jeder MCP-fähige Client sie aufrufen kann. Aus einem maßgeschneiderten Assistenten werden so zusammensetzbare Werkzeuge, die die Anwendung überdauern, für die sie geschrieben wurden.
Eine geplante Pipeline, die täglich PubMed abfragt, auf einen definierten Bereich filtert, mit einem LLM strukturierte Zusammenfassungen erzeugt — Methode, Stichprobengröße, nicht signifikante Ergebnisse und Limitationen, nicht nur die Kernaussage des Abstracts —, sie übersetzt und in einem Kanal und einem Blog veröffentlicht. Läuft unbeaufsichtigt per CI-Cron.
Parser, die Kodierung, Trennzeichen, Kopfzeile, Dezimalkonvention und Spaltenbedeutung aus Belegen in der Datei selbst ableiten statt aus einer Konfiguration — weil Exporte aus der Praxis unzuverlässig sind und die Spalte, die nach dem Betrag aussieht, es meistens nicht ist. Dieselbe Disziplin hält ein klinisches Datenwörterbuch sauber.
Versionierte Pipelines mit festgeschriebenen Umgebungen, deterministischen Seeds und nachvollziehbarer Herkunft vom Rohauszug bis zur fertigen Abbildung — so gebaut, dass eine Kollegin, ein Gutachter oder ich selbst in achtzehn Monaten alles erneut ausführen und dieselben Zahlen erhalten. Große Parameterstudien laufen auf HPC.
Grundsätze
Vier Gewohnheiten, die darüber entscheiden, ob ein biomedizinisches Modell nützlich ist oder bloß beeindruckend.
01
Die meisten Meinungsverschiedenheiten über ein Ergebnis sind in Wahrheit Meinungsverschiedenheiten darüber, wer als Fall zählt. Schwellenwerte, Medikationscodes und Diagnosehierarchien werden zuerst festgeschrieben und begründet — die Modellierung ist die einfachere Hälfte.
02
Ein Merkmal, das das Zielereignis mitkodiert, ein Split, der eine Person auf beide Seiten verteilt, ein Vorverarbeitungsschritt, der auf allen Daten gefittet wurde — das ergibt die schönsten Ergebnisse, die man je sehen wird, und keines davon generalisiert.
03
Eine AUC sagt, wie ein Modell Personen sortiert. Eine Klinikerin muss wissen, ob das angegebene Risiko dem tatsächlichen entspricht. Ich berichte Kalibrierung und entscheidungsrelevante Maße neben der Diskrimination — sonst ist die Zahl nicht handlungsleitend.
04
Unsicherheitsquantifizierung und globale Sensitivitätsanalyse sind kein Anhang. Sie zeigen, ob eine Schlussfolgerung von den Daten abhängt oder von einem Parameter, den jemand 2011 geschätzt hat.
Die nützliche Frage lautet selten: „Kann ein Modell das vorhersagen?“ Sie lautet: „Was müsste zutreffen, damit diese Vorhersage falsch ist — und können wir das prüfen?“
Kontakt
Ich arbeite mit Forschungsgruppen, Kliniken, Health-Tech-Teams und Bioinformatik-Teams an der Schnittstelle von Biologie, Datenwissenschaft und personalisierter Medizin — von einer einstündigen Einschätzung eines Studiendesigns bis zur vollständigen Modellierungskooperation.
Details