Fokusbereiche
AI*IM: Interaktive inklusive KI für Menschen mit kognitiven Beeinträchtigungen
AI*IM (Artificial Intelligence*Inclusive Medicine) vereint Wissenschaftler*innen aus neun Fakultäten mit einem gemeinsamen Ziel: die Gesundheit, Teilhabe und Selbstbestimmung von Menschen mit kognitiven Beeinträchtigungen durch inklusive Assistenztechnologie und Künstliche Intelligenz nachhaltig zu verbessern. Der Fokusbereich verbindet medizinische Expertise mit technologischer Spitzenforschung und gesellschaftlicher Verantwortung. Forschende aus der Medizin, Technik, Linguistik & Literaturwissenschaft, Gesundheitswissenschaften, Erziehungswissenschaft, Psychologie, Philosophie und Soziologie arbeiten eng mit Selbstvertretungen von Menschen mit kognitiven Beeinträchtigungen zusammen. So schafft AI*IM ein einzigartiges Forschungsumfeld, in dem technologische Innovation und soziale Inklusion Hand in Hand gehen.
Leichte Sprache
Eine Erklärung von AI*IM in Leichter Sprache finden Sie hier.
News & Events
18. - 20.09.2025
Wir hosten ein solicited Symposium auf dem 15. EAMHID-Kongress 2025 in Gent zum Thema "Artificial Intelligence for Inclusive Medicine (AI*IM): Innovations in Assistive Technology for People with Intellectual Disabilities"! In vier Vorträgen zeigen wir, wie KI und Assistive Technologien das Leben von Menschen mit geistiger Behinderung unterstützen können – u. a. mit Eye-Tracking, Augmented Reality und partizipativer App-Entwicklung. Ziel ist es, neue Impulse für Forschung und Praxis im Bereich inklusiver KI zu setzen.
09.05.2025
Am 9. Mai 2025 fand die Auftaktveranstaltung des neuen Fokusbereichs AI*IM an der Universität Bielefeld statt!
Beim Kickoff kamen Forschende aus zahlreichen Disziplinen zusammen, um ihre Projekte vorzustellen und erste interdisziplinäre Kooperationen anzustoßen. In Diskussionen wurde dabei deutlich, wie wichtig es ist, KI-Anwendungen gemeinsam mit Betroffenen und Fachpersonal zu entwickeln – partizipativ, inklusiv und alltagsnah.
Spotlight
GAZE-AID: Verbesserung der ADHS-Diagnose bei Menschen mit intellektuellen Beeinträchtigungen
ADHS wird bei Menschen mit intellektuellen Beeinträchtigungen (ID) häufig übersehen oder falsch diagnostiziert – oft aufgrund der Einschränkungen herkömmlicher Diagnosemethoden. Unser Forschungsprojekt GAZE-AID, eine Kooperation zwischen der Universitätsklinik für inklusive Medizin und der Arbeitsgruppe Medizinische Assistenzsysteme, verfolgt das Ziel, eine innovative Blickverfolgungstechnologie zu entwickeln, die Aufmerksamkeit und exekutive Funktionen objektiv misst – unabhängig von sprachlichen oder kognitiven Voraussetzungen. Durch die Verbesserung der diagnostischen Genauigkeit kann dieser Ansatz zu gezielteren Behandlungen führen, Übermedikation verringern und letztlich die Lebensqualität der Betroffenen erhöhen.
BioDia@ASS: Identifikation neurophysiologischer Biomarker der sozialen Interaktion für die Optimierung der Diagnostik von Autismusspektrumstörungen
Die Diagnosen von Autismusspektrumstörungen (ASS) haben in den letzten Jahren deutlich zugenommen und basieren bislang vor allem auf Interviews und Fragebögen. Im Erwachsenenalter erschweren Faktoren wie fehlende Dokumente, eingeschränkte Eigenanamnese sowie atypische Symptome die Diagnostik. Diese Punkte erschweren die Diagnose insbesondere bei Gruppen welche bereits oft bei der Diagnostik übersehen werden, wie etwa Menschen mit intellektuellen Einschränkungen. Neue Ansätze zielen auf objektivere Verfahren mittels neurophysiologischer Marker wie Augenbewegungen, Herzratenvariabilität, Hautleitfähigkeit sowie fazialer und pupillärer Mimikry ab, die soziale Reaktionen messbar machen. Zusätzlich soll die Erfassung lebenszeitlicher Belastungen (Adversity) Betroffenen eine gezieltere Beratung ermöglichen. In dem Projekt BioDia@ASS mit einer AG der Universitätsmedizin Essen werden Erwachsene aus dem gesamten ASS-Spektrum, inklusive Personen mit Intelligenzminderung, im Vergleich zu Kontrollpersonen untersucht. Dabei werden physiologische Marker in etablierten sozialen Aufgaben wie der Emotionserkennung erfasst. Die Ergebnisse sollen die Basis für ein erweitertes klinisches Trial mit Machine Learning bilden.
Kontakt
Ansprechpersonen
Prof. Dr.-Ing. Britta Wrede (Sprecherin)
Prof. Dr. med. Claudia Hornberg (Sprecherin)
Prof. Dr. med. Tanja Sappok (Sprecherin)
Prof. Dr.-Ing. Anna-Lisa Vollmer (Sprecherin)
E-Mail: aiim@uni-bielefeld.de