Daniel Schaudt hat seine Promotion zum Dr. rer. nat. in Kooperation mit der Universität Ulm mit dem Prädikat "magna cum laude" (sehr gut) abgeschlossen. In seiner Arbeit mit dem Titel "Improving Deep Learning Performance under Scarce Data Conditions in Medical Imaging" entwickelte er KI-Methoden zur erfolgreichen Erkennung und Klassifizierung von Lungenentzündungen (Pneumonien) auf Lungenröntgenbildern. Die Forschung wurde maßgeblich durch die COVID-19-Pandemie motiviert, während der anfangs nur begrenzte Datenmengen für die Analyse verfügbar waren. Dr. Schaudt zeigte, wie sich KI-Modelle trotz dieser Herausforderung effektiv trainieren lassen – etwa durch die Integration von Anmerkungen menschlicher Experten in die Bildauswertung. Darüber hinaus untersuchte er Ansätze wie Datenaugmentation sowie die Generierung und Nutzung synthetischer Röntgenbilder, um die Modellleistung weiter zu verbessern. Damit konnte er nachweisen, dass es auch bei nur wenigen vorhandenen Trainingsdaten mit innovativen Ansätzen möglich ist, Ärzte bei Diagnosen durch KI zu unterstützen.
Betreut wurde die Doktorarbeit von Prof. Dr. Manfred Reichert von der Universität Ulm und Prof. Dr. Reinhold von Schwerin von der THU. Prof. Dr. Björn Schuller von der TUM erstellte das externe Gutachten. Die medizinische Expertise wurde durch die Gruppe um Prof. Dr. Meinrad Beer, ärztlicher Direktor der Radiologie des Universitätsklinikum Ulms, beigesteuert.
Daniel Schaudt war von 2019 bis 2024 wissenschaftlicher Mitarbeiter an der THU und gestaltete den Aufbau einer KI-Forschungsgruppe um Prof. Dr. Reinhold von Schwerin mit. Mittlerweile ist er Projektleiter beim DASU - Transferzentrum für Digitalisierung, Analytics und Data Science Ulm.
Wir gratulieren Daniel Schaudt herzlich zu seinem herausragenden Erfolg und wünschen ihm für seine weitere wissenschaftliche Laufbahn alles Gute!
Bild: v.l. Prof. Dr. Manfred Reichert (Uni Ulm), Dr. Daniel Schaudt, Prof. Dr. Reinhold von Schwerin (THU), Quelle: THU
