Föderiertes Lernen. Eine Chance für die Multizentrische Künstliche Intelligenz in der Medizin

Föderiertes Lernen. Eine Chance für die Multizentrische Künstliche Intelligenz in der Medizin

Wir freuen uns, JunProf. Dr. Sandy Engelhardt von der Universität Heidelberg für einen Vortrag im Rahmen der ADILT Ringvorlesung begrüßen zu dürfen. Sie wird uns einen Einblick in die Anwendung von Föderiertem Lernen in der Medizin geben.
„Let the algorithm travel, not the data“ ist ein Konzept aus dem Bereich des Verteilten Lernens (Federated Learning), welches auf dem Grundprinzip aufbaut, dass Daten an Ort und Stelle verbleiben, aber Algorithmen und deren Gewichte ausgetauscht und iterativ verbessert werden. Dieses Konzept ist insbesondere im Medizinischen Bereich attraktiv, da das Teilen von sensiblen Daten mit strengen, teilweise unüberwindbaren Datenschutzvorgaben verbunden ist.
Neuere Verfahren aus dem Bereich Deep Learning erfordern große und heterogene Datenmengen, die in Zukunft nur durch das Zusammenwirken mehrerer Kliniken erfolgreich aggregiert werden können. Der Mehrwert eines föderiert trainierten Netzes setzt genau an dieser Stelle an: Algorithmen (Neuronale Netze) sollen ausgetauscht und dezentral iterativ verbessert werden. Dafür ist zuerst das Sicherstellen eines standardisierten Datenerhebungsprozess und einer standardisierten Datenqualität notwendig, insbesondere wenn es sich um klinisch erhobene Daten handelt.
Diese Aspekte werden im Rahmen des Vortrages anschaulich erläutert.

Termin: Donnerstag, 02. Juni 2022, 17.00-18.30 Uhr
Teilnahme: in Präsenz im Hörsaal R 611 oder online per Zoom
Der Link zur Online-Konferenz sowie Material zum Thema des Vortrags kann nach dem Login über den Ilias-Kurs der Ringvorlesung abgerufen werden.

Kommentare sind geschlossen.