Als Forscher und Projektmanager in der Sprachtechnologie-Gruppe am Deutschen Forschungszentrum für Künstliche Intelligenz (DFKI) begeistere ich mich für natürliche Sprachverarbeitung (NLP) und maschinelles Lernen, - insbesondere für klinische, (bio)medizinische Themen in diesem Bereich. Aktuell arbeite ich an Forschungsprojekten BigMedilytics (Big Data for Medical Analytics), vALID (Klinische Entscheidungsfindung durch Künstliche Intelligenz: Ethische, rechtliche und gesellschaftliche Herausforderungen), KEEPHA (Knowledge-enhanced information extraction across languages for pharmacovigilance), KIBATIN (KI-basiertes Assistenzsystem für eine zuverlässigere Priorisierung in der Notaufnahme) und ADBoard (Therapeutische Assistenz- und Entscheidungsalgorithmen für hepatobiliäre Tumorboards).

In den letzten Jahren haben meine Kollegen und ich v.a. an der Entwicklung von Werkzeugen sowie Ressourcen für die Bearbeitung von deutschsprachigen (bio)medizinischen Texten gearbeitet. Wir erstellten verschiedene Datensätze, trainierten zahlreiche syntaktische Analysemodelle sowie Methoden zur Extraktion klinisch relevanter Information aus medizinischen Texten. Im Rahmen des umfangreichen MACSS-Projekts wurden zahlreiche (die gesamte NLP-Pipeline abdeckende) Methoden und Modelle entwickelt, die v.a. der Textverarbeitung aus der speziellen klinischen Nephrologie-Domäne dienen. Wir versuchen möglichst alle Datensätze sowie entwickelte Modelle der Öffentlichkeit zur Verfügung zu stellen.
Derzeit konzentriere ich mich insbesondere auf Methodenentwicklung zur Unterstützung von Medizinern in ihrem klinischen Alltag. Das Projekt BigMedilytics entwickelt Techniken zur Erkennung von Risikopatienten bei Nierentransplantationen. Wir arbeiten mit longitudinalen Patientendaten, die eine Vielzahl unterschiedlicher Informationen beinhalten, wie beispielsweise Vitalparametern, Laborwerten, demografischen Daten, verschriebene Medikamente (Adhärenz) sowie ärztliche klinische Notizen.

Daneben gilt mein wissenschaftliches Interesse der Erzeugung, Erforschung und Nutzung von Wissensgraphen sowie (bio)medizinischen Ontologien zur Unterstützung von NLP-Aufgaben sowie der Analyse sozialer Medien im Bereich gesundheitsbezogener Themen.