Sechs Universitäten, ein Austausch von Ideen: Das xAILab Bamberg beim 5. Borderless IDEA Lab Symposium in London

Unsere Beiträge im Überblick

Vertreten wurde unsere Gruppe in London vom Doktoranden Marco Lents, der Doktorandin Hanh Huyen My Nguyen und dem Doktoranden Sebastian Doerrich sowie von Professor Christian Ledig. Professor Bernhard Kainz leitet das IDEA Lab an der FAU Erlangen-Nürnberg und gehört zu den Wissenschaftlern, die gemeinsam die BioMedIA-Gruppe am Imperial College London leiten. Das Symposium führt beide Gruppen jedes Jahr zusammen. Weitere Gäste waren zwei Doktoranden aus dem Medical AI Lab von Professor Qingjie Meng an der University of Birmingham, Professor Jeremy Tan von der Aalborg University sowie Johanna P. Müller, Postdoktorandin am King's College London. Im vergangenen Jahr fand die 4. Ausgabe in Erlangen statt, über die wir hier berichtet haben.

An zwei Tagen verband das Programm Vorträge neuer Doktoranden, Keynotes und eine Reihe von Vorträgen, in denen die Teilnehmer aktuelle Arbeiten vorstellten, ihre Promotion zusammenfassten oder neue Ideen für das kommende Jahr präsentierten. Professor Bernhard Kainz eröffnete das Symposium am Montag, dem 5. Oktober, und ein gemeinsames Abendessen beschloss den ersten Tag. Am Dienstag, dem 6. Oktober, standen unsere drei Vorträge auf dem Programm. Eine Keynote von Johanna P. Müller und die Schlussworte beendeten den wissenschaftlichen Teil, und nach dem Mittagessen rundete eine Campus-Tour über das Gelände des Imperial College London das Symposium ab.

KI-Feedback zur Leserlichkeit von Handschrift in der Schule

Marco Lents stellte der Gruppe sich und seine Forschung vor. Nach einem Physikstudium von 2019 bis 2024 und einer Tätigkeit als Softwareentwickler von Juni bis November 2025 begann er im November 2025 als Doktorand. Seine Arbeit fragt, wie künstliche Intelligenz Schülern Rückmeldung zur Leserlichkeit ihrer Handschrift geben kann. Die Leserlichkeit ist die innerste Schicht der Handschriftqualität, sie hängt mit kognitiven Prozessen zusammen, kann auf Entwicklungsschwierigkeiten hinweisen und bildet eine Grundlage für den Erwerb weiterer Fähigkeiten. Die vorgesehene Pipeline beginnt mit einem Stift, der mit Bewegungs- und Drucksensoren ausgestattet ist, rekonstruiert aus den Sensordaten die Stiftbahn, bewertet die Leserlichkeit und erzeugt Feedback.

Für den Bewertungsschritt berichtete Marco Lents, dass die Embeddings des Pixtral Vision Transformers Konzepte wie Leserlichkeit, Schreibschrift, Strichstärke und Semantik linear kodieren und dass ein lineares Probing auf diesen Embeddings menschliches Niveau erreicht. Seine aktuelle Forschung richtet sich auf die Rekonstruktion von Stiftbahnen, die Robustheit der Bewertung und die Extraktion von Feedback.

Drei Erkenntnisse von der ersten MICCAI

Hanh Huyen My Nguyen teilte die drei wichtigsten Erkenntnisse ihrer ersten Konferenzteilnahme, der MICCAI 2026 in Straßburg, bei der sie zudem an der RARE Challenge teilnahm und in der offenen Entwicklungsphase den 2. Platz und in der geschlossenen Testphase den 6. Platz erreichte. Ihre erste Erkenntnis: Forschungsgeschmack entwickelt sich in existenziellen Krisen auf der Konferenz. Die zweite: Ein gutes Paper und ein guter Vortrag sind zwei verschiedene Produkte. Die dritte: Die Frage ist manchmal interessanter als die Antwort. Sie schloss mit einer kompakten Botschaft an Nachwuchsforscher: Probleme auswählen, Ideen vermitteln und Geschmack entwickeln. Ihr Vortrag kam sehr gut an, und alle anderen Teilnehmer des Symposiums bestätigten ihre Beobachtungen und konnten ihren Erkenntnissen nur zustimmen.

