Wissenschaftliche*r Mitarbeiter*in (m/w/d) Multimodales KI-System zur besseren Rückfall-Vorhersage bei depressiven Störungen

Zur Verstärkung unseres NIT-Forschungsteams im Bereich Entwicklung eines Multimodalen KI-Systems zur Diagnostik von Frühwarnzeichen bei depressiven Störungen ist eine Stelle ab 1. Oktober 2024 im Umfang von 100% zu besetzen. Die Stelle ist von Oktober 2024 bis Ende 2027 befristet. Die Möglichkeit zur Promotion ist gegeben. Das Ziel des geplanten Projektvorhabens ist es, bei Patienten mit bekannter Depression die Symptome eines Rezidivs im Zeitverlauf der Behandlung durch Systeme der Künstlichen Intelligenz (KI) frühzeitig zu erkennen und zu quantifizieren. Dadurch sollen eine frühzeitige Intervention und ggf. Anpassung der Behandlung ermöglicht werden, um die Schwere und Dauer der Erkrankung möglichst gering zu halten. Eine verzögerte Behandlung kann zu größeren funktionellen Beeinträchtigungen führen und das Risiko von Selbstmordversuchen erhöhen. Das frühzeitige Erkennen und Be-handeln einer drohenden Verschlechterung der depressiven Symptome ist entscheidend, um Rückfälle zu verhindern, persönliches Leid zu reduzieren, den langfristigen Krankheitsverlauf der Patienten zu verbessern und die ökonomischen Belastungen zu verringern.

Das Projekt wird innovative KI-gestützte Forschungs- und Behandlungsansätze zum Erhalt psychischer Gesundheit und Arbeitskraft bzw. Depressions-Rückfall-Prophylaxe entwickeln - im Sinne einer Stärkung der Resilienz im LSA. Es wird als medizinisches Assistenzsystem einen Beitrag gegen den Ärztemangel leisten. Der Wissenszuwachs in digitalen Schlüsseltechnologien KI und Big Data im Leitmarkt Gesundheit/Medizin in Kooperation wird Synergien erzeugen, die Reputation der OVGU durch hochwertige Publikationen erheblich steigern, hervorragende Voraussetzungen für die Verstetigung des Standorts Magdeburg im Deutschen Zentrum für Seelische Gesundheit schaffen und im LSA zukunftsorientierte Stellen generieren. Verbesserte Chancen bei künftigen Drittmittelanträgen sind zu erwarten.

Ihre Aufgaben:

• Entwicklung von Multimodalen KI-Technologien für die klinische Anwendung im Bereich Depressionserkennung
• Selektion und Entwicklung geeigneter Verfahren aus dem Stand der Technik, insbesondere zur Auswertung der visuellen Modalitäten (Mimik, Kopf-/Körperpose, Blickrichtung, Handbewegungen, Vitalparameter und Audio)
• Analyse und Auswertung der depressionstypischen Verhaltensmerkmale und Frühwarnzeichen
• Realisierung, Inbetriebnahme und Evaluation des finalen multimodalen Kamera-Messplatzes
• Zeitreihenauswertung mittels Deep Learning (z.B. Transformer, 3D-CNN u. ä.)
• Datenfusion von bildbasierten Daten und Biopotentialen zur Verbesserung der Erkennung und Quantifizierung von Depression
• Experimentelle Evaluierung sowie Skalierung und Optimierung der Lösungsansätze für den Einsatz im Live-Betrieb (Demonstrator)
• Verfassen von wissenschaftlichen Publikationen (in englischer Sprache)

Ihr Profil:

• Abgeschlossene wissenschaftliche Hochschulausbildung (Master/Diplom) in Informatik, Informationstechnik, Computervisualistik oder in einem verwandten Fach
• Sehr gute Kenntnisse in den Bereichen Bildverarbeitung und Mustererkennung
• Sehr gute Kenntnisse in den Bereichen Computer Vision, Sensordatenverarbeitung
• Sehr gute Kenntnisse in Deep Learning
• Umfangreiche Programmiererfahrung in C++ und Python / Matlab
• Gute Englischkenntnisse in Wort und Schrift
• Hoher Grad an Selbständigkeit und Fähigkeit/Bereitschaft zur Zusammenarbeit mit Kollegen

Unser Angebot:

Im Fachgebiet Neuro-Informationstechnik der OVGU erwartet Sie die Mitarbeit innerhalb eines motivierten, interdisziplinären Teams bei der Bearbeitung spannender und abwechslungsreicher Schwerpunkte der Computer Vision für medizinische und industrielle Anwendungen, intelligente Systeme sowie künstlicher Intelligenz. In Ihrem Aufgabenfeld bietet sich für Sie die Möglichkeit Verantwortung zu übernehmen und eigene Ideen einzubringen. Sie erhalten Einblicke in hochexklusive Forschungsfelder der Arbeitsgruppe und knüpfen wegweisende Kontakte in die medizinische Industrie und nationale wie auch internationale Forschungseinrichtungen. Es besteht die Möglichkeit zur Promotion, die auch von dem Fachgebietsleiter unterstützt wird.