Desmond Kabus ist ein engagierter Forscher, der die Komplexität von Herzrhythmusstörungen durch computergestützte Modellierung und maschinelles Lernen entschlüsseln möchte.
Seine wissenschaftliche Reise begann an der Ruhr-Universität Bochum, wo er einen Bachelor- und Masterabschluss in Physik mit Auszeichnung erwarb und sich auf Plasmaphysik und Berechnungsmethoden spezialisierte. Sein Interesse an der Elektrophysiologie des Herzen wurde geweckt, als er 2016 seine Bachelorarbeit über die numerische Durchsetzung von Randbedingungen in Finite-Differenzen-Simulationen von Reaktions-Diffusions-Systemen schrieb.
Unter der Leitung von Rainer Grauer und Jürgen Dreher handelte sich Desmonds Masterarbeit, die 2019 veröffentlicht wurde, um die Lokalisierung von Defekten in idealisiertem Herzmuskelgewebe unter Verwendung der adjungierten Zustandsmethode und legte damit eine weitere Grundlage für seine Forschung in der Computerkardiologie. Er vertiefte seine Fähigkeiten während eines Auslandssemesters an der Stockholms Universitet, Schweden, das durch ein ERASMUS-Stipendium finanziert wurde.
Angetrieben von seiner Leidenschaft für die Verknüpfung von theoretischer Physik und Herzwissenschaft hat Desmond auf 2021 ein Joint-PhD-Programm zur Untersuchung der Mathematik von Herzrhythmusstörungen an der KU Leuven und dem Leiden University Medical Center (LUMC) begonnen. Unter der Leitung von Hans Dierckx (KU Leuven) und Daniël Pijnappels (LUMC) arbeitet er mit einem internationalen Forscherteam zusammen, das aus Ingenieuren, Zellbiologen und Ärzten besteht. Sein Interesse gilt der Entwicklung numerischer Methoden, wie datengesteuerten, individualisierten menschlichen Herzmodellen unter Verwendung hochauflösender Aufnahmen von menschlichen Vorhofgewebekulturen, die den Weg zu einem vollständigen kardialen digitalen Zwilling ebnen. Er wird diese Forschung als Post-Doc am LUMC in Zusammenarbeit mit Tim De Coster fortsetzen.
Desmonds Fachwissen umfasst ein breites Spektrum an Disziplinen, darunter Kardiologie, computergestützte Physik, Optimierung, maschinelles Lernen und Modellierung von Gewebe. Sein Engagement, die Grenzen der Herzforschung zu erweitern, zeigt sich in seiner interdisziplinären Arbeit, die einen wichtigen Beitrag zum Verständnis und zur Behandlung von Herzrhythmusstörungen zu leisten verspricht.
