Erkennung und Prognose pathologischer Veränderungen mittels flüchtiger, organischer Verbindungen und künstlicher Intelligenz

Activity: Talk or presentationInvited talkscience-to-science

Description

Der Körpergeruch des Menschen als diagnostischer Marker zur Erkennung pathologischer Veränderungen ist in der Medizin Gegenstand zahlreicher Studien. Körpergeruch entsteht etwa als Nebenprodukt des Tumorwachstums und ist z.B. in der Ausatemluft und in Körperflüssigkeiten, wie Schweiß oder Urin, wahrnehmbar. Mittlerweile ist Geruch technisch messbar und kann gezielte Hinweise auf Erkrankungen liefern. Im Krankheitsscreening haben olfaktorische Messmethoden potenzielle Attraktivität für die Erkrankungsvorsorge: Idealerweise sollte eine Erkrankung bereits vor ihrer klinischen Manifestation, im sogenannten Prodromal-Stadium, diagnostiziert werden, um frühzeitig weitere diagnostische und therapeutische Schritte einleiten zu können. Prodromal-Stadien sind im Fokus der Wissenschaft vor allem bei neurodegenerativen Erkrankungen, wie bei der Alzheimer Erkrankung und beim Morbus Parkinson, den großen medizinischen Herausforderungen unserer alternden Gesellschaft. In dieser Vorlesung wird der aktuelle State-of-the-Art in der medizinischen Geruchsmessung und neue technische Methoden und Sensoren zum olfaktorischen Krankheitsscreening mit künstlicher Intelligenz vorgestellt.
Period27 Nov 2025
Event titleVortragsreihe Health 4.0 Digitale Transformation im Gesundheitswesen im Wintersemester 2025/26
Event typeConference
LocationWien, AustriaShow on map
Degree of RecognitionNational

Fields of science

  • 102022 Software development
  • 502050 Business informatics
  • 102040 Quantum computing 
  • 509026 Digitalisation research
  • 211928 Systems engineering
  • 102034 Cyber-physical systems
  • 502032 Quality management
  • 102020 Medical informatics
  • 102006 Computer supported cooperative work (CSCW)
  • 102027 Web engineering
  • 102016 IT security
  • 503015 Subject didactics of technical sciences
  • 102015 Information systems
  • 502052 Business administration

JKU Focus areas

  • Digital Transformation