足球竞彩网_365bet体育在线投注-【中国科学院】

图片

图片

Trustworthy AI

Projektübersicht

Hier finden Sie eine Reihe von uns durchgeführter Projekte aus dem Breich Trustworthy AI mit Fokus Healthcare. Weitere Informationen k?nnen über das ?+“-Symbol ausgeklappt werden.

?

Projektstart: 01.01.2020

?

Projekttr?ger: BMBF (Bundesministerium für Bildung und Forschung)

?

Projektverantwortung vor Ort:

Fabian Rabe

Fabian Stieler

?

?

Zusammenfassung

Die zunehmende Digitalisierung in der Medizin führt seit Jahren zu einer steigenden Menge an Daten. Viele dieser Daten werden für die Diagnostik von Erkrankungen eingesetzt. Basierend auf bestehenden annotierten Daten k?nnten durch künstliche Intelligenz Vorhersagen oder diagnostische Vorschl?ge für neue Daten getroffen werden. Für eine zuverl?ssige Vorhersage, insbesondere mittels Deep Learning, ist aber eine ausreichend gro?e Basis an annotierten Daten notwendig, welche auch seltene Diagnosen in genügender Anzahl enth?lt. Dies ist entweder sehr zeit- und kostenintensiv oder führt dazu, dass vorhandene Daten nicht eingesetzt werden k?nnen.


Das Projekt LIFEDATA wird ein Open-Source-Framework zur Bew?ltigung dieser Problemstellung schaffen. Das wissenschaftliche Konzept kombiniert Aktives Lernen (AL) mit Deep Neural Networks (DNN), um selbstst?ndig Datenpunkte mit dem gr??ten Informationsgewinn (bspw. seltene Diagnosen) auszuw?hlen. Menschliche Experten annotieren diese und erm?glichen so ein effizientes Trainieren von Machine-Learning-Modellen.
Anstatt alle Datenpunkte eines Datensatzes manuell zu annotieren, kann zus?tzlich halbüberwachtes Lernen in Kombination mit AL viele Annotationen halbautomatisch erzeugen.

?

Zwei im Projekt bearbeitete Anwendungsf?lle aus den Life Sciences untersuchen den Mehrwert für verschiedene Problemstellungen und Datentypen.
Algorithmen zur Erkl?rung der Modell-Klassifizierungen machen die Entscheidungen der so trainierten ML-Modelle nachvollziehbar.


Um diese Ziele zu erreichen,wird zun?chst der AL-Teil des Frameworks implementiert und durch einen Use Case mit einem bereits annotierten medizinischen Bilddatensatz evaluiert. Zur Validierung der Benutzerfreundlichkeit, Universalit?t und Anwendbarkeit des Annotationstools wird ein zweiter Use Case mit EKG-Daten durchgeführt.
So k?nnen die Ergebnisse des Projekts in der Synergie aus wachsenden Datenmengen und technischem Fortschritt zu einer Verbesserung in der Patientenversorgung führen.

Projektstart: 01.03.2016

?

Projekttr?ger: Universit?t Augsburg

?

Projektverantwortung vor Ort:? Julia Rauscher

?

?

Zusammenfassung

Medical Information Sciences als Aspekt der interdisziplin?ren Integration medizinischer, biologischer und genetischer Informationen unter besonderer Berücksichtigung umweltrelevanter Einflüsse für die menschliche Gesundheit und den Krankheitsverlauf mit Hilfe von Internet of Things of medical devices.

Projektstart: 01.03.2016

?

Projekttr?ger: Universit?t Augsburg

?

Projektverantwortung vor Ort:? Julia Rauscher

?

?

Zusammenfassung

Durch Zusammenarbeit des Zentralklinikum Augsburg und der Universit?t Augsburg werden gemeinsame Merkmale von Langzeitüberlebenden mit Magen-Pankreas-Tumoren identifiziert. Dadurch soll eine Grundlage geschaffen werden, um eine zukünftig optimale Behandlung bieten zu k?nnen und somit nachhaltig die Lebensqualit?t verbessern zu k?nnen.

Projektstart: 01.09.2016

?

Projekttr?ger: BMBF (Bundesministerium für Bildung und Forschung)

?

Projektverantwortung vor Ort:

Bernhard Bauer

Melanie Langermeier

Fabian Rabe

?

?

Zusammenfassung

Die Universit?t Augsburg ist ein Partner im Konsortium DIFUTURE (The Munich-Tübingen Alliance for Data Integration and Future Medicine) im Rahmen des F?rderkonzeptes "Medizinische Informatik" des Bundesministeriums für Bildung und Forschung (BMBF). Weitere Konsortialpartner sind die Technische Universit?t München, die Ludwigs-Maximilan-Universit?t München und die Eberhard Karls Universit?t in Tübingen. Ziel des Vorhabens ist die Verbesserung von Forschungsm?glichkeiten und der Patientenversorgung durch den Austausch und die geteilte Nutzen der klinischen und Forschungsdaten über die Standorte und Institutionen hinweg.

?

?

DIFUTURE Website

Projektstart: 01.09.2011

?

Projekttr?ger: Universit?t Augsburg

?

Projektverantwortung vor Ort:?Heiner Oberkampf

?

?

Dissertation: https://opus.bibliothek.uni-augsburg.de/opus4/3736

足球竞彩网_365bet体育在线投注-【中国科学院】