Erklärbare KI: Wie Künstliche Intelligenz hilft, das Gehirn besser zu verstehen

Vierte Antrittsvorlesung an der IT:U zur Verständlichkeit Künstlicher Intelligenz als Schlüssel für Fortschritt in der Medizin und der Erforschung neurodegenerativer Erkrankungen

Am Dienstag, 18. März 2025, fand an der IT:U Interdisciplinary Transformation University Austria ein weiterer Abend der Serie der „First Lectures“ statt. Die beiden IT:U Gründungsprofessorinnen Nina Hubig, Assistent Professor of Explainable Artificial Intelligence, und Jie Mei, Assistant Professor of Computational Neuroscience, widmeten sich „Neuro-(X)AI“ und der „Black Box of Minds and Machines“ und stellten damit die Erklärbarkeit Künstlicher Intelligenz (KI) und ihre Bedeutung für die Neurowissenschaften in den Mittelpunkt. Besonders in der Erforschung des menschlichen Gehirns kann KI dazu beitragen, komplexe neuronale Prozesse besser zu verstehen und neue wissenschaftliche Erkenntnisse zu gewinnen.

Ein zentrales Anwendungsfeld ist die frühzeitige Erkennung neurodegenerativer Erkrankungen wie Parkinson, was sowohl für die Forschung als auch für die medizinische Praxis bahnbrechende Möglichkeiten eröffnet. Gleichzeitig kann KI die Entscheidungsfindung im Gesundheitswesen und die Patientenkommunikation unterstützen – jedoch nur, wenn ihre Prozesse transparent und nachvollziehbar sind.

„Die Antrittsvorlesungen von Nina Hubig und Jie Mei markieren einen Meilenstein in der interdisziplinären Forschung an der Schnittstelle von Künstlicher Intelligenz (KI), Neurowissenschaften und Medizin. Sie zeigten eindrucksvoll, wie erklärbare KI dazu beitragen kann, die komplexen Prozesse des Gehirns besser zu verstehen und neue wissenschaftliche Erkenntnisse zu gewinnen. Insbesondere kann KI die frühzeitige Erkennung und Behandlung neurodegenerativer Erkrankungen wie Parkinson revolutionieren. Gleichzeitig eröffnet die enge Zusammenarbeit dieser Disziplinen neue Möglichkeiten für präzisere Diagnosen und personalisierte Therapieansätze – ein entscheidender Fortschritt, der jedoch nur mit transparenten und nachvollziehbaren KI-Entscheidungsprozessen realisiert werden kann“, so IT:U-Gründungspräsidentin Stefanie Lindstaedt.

ERKLÄRBARE KI IN HOCHRISIKO-ENTSCHEIDUNGEN

IT:U Gründungsprofessorin Nina Hubig legte in ihrer Antrittsvorlesung dar, wie Künstliche Intelligenz die Entscheidungsfindung im Gesundheitswesen und in der Patientenkommunikation verbessern kann – aber nur, wenn Menschen dem Entscheidungsprozess gut folgen und vertrauen können. Sie betonte, dass KI klare, verständliche Erklärungen liefern muss – das ist auch ein zentrales Prinzip im KI-Gesetz der EU. Von Bedeutung ist das insbesondere in risikobehafteten Bereichen wie etwa der Medizin. Anwendung findet KI hier etwa in der Kardiologie, um auf Basis von Patient:innendaten den Erfolg von Eingriffen vorauszusagen. Nina Hubig untersucht, wie Erklärbarkeit Kardiolog:innen helfen kann, Risikovorhersagen zu interpretieren, während gleichzeitig eine patientenzentrierte Kommunikation sichergestellt wird.

„KI spiegelt die Gesellschaft wider und damit auch unsere Werte, Vorurteile und Komplexitäten. Letztlich geht es nicht nur darum, KI zu verstehen oder zu erklären, sondern darum, unser Verständnis von uns selbst und davon, wer wir sein wollen, zu vertiefen“, so Nina Hubig, Assistent Professor of Explainable Artificial Intelligence.

KI ZUR ENTSCHLÜSSELUNG DER NEUROWISSENSCHAFTEN

Die Forschung von IT:U Gründungsprofessorin Jie Mei verbindet Künstliche Intelligenz und Neurowissenschaften. Sie setzt KI ein, um die Gehirnforschung zu verbessern und optimiert KI-Modelle mit neurowissenschaftlichen Prinzipien. Sie hob hervor, dass die Neurowissenschaften ein sich entwickelndes Feld bleiben, das mit Unsicherheiten besetzt ist, die den Herausforderungen in der KI-Forschung entsprechen. Ihre Arbeit trägt zu Fortschritten in beiden Bereichen bei, so kann KI etwa zur frühzeitigen Erkennung neurodegenerativer Erkrankungen beitragen: KI-Modelle könnten eine frühere Erkennung der Parkinson-Krankheit durch Veränderungen des Geruchssinns als Indikator ermöglichen. Sie helfen auch dabei, Gehirnregionen zu identifizieren, die durch den Fortschritt der Parkinson-Krankheit betroffen sind.

„Neurowissenschaften sind ein junges Feld, das erst vor etwa 60 Jahren benannt wurde, und es sucht immer noch nach einer einheitlichen Theorie. Für mich liegt die Schönheit nicht nur in der Komplexität des Gehirns, sondern auch in den vielen Unsicherheiten, denen wir gegenüberstehen – der Unsicherheit darüber, was wir nicht wissen, der Unsicherheit darüber, welche Teile unseres Wissens möglicherweise falsch sind und der Unsicherheit darüber, welche Ansätze besser geeignet sind, um das Gehirn zu erforschen“, beschreibt Jie Mei, Assistant Professor of Computational Neuroscience.

————————-

DIE PROFESSORINNEN

* Nina Hubig, Assistent Professor of Explainable Artificial Intelligence:

IT:U Interdisciplinary Transformation University Austria
Mag.a Daniela Scharer, MBA
Telefon: +43 676 / 8 51 307 237
E-Mail: daniela.scharer@it-u.at

OTS-ORIGINALTEXT PRESSEAUSSENDUNG UNTER AUSSCHLIESSLICHER INHALTLICHER VERANTWORTUNG DES AUSSENDERS. www.ots.at
© Copyright APA-OTS Originaltext-Service GmbH und der jeweilige Aussender