News
1. Magdeburger Digital Health Symposium
Am 19. Juni 2026 veranstaltet unser Institut für Medical Data Science das „1. Magdeburger Digital Health Symposium“. Es erwartet Sie ein vielseitiges Programm zu aktuellen Themen der digitalen Gesundheit, künstlicher Intelligenz und Bioinformatik in der medizinischen Forschung, sowie neue Lösungen auf dem Gebiet modernster medizinischer Forschungsdatenbanken.
Darüber hinaus freuen wir uns sehr, Herrn PD Dr. Philipp Berg, vom Forschungscampus STIMULATE, sowie Prof. Dr. Hans-Ulrich Prokosch, aktueller Präsident unserer Fachgesellschaft, als Keynote-Speaker für unser Symposium gewinnen zu können.
Allgemein
1. Magdeburger Digital Health Symposium
Freitag, 19. Juni 2026, 16:30 Uhr bis 21:00 Uhr
Hörsaal H7 auf dem Gelände der UMMD
Programm und Registrierung: https://eveeno.com/DigitalHealthMD2026
Die Teilnahme ist kostenlos.
Zertifizierung durch die Ärztekammer Sachsen-Anhalt, Kategorie A mit 6 Fortbildungspunkten.
Bei Fragen: IMDS-Symposium@med.ovgu.de
Bitte melden Sie sich über den Registrierungslink an.
Hinweis
Am 18. Juni 2026 findet der 11. Ethiktag der Universitätsmedizin Magdeburg im Konferenzraum des DZNE e. V. (Haus 64) statt. Thematisiert wird KI in der Medizin, ethische Chancen und Herausforderungen.
Information und Anmeldung unter: Geschichte, Ethik und Theorie der Medizin - 11. Ethiktag der Universitätsmedizin Magdeburg
Programm
ab 16 Uhr: Registrierung geöffnet
16:30 - 16:50 Uhr: Eröffnung
Prof. Dr. Julian Varghese (Direktor Institut für Medical Data Science)
Prof. Dr. Daniela Dieterich (Dekanin Medizinische Fakultät OvGU)
Prof. Dr. Dr. Hans-Jochen Heinze (Ärztlicher Direktor UMMD)
16:50 - 17:30 Uhr: 1. Keynote: PD Dr. Philipp Berg (Institut für Medizintechnik, OvGU)
STIMULATE goes clinic: minimal-invasiv und maximal-innovativ
17:30 - 18:15 Uhr: Vorstellung Institut für Medical Data Science
Prof. Dr. Julian Varghese; Einleitung
Dr. Tim Herrmann und Dr. Aliće Grünig; Datenintegrationszentrum und KI-Plattform
Lucas Bickmann; Medical Artificial Intelligence Lab
PD Dr. Sarah Sandmann; Medizinische Bioinformatik und klinische Dashboards
18:15 - 19:15 Uhr: Essenspause + Posterausstellung
19:15 - 20:15 Uhr: Digital Health Anwendungen in Magdeburg
Anna Kleinau (Institut für Simulation und Graphik, Fakultät für Informatik)
Visuelle Anwendungen für erklärbare KI in der klinischen Entscheidungsfindung
Prof. Dr. Carola Dröge (Universitsätsklinik für Gastroenterologie, Hepatologie und Infektiologie, UMMD)
Digital Health in der Hepatologie: Chancen und Herausforderungen für die Forschung
Dmitry Sushko (Universitätsklinik für Radiologie und Nuklearmedizin, UMMD)
Clinician Scientist meets Data Science
Prof. Dr. Dr. Fabian-Simon Frielitz (Telemedizin, Digitalisierung und Ökonomie in der Medizin, UMMD)
Digitale Versorgungsmodelle in der Pädiatrie
20:15 - 20:55 Uhr: 2. Keynote: Prof. Dr. Hans-Ulrich Prokosch (Institut für Medizininformatik, Biometrie und
Epidemiologie, Friedrich-Alexander Universität Erlangen-Nürnberg)
Datenintegrationszentren: Datenlieferant und auch Treiber für zukünftige KI-Anwendungen?
