Shadi Albarqouni

Shadi Albarqouni ist ein palästinensisch-deutscher Informatiker und Professor für Computational Medical Imaging Research an der Medizinischen Fakultät des Universitätsklinikums Bonn (UKB), Universität Bonn, wo er das Albarqouni Lab leitet. Seine Arbeit folgt einer einfachen Frage: Wie kann jede Patientin und jeder Patient von bildgebender Diagnostik auf Expertenniveau profitieren, auch dort, wo Daten, Rechenleistung und Fachleute knapp sind?

Die Frage geht auf seine Anfänge in Gaza zurück. Nach dem Bachelor- und Masterstudium der Elektrotechnik an der Islamic University of Gaza brachte er Telemedizin in palästinensische Krankenhäuser. Er vernetzte medizinische Geräte wie digitale Pathologie, Endoskopie und EEG, um Fachwissen über Checkpoints und Grenzen hinweg zu teilen. Mit einem DAAD-Stipendium wechselte er an die Technische Universität München und wurde dort 2017 bei Nassir Navab mit summa cum laude in Informatik promoviert. Seine AggNet-Arbeit (IEEE TMI 2016) gehörte zu den ersten Deep-Learning-Arbeiten zum Lernen aus Crowdsourcing-Annotationen in der medizinischen Bildgebung. Als DAAD-PRIME-Fellow forschte er als Gastwissenschaftler an der ETH Zürich und am Imperial College London. Ab 2020 leitete er eine Helmholtz-AI-Nachwuchsgruppe am Helmholtz Munich, bevor er 2022 nach Bonn berufen wurde.

Heute entwickelt sein Labor vertrauenswürdige und bezahlbare KI für die medizinische Bildgebung: medizinische Foundation- und Vision-Language-Modelle, föderiertes Lernen, mit dem Krankenhäuser Modelle gemeinsam trainieren, ohne Patientendaten zu teilen, sowie fundierte Methoden für Unsicherheit, Robustheit und Fairness. Gemeinsam mit Ärztinnen und Ärzten überträgt das Labor diese Methoden in Radiologie, Neuroradiologie, Pathologie, Hämatologie, Augenheilkunde sowie in die interventionelle und Point-of-Care-Bildgebung, von der tragbaren Ultra-Niederfeld-MRT für Neugeborene bis zur mobilen App für Lidtumoren.

Er hat mehr als 160 begutachtete Arbeiten veröffentlicht, die über 20.000 Mal zitiert wurden (h-Index 45), und rund 2,5 Mio. € an Drittmitteln eingeworben. Er ist Associate Editor der IEEE Transactions on Medical Imaging und der ACM TIST sowie Mitglied im Editorial Board des IJCV. Für die MICCAI war er Area Chair, Challenges Chair (2024) und ist Workshop Co-Chair (2026); Forschungsanträge begutachtet er für die Europäische Kommission, die DFG, das BMFTR, den DAAD und den SNF.

Über die Forschung hinaus setzt er sich für eine Wissenschaft ein, die alle erreicht. Er ist gewähltes Mitglied von ELLIS, der Global Young Academy und der Arabisch-Deutschen Akademie junger Wissenschaftlerinnen und Wissenschaftler (AGYA) sowie Mitglied im Steering Committee der German Alliance for Global Health Research (GLOHRA). Er ist Mitbegründer von RISE-MICCAI, das Forschende aus Ländern mit niedrigem und mittlerem Einkommen in die MICCAI-Gemeinschaft einbindet, und leitet Netzwerke zum Kapazitätsaufbau in der arabischen Welt, darunter EEDA, SAAI, BILD und das vom DAAD geförderte SANAD-Netzwerk, die die nächste Generation von KI-Forschenden im Gesundheitsbereich ausbilden.