Curriculum zur medizinischen Interessensförderung und interdisziplinären Netzwerkbildung für IT- und naturwissenschaftlichen Nachwuchs (CUMIN)
Das Curriculum zur medizinischen Interessensförderung und interdisziplinären Netzwerkbildung für IT- und naturwissenschaftlichen Nachwuchs (CUMIN) ist ein innovatives, dreijähriges Qualifizierungsprogramm, das von der Universität Bielefeld und der Hochschule Bielefeld (HSBI) gemeinsam mit einem Netzwerk aus klinischen, wissenschaftlichen und unternehmerischen Partnern durchgeführt wird.
Die moderne Medizin wird zunehmend digitaler, und der Bedarf an interdisziplinären Experten, die sowohl technisches als auch medizinisches Verständnis mitbringen, wächst stetig. CUMIN wurde ins Leben gerufen, um diese Lücke zu schließen. Das Programm qualifiziert talentierten Nachwuchs aus den MINT-Fächern für eine erfolgreiche Forschungs- und Entwicklungstätigkeit im Zukunftsfeld eHealth.
Es richtet sich an promotionsinteressierte Masterstudierende aus nicht-medizinischen MINT-Fächern sowie an Promovierende aus angrenzenden interdisziplinären Bereichen. Ziel ist die Vorbereitung auf eine wissenschaftliche Tätigkeit im Bereich eHealth durch die Vermittlung von Fachwissen, die Durchführung von Projekten und den Aufbau eines nachhaltigen professionellen Netzwerks.
Das klingt spannend? Dann werden Sie Teil unseres Netzwerks!
Das CUMIN-Programm bietet Ihnen eine einzigartige, praxisnahe Ausbildung an der Schnittstelle von IT und Medizin.
Sie erhalten ein anerkanntes Zertifikat und knüpfen wertvolle Kontakte für Ihre Karriere.
Wir freuen uns darauf, Sie kennenzulernen.
Für Ihre Bewerbung benötigen Sie:
- Lebenslauf
- Motivationsschreiben
- Zeugnisse (z.B. Bachelorzeugnis)
- Aktuelle Notenübersicht (Transcript of Records)
- Bestätigung Studium oder Promotion (Immatrikulationsbescheinigung o.ä.)
Das Programm
.jpg)
Zielgruppe
Das Programm richtet sich gezielt an zwei Gruppen:
- Promotionsinteressierte Masterstudierende aus nicht-medizinischen MINT-Fächern.
- Promovierende aus angrenzenden interdisziplinären Bereichen.
.jpg)
Ziele des Programms
Das CUMIN-Programm verfolgt zwei primäre Ziele:
- Befähigung zur Forschung: Masterstudierende und junge Forschende werden in die Lage versetzt, direkt im Anschluss an das Programm ein konkretes Promotionsvorhaben oder eine vergleichbare F&E-Tätigkeit im Bereich eHealth zu beginnen.
- Nachhaltige Vernetzung: Es wird ein niedrigschwelliger Zugang zu einem breiten Netzwerk aus Forschungsinstituten, Kliniken und Praxispartnern geschaffen, um die Realisierung eigener Projekte zu ermöglichen und einen dauerhaften Austausch zu gewährleisten.
Nutzen für Teilnehmende
Zertifizierte Qualifikation
- Die Teilnehmenden beenden das Programm mit einem abgeschlossenen Gruppenprojekt und einem ausgearbeiteten Exposé für ihre weitere wissenschaftliche Laufbahn.
- Die Absolventen werden Teil eines nachhaltigen Netzwerks aus Forschenden, Klinikern und Unternehmenspartnern, das durch eine Online-Plattform unterstützt wird.
Programmstruktur & Inhalte
Curriculum
Das Curriculum erstreckt sich über drei Jahre und ist in sechs Module gegliedert. Der Aufbau kombiniert intensive Präsenzphasen mit flexibler Online-Zusammenarbeit:
- In den ersten beiden Jahren finden vier einwöchige Blockveranstaltungen mit Vorträgen und Symposien statt. Diese werden durch Exkursionen zu Kliniken und Praxispartnern ergänzt.
- Im Anschluss an die Präsenzblöcke bearbeiten die Teilnehmenden online Übungsaufgaben.
