{"id":40972,"date":"2025-10-01T15:43:32","date_gmt":"2025-10-01T13:43:32","guid":{"rendered":"https:\/\/www.l3s.de\/?page_id=40972"},"modified":"2025-10-23T10:09:21","modified_gmt":"2025-10-23T08:09:21","slug":"aid-pais","status":"publish","type":"page","link":"https:\/\/www.l3s.de\/de\/research-at-l3s\/all-projects\/aid-pais\/","title":{"rendered":"AID – PAIS"},"content":{"rendered":"
\n \n
\n \n \n
\n \n
\n \n
\n \n
\n
\n \n \n
\n \n
\n \n
\n
\n \n \n \"\"\n
<\/div>\n <\/div>\n <\/div>\n <\/div>\n
\n \n <\/div>\n
\n \n
\n \n
\n
\n \n \n
\n \n
\n \n \n
\n

Start:<\/p>\n <\/div>\n <\/div>\n <\/div>\n <\/div>\n <\/div>\n

\n
\n \n \n
\n \n
\n \n \n
\n

01.04.2025<\/p>\n <\/div>\n <\/div>\n <\/div>\n <\/div>\n <\/div>\n <\/div>\n <\/div>\n

\n \n
\n \n
\n
\n \n \n
\n \n
\n \n \n
\n

Ende:<\/p>\n <\/div>\n <\/div>\n <\/div>\n <\/div>\n <\/div>\n

\n
\n \n \n
\n \n
\n \n \n
\n

31.03.2028<\/p>\n <\/div>\n <\/div>\n <\/div>\n <\/div>\n <\/div>\n <\/div>\n <\/div>\n

\n \n
\n \n
\n
\n \n \n
\n \n
\n \n \n
\n

Webseite:<\/p>\n <\/div>\n <\/div>\n <\/div>\n <\/div>\n <\/div>\n

\n
\n \n \n
\n \n
\n \n
–<\/span><\/a>\n <\/span>\n <\/div>\n <\/div>\n <\/div>\n <\/div>\n <\/div>\n <\/div>\n <\/div>\n <\/div>\n <\/div>\n <\/div>\n
\n
\n \n \n
\n \n
\n \n <\/div>\n
\n \n
\n \n
\n
\n \n \n
\n \n
\n \n
\n \n \n

AID-PAIS<\/h2>\n <\/div>\n <\/div>\n
\n \n \n
\n

KI-gesteuerte Integration multimodaler Omics\nund klinischer Daten f\u00fcr ein besseres Verst\u00e4ndnis postakuter\nInfektionssyndrome<\/p>\n <\/div>\n <\/div>\n

\n \n <\/div>\n
\n \n \n
\n

Die\nPr\u00e4valenz von PAIS(postakutes Infektionssyndrom)<\/strong>ist nach wie vor unzureichend verstanden, was den Bedarf\nnach tieferen Einblicken in seine biologischen Mechanismen unterstreicht. In\ndiesem Projekt wollen wir die Herausforderungen hochdimensionaler medizinischer\nDaten angehen: W\u00e4hrend klinische Datens\u00e4tze typischerweise wenige Merkmale\nenthalten, sind Bildgebungs- und Omics-Datens\u00e4tze \u00e4u\u00dferst hochdimensional.\nWir werden Deep-Learning-basierte Merkmalsextraktion und Foundation Models\neinsetzen, um kompakte Repr\u00e4sentationen zu erlernen, die die komplexen\nAbh\u00e4ngigkeiten zwischen Merkmalen erfassen. F\u00fcr die Bildgebung werden wir\nzun\u00e4chst vorhandene, auf ImageNet vortrainierte Modelle nutzen und\nanschlie\u00dfend Modelle untersuchen, die speziell auf MRT-Gehirnbilddaten\ntrainiert wurden und f\u00fcr Long COVID\/PAIS relevant sind. Wir werden verschiedene\nModellarchitekturen wie Convolutional Neural Networks (CNNs) und Vision\nTransformers (ViT\n s) erkunden und bei Bedarf ein ma\u00dfgeschneidertes Modell entwickeln. <\/p>\n

F\u00fcr\nOmics-Daten werden wir DNA- und RNA-basierte Foundation Models evaluieren und\nihre Anwendbarkeit auf PAIS-Kohorten pr\u00fcfen, einschlie\u00dflich M\u00f6glichkeiten zur\nEntdeckung kausaler Mechanismen. Dar\u00fcber hinaus planen wir, trainierte Modelle\nzu nutzen, um die Kohortengr\u00f6\u00dfe zu vergr\u00f6\u00dfern, indem wir in der UK Biobank\nzus\u00e4tzliche Proben identifizieren, die der PAIS-Klassifikation entsprechen,\naber derzeit nicht als solche klassifiziert sind.<\/p>\n <\/div>\n <\/div>\n

\n \n <\/div>\n
\n \n
\n \n \n F\u00f6rderprogramm<\/span>\n
<\/path><\/svg><\/span><\/div>\n
<\/path><\/svg><\/span><\/div>\n <\/a>\n
\n
\n \n
\n \n \n
\n

BMBF (Federal Ministry of Education and Research) – Computational Life Sciences \u2013 Digital Methods for the Study of Post-Acute Infection Syndromes<\/p>\n <\/div>\n <\/div>\n <\/div>\n <\/div>\n <\/div>\n

\n \n \n Projektpartner<\/span>\n
<\/path><\/svg><\/span><\/div>\n
<\/path><\/svg><\/span><\/div>\n <\/a>\n
\n
\n \n
\n \n \n
\n