Porträt in 3 Statements

Leiterinnen und Leiter von DKF-Forschungsgruppen stellen sich persönlich vor

Interdisziplinäre Forschung

Interdisziplinäre Forschung findet bei uns nicht nur als fächerübergreifende Zusammenarbeit von Spitzenforschenden, sondern auch durch die Einbindung verschiedener Berufsgruppen in der Kardiologie am USB statt. Die Ärztinnen und Ärzte führen Eingriffe durch, die Pflegekräfte gewährleisten die standardisierte Umsetzung und Studienmitarbeitende sowie wir als Ingenieure dokumentieren und koordinieren die Projekte. Dies ermöglicht es uns, zusammen mit der ICT und dem DKF, qualitativ hochwertige Datensätze für die wissenschaftliche Auswertung zu erheben und zu analysieren.

e-Cardiology

Die e-Kardiologie umfasst ein breites Spektrum moderner Technologien, die in der Herzmedizin Anwendung finden. Dazu zählen Computerverfahren zur Auswertung bildgebender Verfahren, KI zur Erkennung von Mustern und relevanten Parametern, die Analyse physiologischer Signale sowie die Entwicklung von Vorhersagemodellen. Auch e-Health und mobile Anwendungen zur Unterstützung der Patientenversorgung spielen eine zentrale Rolle. Diese Bereiche werden uns zukünftig auch in der Klinik beschäftigen, um die Effizienz und Qualität der kardiologischen Versorgung zu steigern.

Künstliche Intelligenz

Unsere AI Study Group am Cardiovascular Research Institute Basel (CRIB) hat zum Ziel, mithilfe von Parametern aus dem klinischen Alltag oder aus «Rohdaten», wie den Elektrokardiogrammen, bspw. mithilfe von neuronalen Netzen klinisch relevante Verläufe und Diagnosen vorherzusagen. Ohne qualitativ hochwertige Datensätze lassen sich jedoch auch hier nur schwer Entscheidungshilfen ableiten, die später in der Klinik anwendbar sind. Dies unterstreicht erneut die Notwendigkeit einer eng verzahnten, interdisziplinären Forschung.

November 2024

PD Dr. sc. ETH Sven Knecht
Ingenieur Kardiologie,
Universitätsspital Basel

DKF-Schwerpunkt
Kardiovaskuläre & Perioperative Medizin

Forschungsgebiet
Kardiale Arrhythmien mit Fokus auf
digitale Biomarker: Kardiale Elektrophysiologie, Elektrokardiographie,
maschinelles Lernen in der kardiovaskulären Forschung.

Forschungsprofil