Kl-basierter föderaler Diagnosealgorithmus lernt effizient über Klinikgrenzen hinweg, ohne den Datenschutz zu verletzen.

Ein Algorithmus, entwickelt von Forschenden von Helmholtz Munich, der Technischen Universität München (TUM) und ihres Klinikums rechts der Isar, des Universitätsklinikum Bonn (UKB) und der Universität Bonn ist in der Lage, über verschiedene medizinische Einrichtungen hinweg selbständig zu lernen. Der Clou dabei: Er ist „selbst-lernend“, benötigt also keine umfangreichen, zeitaufwendigen Befunde oder Markierungen von Radiologen in den MRT-Aufnahmen. Dieser föderale Algorithmus wurde an mehr als 1.500 MR-Scans gesunder Studienteilnehmer aus vier Einrichtungen trainiert, ohne dabei den Datenschutz zu verletzen. Mit Hilfe des Algorithmus wurden anschließend mehr als 500 MRT-Aufnahmen von Patienten analysiert, um Krankheiten wie Multiple Sklerose, Gefäßerkrankungen sowie verschiedene Formen von Hirntumoren zu erkennen, die der Algorithmus vorher noch nie gesehen hatte. Das eröffnet neue Möglichkeiten für die Entwicklung effizienter, KI-basierter föderaler Algorithmen, die selbstständig lernen und dabei die Privatsphäre schützen.

? Mehr dazu erfahren

Quelle: Helmholtz Zentrum München

3 Mythen entlarvt - Wenn die Wissenschaft Wissen schafft! | Dr. Yasemin Yazan

Wenn Wissenschaft Wissen schafft!

Leider gibt es auf dem Markt sehr viel Halbwissen. Sei es, weil z. B. Forschungsergebnisse falsch interpretiert oder falsche Kausalitäten hergestellt werden oder Übertragungen in andere Kontexte stattfinden, die gar nicht Untersuchungsgegenstand waren.

Wir greifen 3 Mythen auf und zeigen, was die Wissenschaft schon längst weiß:

- Warum die Bedürfnispyramide von Maslow keine zuverlässige Grundlage für Motivation ist

- Warum Persönlichkeitstests als Fundament für Personalentscheidungen fragwürdig sind

- Warum es eine Quote als wirksames Mittel gegen Unconscious Bias braucht

Datenschutz

Einverständniserklärung

Herzlichen Glückwunsch - Dein Download erwartet dich in deinem Mail-Postfach!