KI-gestützte Analyse revolutioniert die Kindergesundheitsforschung

BAMBERG / LEIPZIG / LONDON (IT BOLTWISE) – Die Gesundheitsforschung steht vor einem bedeutenden Wandel: Ein neues Projekt namens AI-SIC nutzt Künstliche Intelligenz, um die Auswertung qualitativer Interviews zu revolutionieren und tiefere Einblicke in die Kindergesundheit zu ermöglichen.

In der heutigen digitalen Ära spielt Künstliche Intelligenz eine immer wichtigere Rolle in der Gesundheitsforschung. Ein bemerkenswertes Beispiel dafür ist das Projekt AI-SIC, das von Forschenden aus Bamberg und Leipzig ins Leben gerufen wurde. Ziel dieses Projekts ist es, die Auswertung qualitativer Interviews durch den Einsatz von KI effizienter zu gestalten und gleichzeitig tiefere Einblicke in die Wahrnehmung der Kindergesundheit zu gewinnen.

Qualitative Interviews sind ein bewährtes Mittel, um die Gedanken und Gefühle von Menschen zu erfassen. Doch die Auswertung dieser Interviews ist oft zeitaufwendig und ressourcenintensiv, da die Antworten systematisch in Kategorien geordnet werden müssen. Dieser Prozess, bekannt als Kodierung, stellt einen Flaschenhals in der Datenanalyse dar. Hier setzt das Projekt AI-SIC an, indem es ein halbautomatisches Verfahren entwickelt, das diesen Schritt durch den Einsatz von maschinellem Lernen optimiert.

Das innovative Verfahren kombiniert menschliche Expertise mit maschinellem Lernen. Zunächst werden einige Interviews von Expertinnen und Experten manuell kodiert. Diese Daten dienen dann als Trainingsgrundlage für ein KI-Modell, das die verbleibenden Interviews halbautomatisch kodiert. Bei Unsicherheiten greift die KI auf menschliche Unterstützung zurück, wodurch das Modell kontinuierlich dazulernt und seine Genauigkeit verbessert.

Die Entwicklung des halbautomatischen Kodierverfahrens findet hauptsächlich an der Universität Leipzig statt, während die inhaltliche Auswertung der Daten am Leibniz-Institut für Bildungsverläufe (LIfBi) in Bamberg erfolgt. Hier liegt der Fokus darauf, wie Kinder und Eltern ihren Gesundheitszustand einschätzen und welche Unterschiede zwischen Selbst- und Fremdeinschätzungen bestehen. Auch der Einfluss von Alter und Geschlecht wird untersucht.

Das Projekt AI-SIC wird im Rahmen des Infrastrukturschwerpunktprogramms SPP 2431 „New Data Spaces for the Social Sciences“ von der Deutschen Forschungsgemeinschaft (DFG) gefördert. Diese Unterstützung unterstreicht die Bedeutung des Projekts für die Weiterentwicklung der Gesundheitsforschung und die Schaffung neuer Datenräume.

Dr. Jacqueline Kroh, die das Projekt am LIfBi leitet, betont die Vorteile der KI-gestützten Analyse: „Durch den Einsatz von KI können wir viel mehr Personen in unsere Studien einbeziehen und so ein umfassenderes Bild der Lebensrealitäten gewinnen. Dies ermöglicht es uns, die Gesundheitsforschung auf ein neues Niveau zu heben und gezielter auf die Bedürfnisse der Menschen einzugehen.“

Die Kombination aus menschlicher Expertise und maschinellem Lernen im Projekt AI-SIC könnte wegweisend für die Zukunft der Gesundheitsforschung sein. Durch die effizientere Auswertung von Interviews wird es möglich, größere Datenmengen zu analysieren und fundiertere Erkenntnisse zu gewinnen. Dies könnte nicht nur die Forschung, sondern auch die praktische Anwendung in der Gesundheitsversorgung maßgeblich beeinflussen.

Unseren KI-Morning-Newsletter «Der KI News Espresso» mit den besten KI-News des letzten Tages gratis per eMail - ohne Werbung: Hier kostenlos eintragen!