Die Digitalisierung ist im Alltag allgegenwärtig, auch in der Medizin. Künstliche Intelligenz als Hilfe für die Auswertung von medizinischen Bilddaten, die Entwicklung maßgeschneiderter Therapien auf Grundlage großer Datenmengen oder die Vorhersage individueller Krankheitsrisiken. All das setzt lernfähige Algorithmen voraus. Mit der Erforschung dieser befasst sich Prof. Dr.-Ing. Heike Leutheuser. Sie forscht im Bereich Machine Learning, tragbarer Gesundheitsüberwachung und der Analyse von medizinischen Zeitreihendaten. Aktuelle Forschungsprojekte drehen sich beispielsweise um die Bestimmung des Wundheilungsverlaufs chronischer Wunden auf Basis zugehöriger Bild- und Sensordaten oder die Verbesserung von Diabetes-Management zur Vorbeugung von Hypoglykämien.
Leutheuser promovierte in Informatik mit einem Forschungsaufenthalt an der Stanford University. Nach ihrer Promotion an der Friedrich-Alexander-Universität (FAU) Erlangen-Nürnberg war sie als wissenschaftliche Geschäftsführung am Zentralinstitut für Medizintechnik (ZiMT) an der FAU tätig, bevor sie für eine Postdoc-Stelle an die ETH Zürich wechselte. Dort arbeitete sie am Institute for Machine Learning in der Medical Data Science Group mit Daten von an Diabetes Typ 1 erkrankten Kindern, um die Wahrscheinlichkeit einer nächtlichen Hypoglykämie vorauszusagen. Zuletzt war sie Gruppenleiterin der Digital Health - Biosignals Group des Machine Learning and Data Analytics (MaD) Lab der FAU, wo sie sich der Digitalisierung und Verbesserung der Schwangerschaftsvorsorge widmete.
In Bayreuth freut sich Leutheuser besonders auf die interdisziplinäre Zusammenarbeit am Campus. „Ich möchte den Gedanken der Interdisziplinarität auch in meiner Forschung integrieren und meine Forschungsgruppe so weiter aufbauen. Zudem möchte ich die Interdisziplinarität auch in die Lehre einbringen und hier auch immer aktuelle Forschungsaspekte einbeziehen“, sagt sie.