Mirjam Wittich

Gestartet habe ich als Medizinische Technologin in der Strahlentherapie, hier habe ich das Potential von KI und Automatisierung schnell bemerkt und mein Wunsch wuchs, das Leben von Patient*innen und Fachpersonal einfacher zu machen.

Deshalb habe ich den Bachelor of Engineering in Künstliche Intelligenz und Kognitive Systeme gemacht und beginne im Oktober mit einem Master of Science Studium, um meine Expertisen in KI und Medizin optimal zu verknüpfen: Digitale Medizin, Medical Data Science.

Studentische Tätigkeiten

Fraunhofer Institut für Arbeitswirtschaft und Organisation Stuttgart

Praxissemester (09/24-02/25) & Studentische Hilfskraft (03/25-02/26)

• Entwicklung und Feinjustierung eines Transformer-Modells für Named Entity Recognition (PyTorch, BERT, GermEval14)
• Design einer domänenspezifisch aktivierbaren NER-Schicht und modularen Trainings-Frameworks (Tensorboard, MLFlow)
• Aufbau eines Benchmarking-Tools für ein LLM-basiertes Dialogsystem (Dash, Python)
• Entwicklung von Matching-Strategien zur Bewertung der inhaltlichen Konsistenz und Zuverlässigkeit von LLM-Antworten
• Mitarbeit am Konferenzbeitrag „Human-LLM Collaboration for Reliable Prompt Monitoring and Benchmarking of Domain-Specific Language Assistants“ (DOI:10.5220/0014467300004052)

Deutsches Krebsforschungszentrum Heidelberg

Hybrid Summer Workshop 2025: Functional Imaging for Diagnostic and Therapy (08/25-09/25)

• Blended-Learning (ca. 60 h) in Medical Physics (CT, MRI, PET, Dual-Energy-CT, Photon-counting CT, KI in Bildverarbeitung, Radiomics)
• Teilnahme an praktischen Sessions vor Ort in Heidelberg.

Medizinische Technologin für Radiologie

Nordstrahl Nürnberg, Qualitätsmanagement-Fachkraft-Zertifikat

• Durchführung von Bestrahlungen inkl. präziser Patientenlagerung und Gerätesicherheit
• Tägliche Qualitätskontrollen von Linearbeschleunigern und CT-Geräten
• Durchführung von Planungs- und Conebeam-CTs, Matching mit Planungsaufnahmen
• Patientensicherheit, Terminorganisation und Prozessdokumentation

M. Sc. in Digitale Medizin, Schwerpunkt Medical Data Science

Technische Hochschule Mittelhessen, ab Oktober 2026

B. Eng. in Künstliche Intelligenz und kognitive Systeme

Hochschule für angewandte Wissenschaften Ansbach, 8. Semester, Notendurchschnitt: 2,0

voraussichtlicher Abschluss: August 2026

Bachelorarbeit seit März 2026 in Kooperation mit dem Deutschen Krebsforschungszentrum:

„Temporale 3D/2D-UNet-Architektur zur KI-basierten Gefäßextraktion in fluoroskopischen Koronarangiographie-Sequenzen“

• Aufbau und Evaluation einer vollständigen PyTorch Trainingspipeline inkl. Datenvorverarbeitung, Experimenttracking und quantitativer Modellbewertung für medizinische Bilddaten
• Entwurf einer Teacher Student Architektur zur Wissensübertragung von 2D auf 3D Modelle
• Integration von Signed Distance Maps (SDM) und spezialisierten Loss Funktionen zur verbesserten Modellierung feiner Gefäßstrukturen
• Einsatz von Transfer Learning in Phase 2 zur Adaption von simulierten auf klinische Daten und Evaluation verschiedener Trainingsstrategien

Zweitjahresprojekt 2024: Echtzeit-Klassifikation von Augenöffnungszuständen mittels EEG und KI

• Entwicklung eines KI Systems zur Erkennung von Augenöffnungszuständen aus EEG Zeitreihen mit Python, Keras und GRU Netzen
• Aufbau einer End to End Datenpipeline inkl. Signalvorverarbeitung, Datenaugmentation und Live Streaming
• Implementierung und Evaluierung von GRU-Zeitreihenmodellen inkl. Cross-Validation, Hyperparameter-Tuning und Vergleich zu Feed-Forward-Netzen
• Optimierung der Live-Vorhersage bzgl. Latenz und Robustheit in Teamarbeit

Erstjahresprojekt 2023: Explainable AI (XAI) für bestehende EEG-Anomaliedetektion

• Einarbeitung in eine bestehende ML Pipeline zur EEG basierten Anomaliedetektion
• Entwicklung eines XAI Ansatzes zur Identifikation relevanter Signalabschnitte in EEG Daten
• Einsatz von Okklusionstechniken und Patientenindex zur besseren Differenzierung und Interpretation von Anomalien
• Implementierung von Visualisierungen und Analysewerkzeugen mit Python, NumPy, Pandas, scikit learn und Git