Skip to main content English

Harald Kittler übernimmt Professur im Fachbereich Dermatologie

Alle News

(Wien, 03-12-2024) Harald Kittler hat mit Anfang Dezember eine Professur (§99,4) im Fachbereich Dermatologie übernommen. Der Leiter der Früherkennungsambulanz an der Universitätsklinik für Dermatologie ist ein ausgewiesener Experte auf dem Gebiet des maschinellen Lernens zur Hautkrebsdiagnose sowie in der Erforschung der Zusammenarbeit zwischen Mensch und Künstlicher Intelligenz.

Harald Kittler beschäftigt sich in seiner Arbeit vor allem mit bildgebenden Verfahren in der Dermatologie und konzentriert sich auf den Einsatz von maschinellem Lernen bei der Diagnose von Hautkrebs sowie auf die Erforschung der Zusammenarbeit zwischen Mensch und Künstlicher Intelligenz (KI). Er ist zudem Koordinator des Block 26 (Dermatologie) im Rahmen des Medizin-Curriculums der Medizinischen Universität Wien und Mitbegründer der Online-Plattform für dermatologische Lehre und E-Learning „Dermonaut“. Seine innovativen Lehransätze wurden mit Auszeichnungen wie dem "Best Teacher"-Preis gewürdigt. Sein Ziel ist es, die neuesten Fortschritte im Bereich der Künstlichen Intelligenz für praxisorientierte Anwendungen in der Dermatologie zu nutzen und die Chancen und Risiken dieser Technologie, insbesondere in Zusammenarbeit mit menschlichen Experten, auszuloten.

Harald Kittler studierte Medizin in Wien und absolvierte die Facharztausbildung für Dermatologie und Venerologie mit Spezialisierung im Bereich Dermatopathologie. Er ist Leiter der Früherkennungsambulanz der Universitätsklinik für Dermatologie und seit 2003 Außerordentlicher Universitätsprofessor. Zudem bekleidet er führende Rollen in der International Dermoscopy Society und der International Skin Imaging Collaboration (ISIC), wo er die Arbeitsgruppe Terminologie leitet.

Im Jahr 2016 wurde er von der Österreichischen Gesellschaft für Dermatologie mit dem Ferdinand-von-Hebra-Preis für seine herausragenden Beiträge zur Dermato-Onkologie ausgezeichnet. 2023 erhielt er den Wissenschaftspreis der Gesellschaft für eine Studie zum Thema „Reinforcement Learning“, die in Nature Medicine veröffentlicht wurde.