Methoden der Künstlichen Intelligenz und des Maschinellen Lernens finden heute bereits vielfach Anwendung in der Medizin, unter anderem bei bildgebenden Verfahren – hier hat Daniel Rückert Pionierarbeit geleistet. Er entwickelte neuartige Algorithmen, mit denen biomedizinische Bilder rekonstruiert, analysiert und interpretiert werden können. Seine Arbeiten führten zu einer deutlichen Beschleunigung des Bildaufnahmeprozesses und zudem zu neuartigen Rekonstruktionsmethoden von CT- und MRT-Bilddaten. Dadurch können Erkrankungen heute besser und individualisierter diagnostiziert und therapiert werden. Bereits in den Neunzigerjahren stellte Rückert erste Studien zur nicht-rigiden und multimodalen Registrierung vor. Damit wurde es möglich, medizinische Bilddaten zwischen verschiedenen Aufnahmezeitpunkten und -modalitäten zu verknüpfen. Auch auf dem Gebiet des Maschinellen Lernens hat er leistungsfähige Algorithmen vorgeschlagen. In jüngeren Studien konnte Rückert zudem die 3D-Rekonstruktion mittels Maschinellen Lernens etablieren, die vor allem bei MRT-Daten zum Einsatz kommt.
Daniel Rückert studierte Informatik an der TU Berlin und promovierte am Imperial College London, gefolgt von einer Tätigkeit als Postdoc am King‘s College London, UK. 1999 wurde er Assistenzprofessor am Imperial College und erhielt dort sechs Jahre später ein Ordinariat für „Visual Information Processing“ am Department of Computing, dem er von 2016 bis 2020 als Dekan vorstand. Seit 2020 ist er Alexander von Humboldt-Professor für „Artificial Intelligence in Medicine and Healthcare“ am Klinikum rechts der Isar der TU München. Rückert ist unter anderem Mitglied in der Nationalen Akademie der Wissenschaften Leopoldina, der Berlin-Brandenburgischen Akademie der Wissenschaften (BBAW), der Royal Academy of Engineering, der Academy of Medical Sciences und des Institute of Electrical and Electronics Engineers (IEEE).
In unserem Informationssystem GEPRI finden Sie eine Übersicht von laufenden und abgeschlossenen Projekten von Herrn Prof. Dr. Daniel Rückert.