​​Identifying and resolving ancestrality biases in biomedicine with machine learning​

Unterschiede zwischen Bevölkerungsgruppen können starke Effekte auf medizinische Anwendungen haben, aber diese Effekte sind kaum verstanden. Dieses Projekt hat zum Ziel die Übertragbarkeit (Generalisierbarkeit / Transferierbarkeit) von biomedizinischen Zusammenhängen über Bevölkerungsgruppen zu entschlüsseln. Dabei werden neue Methoden der KI entwickelt, um zu verstehen, ob derartige Zusammenhänge von KI gelernt werden können und um diese Generalisierbarkeit zu verbessern. Diese Ergebnisse werden mit potenziellen regionalen Partnern an der Schnittstelle von Medizin und Forschung (SALK – EB-Haus Austria, Universitätsklinik für Neurologie) sowie Firmen der Pharmabranche (Ever Pharma, Novartis, Astra Zeneca, Boehringer Ingelheim) diskutiert, um auszuloten, in welchen Bereichen Unterschiede zwischen Bevölkerungsgruppen Einfluss auf Medikamente und Interventionen haben können. Weiters werden wir Firmen kontaktieren, die auf medizinische Diagnostik spezialisiert sind (in Salzburg: z.B. MediLab, ProComCureDiagnostics; international: z.B. 23&me). Mit diesen Firmen sollen follow-up Projekte besprochen werden, welche die Anwendungen von Medikamenten über Bevölkerungsgruppen hinaus erlaubt.