ab 21 Uhr: Get-together
Unsere Keynotes
Priv.-Doz. Dr. Philipp Berg
Philipp Berg studierte Maschinenbau an der Otto-von-Guericke-Universität Magdeburg und promovierte im Bereich der Strömungsmechanik. Im Anschluss habilitierte er sich mit der Venia Legendi für „Biofluidmechanik“ und etablierte damit seine wissenschaftliche Expertise an der Schnittstelle von Ingenieurwissenschaften und Medizin. Ein besonderer Schwerpunkt seiner Arbeit liegt auf neurovaskulären Erkrankungen sowie auf patientenspezifischer Simulation und digitalen Modellierungsansätzen in der Medizin. Er war unmittelbar am Aufbau des Forschungscampus STIMULATE - Solution Centre for Image Guided Local Therapies beteiligt, der seit 2015 in Magdeburg die Forschung und Entwicklung im Bereich der bildgestützten minimal-invasiven Therapien zur Behandlung von Krebs sowie neuro- und kardiovaskulären Volkskrankheiten vorantreibt. Hier werden u.a. auch die neuesten 14-Tesla-MRT-Geräte entwickelt. Am Forschungscampus leitet Philipp Berg die Forschungsgruppe „Medical Flows“, die sich mit experimentellen und numerischen Untersuchungen medizinischer Strömungsphänomene befasst. Darüber hinaus ist er Mitglied des erweiterten Vorstands des Forschungscampus und ist stellvertretender Leiter des Lehrstuhls für „Medizinische Telematik und Medizintechnik“. Mit seiner Arbeit verbindet er ingenieurwissenschaftliche Grundlagen mit digitalen Gesundheitslösungen und trägt so zur Weiterentwicklung daten- und simulationsgestützter Medizin bei.
Prof. Dr. Hans-Ulrich Prokosch
Hans-Ulrich Prokosch promovierte im Jahr 1988 am Fachbereich Medizin der Justus-Liebig Universität in Gießen. Auf Grundlage von in Amerika gesammelten Erfahrungen leitete er von 1988 bis 1994 die Eigenentwicklung des klinischen Arbeitsplatzsystems WING (Wissensbasiertes Informationsnetz am Gießener Klinikum). Im Jahr 1994 habilitierte er an der Justus-Liebig Universität und erhielt die Venia Legendi für das Fach Medizinische Informatik. 1995 folgte er einem Ruf für Medizinische Informatik an die Universität Münster und übernahm die Leitung der Stabsstelle Medizinische Informationsverarbeitung am Universitätsklinikum Münster. Dort vertiefte er seine Forschungsschwerpunkte: die Entwicklung von klinischen Informationssystemen mit einheitlicher Anbindung von diagnostischen Funktionsstellen und klinischen Spezialbereichen, die Verbesserung und Standardisierung der strukturierten elektronischen Krankenakte sowie die Entwicklung einer elektronischen patientengeführten Gesundheitsakte. Im Jahr 2003 wechselte er an die Friedrich-Alexander-Universität Erlangen-Nürnberg und übernahm als Professor für Medizinische Informatik die Leitung des gleichnamigen Lehrstuhls, sowie die Position des Chief Information Officers (CIO) der Universitätsklinik Erlangen. In seiner Doppelfunktion förderte er in den ersten Jahren die Integration wissensverarbeitender Funktionen in elektronische Krankenaktensysteme und trieb ab 2010 die Entwicklung im Bereich der Forschungsdateninfrastrukturen und Nutzung von Routinedaten für die Forschung am Standort voran. Er leitet das MIRACUM-Konsortium und ist aktueller Präsident der Fachgesellschaft GMDS.
Publication: Implementation and User Evaluation of an On-Premise Large Language Model in a German University Hospital Setting: Cross-Sectional Survey
Im Journal of Medical Internet Research wurde oben genannte Publikation am 15.04.2026 unter Mitwirkung von Dr. Alice Grünig, Jenifer Kriebel, Dr. Julian Varghese, Dr. Tim Herrmann und Dr. Christian Bruns veröffentlicht. Für nähere Informationen siehe diesen Link.
Abstract
Background
Large language models (LLMs) are increasingly used by employees at university hospitals for information retrieval or decision support. Self-hosted on-premise systems provide a secure environment and conform to data privacy and security regulations for handling sensitive personal data. Automation of standard procedures using an LLM application can substantially reduce time-consuming administrative tasks and facilitate the analysis of large datasets.
