Presentation Slides
Selected Publications
In the following, you can find selected research publications related to our activities applying in-memory technology for life sciences research areas.
Research Publications
- Schapranow, M.-P.: NephroCAGE: Wie Künstliche Intelligenz bei Nierenversagen unterstützen kann. Gesundhyte: Forschung neu vernetzen. 15, 100—102 (2023).
- Schapranow, M.-P., Bayat, M., Rasheed, A., Naik, M., Graf, V., Schmidt, D., Budde, K., Cardinal, H., Sapir-Pichhadze, R., Fenninger, F., Sherwood, K., Keown, P., Günther, O., Pandl, K., Leiser, F., Thiebes, S., Sunyaev, A., Niemann, M., Schimanski, A., Klein, T.: NephroCAGE—German-Canadian Consortium on AI for Improved Kidney Transplantation Outcome: Protocol for an Algorithm Development and Validation Study. JMIR Res Protoc 2023. 12, (2023).
- Fox, S., Preiß, M., Borchert, F., Rasheed, A., Schapranow, M.-P.: HPIDHC at NTCIR-17 MedNLP-SC: Data Augmentation and Ensemble Learning for Multilingual Adverse Drug Event Detection. NTCIR 17 Conference: Proceedings of the 17th NTCIR Conference on Evaluation of Information Access Technologies. bll. 185–192. , Tokyo, Japan (2023).
- Borchert, F., Llorca, I., Schapranow, M.-P.: HPI-DHC @ BC8 SympTEMIST Track: Detection and Normalization of Symptom Mentions with SpanMarker and xMEN. In: Islamaj, R., Arighi, C., Campbell, I., Gonzalez-Hernandez, G., Hirschman, L., Krallinger, M., Lima-López, S., Weissenbacher, D., en Lu, Z. (reds.) Proceedings of the BioCreative VIII Challenge and Workshop: Curation and Evaluation in the era of Generative Models. , New Orleans, LA (2023).
- Borchert, F., Llorca, I., Roller, R., Arnrich, B., Schapranow, M.-P.: xMEN: A Modular Toolkit for Cross-Lingual Medical Entity Normalization. arXiv preprint arXiv:2310.11275. (2023).
- Schapranow, M.-P.: Lernende Laborsysteme: Wie kann künstliche Intelligenz im Labor unterstützen?. In: Raem, A.M. en Rauch, P. (reds.) Immunoassays: ergänzende Methoden, Troubleshooting, regulatorische Anforderungen. bll. 755–775. Springer Berlin Heidelberg, Berlin, Heidelberg (2023).
- Borchert, F., Llorca, I., Schapranow, M.-P.: Cross-Lingual Candidate Retrieval and Re-ranking for Biomedical Entity Linking. In: Arampatzis, A., Kanoulas, E., Tsikrika, T., Vrochidis, S., Giachanou, A., Li, D., Aliannejadi, M., Vlachos, M., Faggioli, G., en Ferro, N. (reds.) Experimental IR Meets Multilinguality, Multimodality, and Interaction. bll. 135–147. Springer Nature Switzerland, Cham (2023).
- Llorca, I., Borchert, F., Schapranow, M.-P.: A Meta-dataset of German Medical Corpora: Harmonization of Annotations and Cross-corpus NER Evaluation. Proceedings of the 5th Clinical Natural Language Processing Workshop. bll. 171–181. Association for Computational Linguistics, Toronto, Canada (2023).
- Kämmer, N., and Borchert, F., and Winkler, S., and de Melo, G., and Schapranow, M.-P.: Resolving Elliptical Compounds in German Medical Text. The 22nd Workshop on Biomedical Natural Language Processing and BioNLP Shared Tasks. bll. 292–305. Association for Computational Linguistics, Toronto, Canada (2023).
- Steinwand, S., Borchert, F., Winkler, S., Schapranow, M.-P.: GGTWEAK: Gene Tagging with Weak Supervision for German Clinical Text. In: Juarez, J.M., Marcos, M., Stiglic, G., en Tucker, A. (reds.) Artificial Intelligence in Medicine. bll. 183–192. Springer Nature Switzerland, Cham (2023).
- Schapranow, M.-P., Borchert, F., Bougatf, N., Hund, H., Eils, R.: Software-Tool Support for Collaborative, Virtual, Multi-Site Molecular Tumor Boards. SN Computer Science. 4, 358 (2023).
Further Publications
- 2015 Bio Data World Congress (Slides)The slides of the “2015 Bio Data World Congress” are online available now.Read more...
- 2015 Conference on Very Large Data Bases (Slides)The slides of the “2015 Conference on Very Large Data Bases (VLDB) / Business Intelligence for the Real Time Enterprise (BIRTE)” are online available now.Read more...
- Big Data in der Medizin: Viele Daten helfen viel?!Durch die Auswertung großer Datenmengen ist die so genannte “Precision Medicine” entstanden. Hierbei fließen alle über einen Patienten bekannten Informationen bei der Wahl der Behandlungsentscheidung mit ein. Weiterlesen…Read more...
- Symposium on Big Data in Medicine (German Video Footage)
- 2015 Big Data in Medicine Symposium (Video Footage DE)https://www10-fms.hpi.uni-potsdam.de/vod/media/HPI/HPI-TV/HD_hpi_big_data_in_medicine_symposium_2015.mp4Read more...
- F.A.Z.: Neue Dimension für Datenanalysen: Aus Wochen werden Sekunden!Hasso Plattner im Gespräch mit Anna Seidinger über die Potentiale der In-Memory-Technologie, insbesondere in der Medizin. Das Interview ist im Verlagsspezial der Frankfurter Allgemeinen Zeitung vom 17. April 2015 “Medien zwischen Möglichkeiten und Erfolg” erschienen.Read more...
- Mit Apps und Big Data gegen gefährliche Epidemien“‘Die Erfassung von Verdachtsfällen hilft den Beteiligten vor Ort sowie den Spezialisten auf den verschiedenen Behördenebenen dann, passende Gegenmaßnahmen effizient zu organisieren, um eine weitere Ausbreitung wirksam zu verhindern’, erläutert HPI-Projektleiter Dr. Matthieu-P. Schapranow. Grundlage für SORMAS ist die am HPI erforschte In-Memory Database Technology. Sie ermöglicht es, riesige Datenmengen interaktiv nach frei wählbaren Kriterien auszuwerten. ...Read more...
- Stay updated with our regular newsletterYou are interested in staying up to date about our research projects, available services and tools, and latest news? Take your chance and sign-up for our regular newsletters.Read more...
- EBOKON10: Joint cooperation to fight infectious diseasesThe Analyze Genomes team at the Hasso Plattner Institute (HPI) supports the research activities of the international research cooperation “EBOKON10” coordinated by the Helmholtz Centre for Infection Research. The consortium members work on specific software tools build on latest in-memory technology to enable systematical tracking and tracing of infectious disease cases. It addresses concrete requirement ...Read more...
- Berliner Kurier: Wettlauf gegen den KrebsDie Forscher sind überzeugt: Die Zukunft gehört der personalisierten Medizin. Menschen mit derselben Krankheit reagieren oft sehr unterschiedlich auf dieselbe Behandlung. Mit zunehmenden Kenntnissen individueller Unterschiede werden bessere Behandlungsmethoden mit weniger Nebenwirkungen möglich sein. Weiterlesen…Read more...