Vier Jahre Forschung zu robuster medizinischer Bildklassifikation

Sebastian Doerrich gab unter dem Titel "Learning Robust Image Representations via Feature Disentanglement and Contextual Augmentation" einen Rückblick auf seine Forschung der vergangenen vier Jahre. Sein Ausgangspunkt ist die Lücke zwischen Labor und Klinik: Klassifikatoren für medizinische Bilder werden auf kuratierten Daten weniger Standorte entwickelt, während die Daten im klinischen Alltag von Scannern, Protokollen und Patientengruppen stammen, die sie nie zuvor gesehen haben. Die Anwendung in der klinischen Praxis bleibt schleppend, und der Vortrag verortete die Ursache in der Zuverlässigkeit über Patientengruppen und Standorte hinweg.

Sein Ansatz zur Lösung dieses Problems lässt sich in einen Daten-, einen Trainings-, einen Inferenz- und einen Evaluationsteil gliedern, und seine Arbeiten der vergangenen vier Jahre decken alle vier ab, mit Backbones, die entweder trainiert oder eingefroren werden. Der Vortrag stellte diese Arbeiten in vier Kapiteln vor. Das erste Kapitel behandelt das Lernen von Repräsentationen, die gegenüber der Bildaufnahme invariant bleiben: Jedes Bild ist eine Kombination aus Anatomie und Aufnahmebedingungen, beides wird im latenten Raum getrennt, und der Klassifikator stützt sich allein auf die Anatomie, ohne Labels, gepaarte Daten oder Kenntnis der Zieldomäne. Das zweite Kapitel widmet sich der Datenaugmentierung, denn geometrische Transformationen können ein Färbeprotokoll oder einen Scanner nicht nachahmen, und die Stain-Normalisierung benötigt Informationen über die Zieldomäne. Der Ansatz dieses Kapitels synthetisiert daher die Verschiebung selbst und trainiert den Klassifikator auf der entstehenden Variation, etwa bei unserer Methode zum statistischen Farbabgleich Colorist, die beim DEMI auf der MICCAI 2026 mit dem Best Paper Award Runner-Up ausgezeichnet wurde. Das dritte Kapitel befasst sich mit der Anpassung eingefrorener Foundation Modelle, zum Beispiel mit MoPET, und das vierte Kapitel ist der ehrlichen Evaluation gewidmet, darunter das TRUE-Colon-Protokoll für die Polypendetektion in vollständigen Darmspiegelungen.

Wohin sich die medizinische Bildanalyse 2027 entwickelt

Über unsere eigenen Vorträge hinaus blickten viele Beiträge nach vorn. Die Vorträge der anderen Teilnehmer drehten sich um Large Language Models (LLMs), Vision-Language-Modelle (VLMs) und multimodale Large Language Models (MLLMs): das Verfassen von Berichten aus Bildern, die Erzeugung von Daten und der Aufbau agentischer Systeme mit schrittweisem Schlussfolgern. Aktuelle Übersichtsarbeiten und Preprints behandeln dieselben Themen. Übersichtsarbeiten wie "A Survey of Deep Learning-based Radiology Report Generation Using Multimodal Data" geben einen Überblick darüber, wie multimodale Deep-Learning-Modelle Radiologieberichte verfassen, um Ärzte zu entlasten, und "Diffusion Models for Medical Image Analysis: A Comprehensive Survey" behandelt Diffusionsmodelle, eine Familie generativer Modelle, über Anwendungen, Bildmodalitäten und Organe hinweg. Der Preprint "Agentic Systems in Radiology: Design, Applications, Evaluation, and Challenges" beschreibt, wie LLMs mit externen Werkzeugen und Rückkopplungsschleifen mehrstufige radiologische Arbeitsabläufe unterstützen können, und nennt Fehlerkaskaden, die Effizienz der Werkzeugnutzung und die Integration in die Krankenhaus-IT als offene Herausforderungen. Mit "MedVLM-R1" trainierten Forscher ein Vision-Language-Modell mittels Reinforcement Learning darauf, seine Überlegungen in natürlicher Sprache auszuformulieren, sodass seine Antworten transparenter werden.

