School of Engineering

Human-Centered & Medical Computing

Wir entwickeln menschenzentrierte KI für die Praxis.

Wir adressieren Herausforderungen im Gesundheitswesen, in der Wirtschaft und in der Gesellschaft durch die Kombination von künstlicher Intelligenz, Data Science und Domänenwissen. In enger Zusammenarbeit mit Gesundheitsinstitutionen, Industriepartnern, öffentlichen Organisationen und akademischen Einrichtungen entwickeln wir Lösungen, die wissenschaftlich fundiert, praxisrelevant und für den Einsatz in realen Umgebungen konzipiert sind.

Unsere Aktivitäten umfassen die Bereiche Digital Healthcare & Medical AI, Human-Centered AI for Society sowie Adaptive Interaction Systems. Durch interdisziplinäre Forschung und Innovation übertragen wir Fortschritte der künstlichen Intelligenz in Technologien, die Entscheidungsprozesse unterstützen, Abläufe verbessern und einen messbaren Nutzen schaffen.

Wir arbeiten aktiv mit Gesundheitsinstitutionen, Industriepartnern, öffentlichen Organisationen und internationalen Forschungseinrichtungen zusammen, in gemeinsamen Forschungsprojekten, Technologietransferaktivitäten sowie öffentlich geförderten Innovationsprogrammen.

Human-Centered & Medical Computing auf einen Blick

Die Forschungsgruppe Human-Centered & Medical Computing (HCC) entwickelt menschenzentrierte KI- und datengetriebene Technologien für Gesundheitswesen, Wirtschaft und Gesellschaft. Unsere Forschung umfasst Medical AI, Computer Vision, Multimodal Learning und Adaptive Interaction Systems und verbindet methodische Innovation mit praxisnahen Anwendungen sowie interdisziplinärer Zusammenarbeit.

Forschungsschwerpunkte:

  • Digital Healthcare & Medical AI
  • Human-Centered AI for Society
  • Adaptive Interaction Systems

Kernkompetenzen:
Artificial Intelligence · Computer Vision · Multimodal AI · Foundation Models · Data Science · Human-AI Interaction
 
Zusammenarbeit:
Gesundheitsinstitutionen · Industriepartner · Öffentliche Organisationen · Internationale Forschungseinrichtungen
 

Forschungsgebiete

Digital Healthcare & Medical AI

Entscheidungen im Gesundheitswesen basieren zunehmend auf der Integration medizinischer Bilddaten, physiologischer Signale, klinischer Berichte und elektronischer Gesundheitsakten. Unsere Forschung entwickelt Methoden zur Zusammenführung dieser heterogenen Datenquellen, um Diagnostik, Therapieplanung, Risikobewertung und Patientenmanagement zu unterstützen.

Wir arbeiten an medizinischer Bildanalyse, Multimodal Learning, Foundation Models, klinischen Entscheidungsunterstützungssystemen und digitalen Biomarkern. Ein besonderer Schwerpunkt liegt auf der Entwicklung robuster und klinisch relevanter Methoden, die in realen Versorgungssituationen evaluiert und eingesetzt werden können.

Aktuelle Anwendungsfelder umfassen Radiologie, Nuklearmedizin, Kardiologie sowie Digital Health.

Computer Vision & Multimodal AI for Society

Gesellschaftliche und ökologische Herausforderungen sind häufig durch grosse Mengen visueller, textueller, sensorbasierter und georeferenzierter Daten geprägt. Unsere Forschung entwickelt Methoden, die diese heterogenen Datenquellen in nutzbares Wissen für Entscheidungs- und Planungsprozesse überführen.

Wir arbeiten an Computer Vision, Multimodal Learning, Foundation Models, Geospatial Analytics und Predictive Modeling. Zu den Anwendungsfeldern zählen nachhaltige Landwirtschaft, Umweltmonitoring, Public Health, industrielle Inspektion sowie digitale Inklusion.

Die Projekte entstehen in enger Zusammenarbeit mit Fachpersonen und Anspruchsgruppen, um wissenschaftliche Qualität, praktische Relevanz und nachhaltige Wirkung sicherzustellen.

Adaptive Interaction Systems

Wirksame digitale Technologien müssen nicht nur Erkenntnisse liefern, sondern auch eine sinnvolle Interaktion mit den Nutzerinnen und Nutzern ermöglichen. Unsere Forschung konzentriert sich auf die Konzeption, Entwicklung und Evaluation adaptiver Systeme, die multimodale Sensorik, intelligente Datenanalyse und nutzerzentrierte Schnittstellen kombinieren.

Wir entwickeln mobile, webbasierte und ausgewählte Extended-Reality-(XR)-Anwendungen, die Informationen aus physiologischen Signalen, Verhaltensmustern, Nutzerinteraktionen, Sprache, Bewegung und Kontextdaten integrieren. Ziel ist die Entwicklung von Systemen, die zuverlässige Einschätzungen und personalisierte Unterstützung ermöglichen und gleichzeitig für den Einsatz in realen Umgebungen geeignet sind.

Aktuelle Anwendungsfelder umfassen die Erfassung von Stress und Resilienz, Atem- und Biofeedback-Interventionen, kognitive Diagnostik und Trainingsverfahren, digitale Biomarker sowie inklusive Ansätze zur Erfassung patientenberichteter Symptome und Outcomes. 

Ehemalige Forschungsgebiete

Mobile Systems

Im Laufe der Jahre hat die Forschungsgruppe umfangreiche Expertise im dem Bereichen multimodale Interaktion, Mobile Computing und Sprachtechnologien aufgebaut. Die Arbeiten untersuchten, wie visuelle, auditive und sensorbasierte Informationen kombiniert werden können, um eine intuitive Interaktion zwischen Menschen und digitalen Systemen zu ermöglichen.

Die Forschungsaktivitäten umfassten mobile und wearable Anwendungen und kollaborative immersive Umgebungen sowie multimodale Benutzerschnittstellen. Ein besonderer Schwerpunkt lag auf nutzerzentriertem Design, Scene Understanding und der Überführung neuer Interaktionstechnologien in praxisnahe Anwendungen.

ICT-Accessibility

Die ICT-Accessibility befasst sich mit der Erforschung und Entwicklung von ICT-basierten Lösungen, um Barrieren für Menschen mit Behinderungen und ältere Menschen zu reduzieren, sei es durch barrierefreie Benutzerschnittstellen, den barrierefreien Zugang zu digitalen Informationen oder barrierefreie Mobilität. Dabei setzen wir immer häufiger KI-basierte Ansätze ein.