Vom 7. bis 11. September lädt die 3. Al4Imaging Summer School Nachwuchsforschende dazu ein, an einem interdisziplinären Trainingsprogramm unter dem Thema „Artificial Intelligence Imaging“ teilzunehmen, an der Schnittstelle zwischen medizinischer Bildgebung und künstlicher Intelligenz.
Die Summer School wird durch die Universtitätsklinik für Radiologie und Nuklearmedizin und dem Comprehensive Center for Artificial Intelligence in Medicine organisiert.
Die Summer School hat zum Ziel, junge Wissenschaftler:innen nach ihrer Promotion dabei zu unterstützen, eigenständige Forschungsideen zu entwickeln und wettbewerbsfähige Drittmittelanträge (z. B. bei DFG, FWF oder vergleichbaren Förderprogrammen) vorzubereiten. Ein zentrales Anliegen des Programms ist es, die Zusammenarbeit zwischen Medizin und Informatik im sich rasch entwickelnden Bereich der KI-gestützten Bildgebung zu stärken.
List of Speakers
- Ulrike Attenberger
Department of Biomedical Imaging and Image-Guided Therapy, MedUni Vienna/University Hospital Vienna, Austria - Paola Clauser
Department of Biomedical Imaging and Image-Guided Therapy, Division of General and Paediatric Radiology, MedUni Vienna/University Hospital Vienna, Austria - Mirjam Gehrwing
University Institute for Diagnostic and Interventional Radiology, Klinikum Lippe, Germany - Ben Glocker
Department Infrastructure, Machine Learning for Imaging, Kheiron/RAEng Research, Chair in Safe Deployment of Medical Imaging AI, Department of Computing, Imperial College London, UK - Horst Hahn
Digital Medicine, University of Bremen, Fraunhofer MEVIS, Germany - Anja Hennemuth
Institute of Cardiovascular Computational Medicine, Charité - Universitätsmedizin Berlin; Fraunhofer Institute for Digital Medicine MEVIS, Bremen; Faculty of Computer Science and Electrical Engineering, Technical University Berlin, Germany - Gregor Kasprian
Department of Biomedical Imaging and Image-Guided Therapy, Division of Neuroradiology and Musculoskeletal Radiology, MedUni Vienna/ University Hospital Vienna, Austria - Georg Langs
Department of Biomedical Imaging and Image-Guided Therapy, MedUni Vienna/University Hospital Vienna, Comprehensive Center for Artificial Inelligence in Medicine, MedUni Vienna, Austria - Björn Menze
Biomedical Image Analysis and Machine Learning, University of Zurich, Switzerland - Chris van Run
Grand Challenge, Diagnostic Image Analysis Group, Radboudumc, The Netherland - Daniel Pinto dos Santos
University Medical Center Mainz, Division for AI and Medical Imaging Data Science, Germany - Veronika Schöpf
Interdisciplinary Transformation University, Linz, Austria - Laura Stappert
Deutsche Forschungsgemeinschaft, Bonn, Germany - Martin-Michael Uggowitzer
Institute for Radiology and Nuclear Medicine, Central X-Ray Institute, LKH Hochsteiermark, Austrian Radiology Society, Leoben, Austria - Gerling Widmann
Department of Radiology, Tirol Kliniken GmbH, Medical University Innsbruck, Austria - Song Xue
Department of Biomedical Imaging and Image-Guided Therapy, Division of Nuclear Medicine, MedUni Vienna/University Hospital Vienna, Austria
Wissenschaftlicher Fokus
Künstliche Intelligenz (KI) spielt eine zunehmend wichtige Rolle in der modernen Medizin. Fortschritte in der Bildgebungstechnologie und der Datenwissenschaft ermöglichen neue Ansätze zur Analyse und Integration komplexer biomedizinischer Datensätze.
Themen der Summer School umfassen unter anderem:
- automatisierte Krankheitsdetektion und -charakterisierung
- Radiomics und quantitative Bildanalyse
- multimodale Datenintegration
- Integration von Bild- und Textdaten
- Dosisoptimierung
- strukturierte Befundung
- Large Language Models & Vision-Language-Modelle in der Medizin
Die Summer School bietet eine transdisziplinäre Trainingsplattform für Forschende aus Medizin, Informatik, Ingenieurwissenschaften und verwandten Naturwissenschaften. Die Teilnehmenden arbeiten an der Entwicklung und Weiterentwicklung eigener Forschungsideen mit dem Ziel, diese in wettbewerbsfähige Projektanträge zu überführen.
Wer kann teilnehmen?
Die Summer School richtet sich an Nachwuchsforschende nach ihrer Promotion mit Hintergrund in Medizin, Naturwissenschaften, Informatik oder Ingenieurwissenschaften, die den Aufbau einer eigenen unabhängigen Forschungsgruppe anstreben.
Teilnahmevoraussetzungen:
- Naturwissenschaften / Informatik / Ingenieurwissenschaften: Promotion kürzlich abgeschlossen oder Abschluss bis Ende 2026 erwartet
- Medizin: Promotion oder Dr. med. innerhalb der letzten fünf Jahre vor der Bewerbungsfrist abgeschlossen
- Mindestens ein akzeptiertes wissenschaftliches Abstract oder eine Erstautor:innen-Publikation
- Keine vorherige Einwerbung größerer individueller Fördermittel (z. B. DFG, FWF oder vergleichbare Programme)
- Interesse an einer akademischen Laufbahn
Die Ausschreibung richtet sich in erster Linie (aber nicht ausschließlich) an Bewerber:innen, die aktiv in eine einschlägige Forschungsgruppe eingebunden sind und noch keine Habilitation oder eine gleichwertige Qualifikation abgeschlossen haben.
Dokumente für die Anmeldung
Bewerbungen müssen als eine einzelne PDF-Datei eingereicht werden und folgende Unterlagen enthalten:
- Lebenslauf (max. 2 Seiten)
- Liste der Publikationen und Präsentationen
- Projektskizze (max. 4 Seiten)
Die Projektskizze soll den Hintergrund, die Forschungsfrage, die Methodik sowie die wissenschaftliche Relevanz des vorgeschlagenen Projekts beschreiben. Ein detaillierter Arbeitsplan oder ein Budget ist nicht erforderlich.
Zusätzlich müssen Bewerber:innen eine Bestätigung der Leitung ihrer Abteilung vorlegen, dass folgende Kosten übernommen werden:
- Teilnahmegebühr: 850 €
- Reise- und Unterkunftskosten
Die Teilnehmenden werden gebeten, ihren eigenen Laptop mitzubringen. Vor Beginn der Summer School werden Hinweise zur technischen Vorbereitung und zur Einrichtung der Software bereitgestellt.
Programm
Die Summer School umfasst ein einwöchiges Programm mit Vorlesungen, interaktiven Diskussionen und praktischen Einheiten. Ein zentraler Bestandteil des Programms ist ein kollaborativer Hackathon, in dem die Teilnehmenden gemeinsam einen Prototypen für eine KI-basierte Bildgebungsanwendung entwickeln.
Im Anschluss an die Summer School werden die Teilnehmenden dazu ermutigt, ihre Projektskizzen weiter auszuarbeiten und in wettbewerbsfähige Anträge für individuelle Forschungsförderung (z. B. DFG, FWF oder europäische Förderprogramme) zu überführen.
Application and Deadlines
- Bewerbungsfrist: 27 Mai 2026
- Einreichung: ÖRG submission tool
- Anzahl der Teilnehmenden: bis zu 36
Die Bewerber:innen werden am 30. Juni 2026 per E-Mail über das Ergebnis des Auswahlverfahrens informiert.