Für unseren eigenen Schwerpunkt auf Robustheit unter Verteilungsverschiebungen werfen diese Richtungen eine konkrete Frage auf: Wie verhalten sich solche Modelle auf Daten von Scannern und Krankenhäusern, die sie nie gesehen haben? Diese Frage nehmen wir mit nach Bamberg.

Ein Spaziergang über den Campus des Imperial College

Das Programm endete mit einer Campus-Tour über das Gelände des Imperial College London. Ein Spaziergang über den Campus in South Kensington kann am Huxley Building beginnen, dem Sitz der BioMedIA-Gruppe und Tagungsort des Symposiums, und zur Queen's Lawn in der Mitte des Campus führen, die vom Queen's Tower überragt wird. Der Turm ist alles, was vom Imperial Institute übrig ist, das T. E. Collcutt zum Goldenen Thronjubiläum von Königin Victoria 1887 entwarf und das 1893 eröffnet wurde. Als der Rest des Gebäudes ab 1957 für die Erweiterung des Imperial College abgerissen wurde, blieb der Turm erhalten. Er ist 287 Fuß (etwa 87 Meter) hoch, beherbergt ein Geläut aus zehn Glocken und wurde nach einer dreijährigen Sanierung im April 2026 offiziell wiedereröffnet. Das Imperial College selbst wurde 1907 aus Einrichtungen gegründet, die bereits in South Kensington ansässig waren.

Gleich neben dem Campus, an der Prince Consort Road, liegt das Royal College of Music in einem Gebäude, das 1894 eröffnet wurde. Sein Britten Theatre, 1986 eröffnet, zeigt Oper, Ballett, Musik und Theater. Gegenüber steht die Royal Albert Hall, die 1871 eröffnet wurde und jeden Sommer die BBC Proms beherbergt. All dies gehört zu Albertopolis, dem Viertel rund um die Exhibition Road auf Land, das mit den Gewinnen der Weltausstellung von 1851 erworben wurde und in dem auch das Natural History Museum, das Science Museum und das Victoria and Albert Museum liegen.

Zusammenarbeit über Grenzen hinweg und die Erfahrung in London

Ein Symposium über drei Länder hinweg kostet Zeit und Geld, und es holt beides durch den Austausch wieder herein, den es ermöglicht. Die Gruppen in London, Erlangen, Bamberg, Birmingham, Aalborg und am King's College London arbeiten an verwandten Fragen mit unterschiedlichen Daten, Methoden und klinischen Partnern. Jeder Vortrag stellt eine Idee zur Diskussion, und in den Gesprächen rund um die Vorträge treffen frühe Ideen auf Kritik, lange bevor ein Paper eingereicht wird. Ehemalige bringen die Perspektive ihrer neuen Gruppen mit, und frisch begonnene Doktoranden lernen in ihren ersten Forschungsmonaten das Netzwerk kennen.

London steuerte seinen eigenen Teil zum Austausch bei. Es ist eine Stadt von großer kultureller Vielfalt und kulinarischer Bandbreite, in fast jeder Hinsicht groß, mit gemütlichen Pubs, großzügigen Parks, gepflegten Straßen und schönen Gebäuden, wohin man auch blickt. Die Kensington Gardens mit dem Albert Memorial liegen direkt gegenüber der Royal Albert Hall, und ein kurzer Fußweg führt von dort zurück zum Campus.

Ausblick

Wir danken Professor Bernhard Kainz für die Organisation des Symposiums und die Gastfreundschaft am Imperial College London sowie allen Teilnehmern für die offenen und konstruktiven Diskussionen. Wir kehren mit neuen Ideen für unsere Forschung aus London zurück und freuen uns auf die nächste Ausgabe.