Objective
The objective of our study was to gather feedback from registered artificial intelligence (AI) users on the usability and common use cases of the on-premise LLM infrastructure we established at the University Medicine Magdeburg to optimize the models to the needs of our facility.
Methods:We developed an online questionnaire to which registered AI users were given access and were informed via email.
Results
Of 322 registered AI users, 98 (30.4%) participated in the user survey. After filtering incomplete responses, results from 91 (28.3%) participants remained for further analysis. Speed and quality received overall high approval rates. Most of the users (n=57, 62.6%) used the platform at least once per week, and 44% (n=40) of the users reported saving at least 30 minutes of work per week by using our AI platform. A diverse set of use cases was observed, varying by profession; for example, health care and research professionals used the AI platform more frequently for creation and analysis tasks than administrative staff.
Conclusions
Our data indicate that the implementation of a self-hosted on-premise LLM was associated with positive perceptions among a diverse group of professionals working at a university hospital, saving time and meeting their individual needs.
Publication: Molecular variants, clonal evolution and clinical relevance in pediatric and adult T-cell lymphoblastic neoplasia
Im Blood Cancer Journal wurde oben genannte Publikation am 02.04.2026 unter Mitwirkung von Dr. Sarah Sandmann und Dr. Julian Varghese veröffentlicht. Für nähere Informationen siehe diesen Link.
Abstract
T-cell lymphoblastic lymphoma (T-LBL) and T-cell acute lymphoblastic leukemia (T-ALL) originate from thymic T-cell precursors, with ongoing debate on whether they are variants of the same disease or distinct entities. For 211 patients, including pediatric and adult T-ALL and T-LBL cases, targeted next-generation sequencing and SNP-arrays were performed, and single-nucleotide variants, indels and copy-number variants (CNVs) were analyzed. We aimed to assess genetic differences between T-ALL and T-LBL across age. Generally, mutational landscape analysis identified mutated PHF6 being associated with higher, NOTCH1 with lower age at diagnosis for both T-LBL and T-ALL. Association of CNVs with higher age was evident for T-ALL, but not T-LBL. Analysis of clonal evolution revealed that CNVs – especially deletions and LOH in chromosome 9 (LOH_in_9p) – were observed as first mutational event in both pediatric T-ALL and T-LBL. The sequence of genetic events, starting with LOH_in_9p followed by mutations in NOTCH1, was significantly more frequent in pediatric T-ALL and T-LBL. Detailed evaluation of the patients’ individual clonal evolution indicated that the proportion of malignant cells without NOTCHMT determines the risk of relapse (hazard ratio 1.032, p = 4.65*10−5). In T-ALL, aside from MRD, validated molecular markers for risk-group stratification remain limited. Our data suggest that molecular metrics analogous to those in T-LBL may help refining risk stratification in T-ALL as well.
ExChangeAI
ExChangeAI: Neues Tool zur Eigenerstellung von EKG Deep Learning Modellen
Nature Medicine Publication: "Benchmark evaluation of DeepSeek large language models in clinical decision-making"
In der Zeitschrift Nature Medicine wurde oben genannte Publikation am 23.04.2025 unter Mitwirkung von Dr. Sarah Sandmann, Lucas Bickmann und Dr. Julian Varghese veröffentlicht. Für nähere Informationen siehe diesen Link.
Abstract
Large language models (LLMs) are increasingly transforming medical applications. However, proprietary models such as GPT-4o face significant barriers to clinical adoption because they cannot be deployed on site within healthcare institutions, making them noncompliant with stringent privacy regulations. Recent advancements in open-source LLMs such as DeepSeek models offer a promising alternative because they allow efficient fine-tuning on local data in hospitals with advanced information technology infrastructure. Here, to demonstrate the clinical utility of DeepSeek-V3 and DeepSeek-R1, we benchmarked their performance on clinical decision support tasks against proprietary LLMs, including GPT-4o and Gemini-2.0 Flash Thinking Experimental. Using 125 patient cases with sufficient statistical power, covering a broad range of frequent and rare diseases, we found that DeepSeek models perform equally well and in some cases better than proprietary LLMs. Our study demonstrates that open-source LLMs can provide a scalable pathway for secure model training enabling real-world medical applications in accordance with data privacy and healthcare regulations.