Projekte

• ICareFM

ICareFM ist ein Foundation Model für klinische Zeitreihen aus der Intensiv- und Notfallmedizin. Gemeinsam mit der ETH Zürich und der Charité haben wir eine große Charité-Kohorte mit 250.000 Intensivaufenthalten harmonisiert und für die externe Validierung des Modells genutzt.

Zum Preprint

• PREEVENT-ICU

Im Projekt PREEVENT-ICU entwickeln und evaluieren wir Modelle zur Vorhersage klinisch relevanter Ereignisse aus intensivmedizinischen Routinedaten.

Ein besonderer Fokus liegt auf externer Validierung und realitätsnaher Evaluation. In einer Studie zur Sepsis-Prädiktion konnten wir zeigen, dass sowohl die Übertragung auf andere Krankenhäuser als auch die gewählte Evaluationsstrategie die gemessene Modellleistung wesentlich beeinflussen.

Zur Publikation

• Nephrology AI

Im Projekt Nephrology AI entwickeln wir KI-basierte Verfahren zur Vorhersage kontrastmittelassoziierter Nierenschädigungen und untersuchen deren Integration in klinische Entscheidungsprozesse.

Ausgewählte Publikationen

• Burger M, Chopard D, Lichtner G, et al. A Foundation Model for Intensive Care: Unlocking Generalization across Tasks and Domains at Scale. medRxiv. 2026. Preprint. https://doi.org/10.1101/2025.07.25.25331635 
• Do DK, Rockenschaub P, Boie SD, et al. The Impact of Evaluation Strategy on Sepsis Prediction Model Performance Metrics in Intensive Care Data: Retrospective Cohort Study. Journal of Medical Internet Research. 2026;28:e72083. DOI
• Lichtner G, Balzer F, Haufe S, et al. Predicting lethal courses in critically ill COVID-19 patients using a machine learning model trained on patients with non-COVID-19 viral pneumonia. Scientific Reports. 2021;11:13205. doi.org/10.1038/s41598-021-92475-7

Ansprechpartner

• Dr. rer. nat. Gregor Lichtner
• Prof. Dr. med. Falk von Dincklage