IT-gestützte Methoden in der medizinischen Forschung sind insbesondere im Hinblick auf die Verarbeitung und Analyse großer Datenmengen ein Feld, das mehr und mehr an Bedeutung gewinnt und sowohl die grundlagenorientierte als auch die klinische Forschung enorm bereichert. Der Schwerpunkt der NWG Digitale Forschungsmethoden in der Medizin liegt auf modernen Methoden der Datenanalyse mit Ansätzen künstlicher Intelligenz und stellt damit eine Schlüsselmethodik für eine moderne Forschung dar.
Besondere Augenmerk liegt auf der Anwendungen von Methoden des maschinellen Lernen auf biomedizinische Fragestellungen. Bisherige Arbeiten beschäftigten sich etwa mit der Modellierung von epithelialer Impedanzspektroskopie, der Vorhersage pathophysiologisch relevanter Eigenschaften von Epithelien mittels maschinellen Lernens, der Klassifikation von EEG-Signalen und der Identifikation von Protein-Protein-Interaktionen in Brustkrebszellen.
Daneben entwickelt die Gruppe auch selbst neue KI-Methoden aus dem Bereich der hybriden künstlichen Intelligenz. Ziel ist dabei eine Verknüpfung von überwachtem und unüberwachtem Lernen mit KI-Methoden zur Wissensrepräsentation (Wissensbasen) in Form des von des NWG entwickelten KI-Ansatzes Konstruktivistisches maschinelles Lernen.