Die Anmeldung findet über RWTHonline statt und ist bis zum 27.3.2022 möglich. Weitere Informationen zum Anmeldeprozess können dem FAQ entnommen werden.
Alle Studierenden können an einer Lehrveranstaltung teilnehmen. Sie können zwei Präferenzen angeben. Hierfür nutzen Sie bitte die Prioritäten „hoch“ und die direkt darunterliegende. Für eine Anleitung klicken Sie bitte hier. Wenn Sie am Ende des Zuordnungsverfahrens keinen Platz erhalten haben und trotzdem an einer Teilnahme in einer Lehrveranstaltung interessiert sind, kontaktieren Sie bitte sibel.yildirim[@]ipw.rwth-aachen.de.
(Wenn Sie Probleme bei der Anmeldung haben, melden Sie sich bitte bei Frau Sibel Yildirim (IPW) unter Angabe Ihrer Matrikelnummer: sibel.yildirim@ipw.rwth-aachen.de. Bei allgemeinen Fragen zur Lehrveranstaltung wenden Sie sich bitte an die unten angegebene Ansprechperson.)
Wir freuen uns über Fragen und Anmerkungen. Hier können Sie Kontakt zu uns aufnehmen! (Projekt „Leonardo“ gibt es auch auf Facebook und Instagram)
Institutsdirektor Helmholtz-Institut für Biomedizinische Technik
Start
15.04.2025
Zeit
Dienstag, 16:30-18.00 Uhr
Ort
Online via Zoom ggf. Führungen im UKA/Labor
Für die personalisierte Patientenversorgung der Zukunft bedarf es umfassende Diagnostik und Bildgebung, um frühzeitige Diagnosen präziser stellen zu können. Dazu werden Krankheiten auf molekularer, zellulärer und systemischer Ebene charakterisiert. Weiterhin werden integrative Diagnostiklösungen entwickelt, die verschiedene bildgebende Verfahren kombinieren, um so die Grundlage für ganzheitliche Patientenbewertungen und maßgeschneiderte Behandlungsstrategien zu schaffen. Damit die diagnostischen Informationen, wie bspw. Bilddaten, umfassend ausgewertet werden können, nutzen Annwender:innen und entwickeln Forschende neue Technologien aus den Bereichen der künstlichen Intelligenz (KI) und des Machine Learning (ML).
In diesem interdisziplinären Themenfeld wird von dem Profilbereich Medical Science and Technology (MedST) in Zusammenarbeit mit dem Projekt „Leonardo“ diese Lehrveranstaltung angeboten, um Studierenden aus allen Fachbereichen einen Einblick in die Welt moderner diagnostischer Ansätze zu bieten. Die Inhalte umfassen sowohl technologische als auch medizinische und gesellschaftliche Perspektiven.
Ziel dieses Moduls ist es, Studierende mit einem Verständnis für die neuesten Entwicklungen in der Diagnostik auszustatten und sie auf die multidisziplinären Herausforderungen der klinischen Umsetzung vorzubereiten. Es bietet einen Ausblick auf künftige Forschungsfelder und zeigt, wie innovative Technologien unser Verständnis von Gesundheit und Krankheit transformieren.
t.b.a.
Grundlegendes zur Diagnostik und Bildgebung
Rolle der Diagnostik, Historie, bildgebende Verfahren
Univ. Prof. Dr. med. Fabian Kießling
Helmholtz-Institut für Biomedizinische Technik
t.b.a.
Bildgebungstechnologien
Prof. Dr.-Ing. Volkmar Schulz
Lehr- und Forschungsgebiet für Physik der molekularen Bildgebungssysteme
t.b.a.
Datenintegration und KI
Univ.-Prof. med. Peter Boor, PhD
Oberarzt, UKA
t.b.a.
Molekulare Diagnostik
Dozent*in
Lehrstuhl/Institution/Organisation
t.b.a.
Nanomedizin/Diagnostik
Univ.-Prof. Dr. sc. hum. Twan Lammers
Institut und Lehrstuhl für Experimentelle Molekulare Bildgebung
t.b.a.
Ethik und KI in der Diagnostik + gesellschaftliche Implikationen / Was darf Medizin kosten?
Prof. Dr. Saskia Nagel
Profilbereich Information & Communication Technology (ICT)
Lehr- und Forschungsgebiet Angewandte Ethik
t.b.a.
Integration von Therapie und Diagnostik
Dozent*in
Lehrstuhl/Institution/Organisation
t.b.a.
Zukunft der Diagnostik
Univ.-Prof. Dr. med. Gernot Marx,
Klinikdirektor UKA
t.b.a.
Praktische Einblicke / Exmi Laborführung
Dozent*in
Lehrstuhl/Institution/Organisation
t.b.a.
Klinische Datensätze analysieren
Dozent*in
Lehrstuhl/Institution/Organisation
Je nach Studienordnung, Lehrveranstaltung und Leistung können Credit Points durch eine Teilnahme erworben werden.
Leistungsnachweis
Teilnahme (0 CP, Teilnahmebescheinigung)
Protokoll mit kritischer Reflexion (2 CP, unbenotet)
Hausarbeit / Essay (4 CP, benotet)