- Im dritten Jahr wird ein Hackathon organisiert, um Gruppenprojekte zu entwickeln, die anschließend remote umgesetzt werden.
- Zum Abschluss verfassen alle Teilnehmenden ein fundiertes Exposé für ihr eigenes wissenschaftliches Vorhaben.
Schwerpunkte
Die thematischen Schwerpunkte umfassen eHealth-Bereiche wie:
- Datenplattformen in der Medizin
- Algorithmische Ansätze in der Systemmedizin
- Real World Evidence
- Klinische Entscheidungsunterstützungssysteme
Modulbausteine
- Modul I: Datenplattformen in der medizinischen Forschung
Digitalisierte Versorgungsdaten sind eine zentrale Grundlage für die medizinische Forschung und Innovation. Dieses Modul verdeutlicht die Bedeutung von Datenplattformen, die qualitativ hochwertige und institutionsübergreifende Daten bereitstellen – exemplarisch am Beispiel der Deutschen Medizininformatik-Initiative (MII). Thematisiert werden zentrale Herausforderungen bei der Entwicklung solcher Plattformen, die Schaffung von Interoperabilität durch technische Lösungen sowie die Rolle einheitlicher Terminologien und Standards wie FHIR, SNOMED CT, ICD und LOINC.
- Modul II: Algorithmische Ansätze in der Systemmedizin
Krankheiten entstehen oft durch komplexe dynamische Interaktionen. Die Systemmedizin zielt darauf ab, diese Zusammenhänge auf verschiedenen Ebenen (z.B. Genotyp, Phänotyp) zu verstehen, um neue Möglichkeiten zur Erkennung und Behandlung abzuleiten. Das Modul vermittelt, wie durch mathematische, statistische und KI-Methoden (z.B. "graph neural networks") Wechselwirkungen in großem Maßstab analysiert werden. Ein Schwerpunkt liegt auf Omics-Analysen (Proteomics, Genomics etc.), um Biomarker für die Präzisionsmedizin zu identifizieren.
- Modul III: Real World Evidence
Real-World-Daten (RWD) sind Beobachtungsdaten, die außerhalb klassischer klinischer Studien erhoben werden und wertvolle Einblicke in die Wirksamkeit medizinischer Interventionen in der Versorgungspraxis bieten. Die Aufbereitung dieser Daten zu wissenschaftlich fundierten Erkenntnissen wird als Real-World-Evidence (RWE) bezeichnet. Dieses Modul vermittelt die methodischen Grundlagen der RWE-Generierung, stellt zentrale Datenquellen – von Routinedaten über elektronische Patientenakten bis hin zu Sensordaten – vor und vertieft statistische Analysemethoden anhand praxisnaher Beispiele.
- Modul IV: Klinische Entscheidungsunterstützungssysteme
Künstliche Intelligenz gewinnt zunehmend an Bedeutung bei der Unterstützung von Ärztinnen und Ärzten in Diagnostik und Therapie. Zentrale Grundlage sind maschinelle Lernverfahren, die Muster aus Versorgungsdaten erkennen und nutzbar machen. Das Modul führt in die Grundlagen des maschinellen Lernens sowie in das Design und die Umsetzung klinischer Assistenzsysteme ein. Ein besonderer Fokus liegt auf Methoden zur Erklärbarkeit von KI-Empfehlungen sowie auf Strategien zur Sicherung von Fairness und Passgenauigkeit für unterschiedliche Patientengruppen.
- Modul V: Projekt
In diesem Modul wenden die Teilnehmenden das erlernte Wissen praktisch an, indem sie ein eigenes Projekt zu einem der behandelten Themengebiete durchführen. Das Ziel ist die Vertiefung der Inhalte und der methodischen Fähigkeiten durch selbstständiges Arbeiten unter der Betreuung erfahrener Wissenschaftler. Die Vorbereitung und Konzeption der Gruppenprojekte erfolgt im Rahmen eines einwöchigen Hackathons.
- Modul VI: Exposé
Im abschließenden Modul entwickeln die Teilnehmenden ein individuelles Exposé für eine weiterführende wissenschaftliche Arbeit, wie zum Beispiel eine Master-Arbeit oder eine Promotion. Sie werden dabei begleitet, ein passendes Forschungsthema zu finden, konkrete Fragestellungen zu definieren und eine geeignete Methodik für ihr Vorhaben zu wählen.
