
Augmented reality und KI in der Medizinlehre
Im klinischen Abschnitt lernen Medizinstudierende Krankheitsbilder kennen, welche durch MRT/CT diagnostiziert werden. Das Erkennen der Pathologie, die Umsetzung des Schnittbildes in eine dreidimensionale Welt und der Transfer auf den tatsächlichen Patienten ist schwierig. Zudem erhalten Studierende im OP bei minimal-invasiven Eingriffe nur limitierte Einblicke in das Operationsgeschehen. Aus konventionellen Dünnschicht MRTs können inzwischen automatisiert naturgetreue 3D Abbilder der Patientenanatomie entstehen. In diesem Verbundprojekt der Universität Siegen (technischer Anteil) und dem Universitätsklinikum Bonn (medizindidaktischer Anteil) soll diese Technik im Blockpraktikum der Fächer Neurologie, Innere Medizin, Chirurgie, Anästhesie und Gynäkologie an den Siegener Lehrkrankenhäuser eingesetzt werden. Konkret erheben Studierende an realen Patient:innen klinische Befunde und erhalten danach Zugang zu 3D-Animationen der gleichen Patient:innen allerdings in geänderter Reihenfolge. Unter Supervision durch die Lehrenden sollen sie dann versuchen, reale Patient:innen und 3D-Animationen einander zuzuordnen und so ihr Verständnis der zugrundeliegenden Pathologie zu schärfen. Der Lernerfolg wird mit dem einer Bonner Kohorte von Blockpraktikant:innen verglichen, die keinen Zugang zu den 3D-Animationen hat. Die Technik soll auch in den Studiengängen der Lebenswissenschaftlichen Fakultät in Siegen eingesetzt werden
Auf einen Blick
Kontakt
Das könnte Sie auch interessieren

KI-basiertes Feedback für Freitexte und Diagramme
In diesem Projekt, welches auf dem Easy-Tutor Projekt von Freiraum 2022 aufbaut, soll unter Benutzung von Prompting-Technologien auf bekannten Sprachmodellen wie ChatGPT oder Mistral sowie eigenen KI-Modellen ein bestehendes intelligentes Tutorensystem (ITS) für SQL-, Excel- und Mathe-Aufgaben um die Feedback-Generierung für weitere Aufgabenarten erweitert werden: Textaufgaben mit wenigen Lösungsvarianten (z.B. Modellierungsaufgaben) und Freitextaufgaben sowie die Überprüfung von Seminar- und Abschlussarbeiten.Im ersten Fall erfolgt zuerst eine Harmonisierung und dann eine (semi)-automatische Klassifikation der Lösungsstrategien durch das ITS. D.h., wenn das ITS eine neue Lösungsstrategie entdeckt, reicht es diese zur Korrektur an Dozierende weiter. So lernt das ITS, neue Strategien zu bewerten. Mit der Zeit kann es dann immer selbstständiger den Studierenden Feedback geben, auch wenn sich die konkreten Formulierungen jedes Mal unterscheiden. Dieser Ansatz ist eine Verallgemeinerung des Ansatzes zur selbstlernenden Feedback-Generierung für SQL-Aufgaben [arXiv:2311.10730].Bei Seminar- und Abschlussarbeiten überprüft das ITS neben Formalkriterien (wie Zitierweise) die Struktur und den Aufbau der Arbeit (Ist eine Forschungsfrage erkennbar? Bauen die vom Sprachmodell erkannten Aussagen auf vorherigen Teilen der Arbeit auf? Gibt es ein Fazit, welches zur Forschungsfrage passt?). Dozierende können Feedback geben, nachdem viele strukturelle und formale Fehler schon beseitigt wurden.
Projekt anzeigen
Hochschul-Kartenansicht zur besseren Orientierung
6) Besonders zu Beginn des Studiums ist der eigene Campus oft ein Ort, an dem man sich erstmal zurechtfinden muss. Der Kartendienst stellt die einzelnen Fakultäten der HAWK mit verschiedenen Standortmarken zu wichtigen Orten und Personen dar. So können Studierende schon vorab ihre Hochschule kennenlernen und sich mit der Örtlichkeit vertraut machen.
Maßnahme anzeigen
Durchführung hybrider Praktikumsversuche im Bereich der Ingenieurwissenschaften an der HTWK Leipzig
[Kurzbeschreibung folgt (Anm. StIL)]
Publikation anzeigen