Datenmangel in der Medizintechnik entgegenwirken: Leitlinien und Empfehlungen

Technologien der künstlichen Intelligenz haben das Potenzial, das Gesundheitswesen umzugestalten, indem sie schnelle und zuverlässige automatische Diagnosen in noch nie dagewesenem Umfang ermöglichen. Dadurch können Kliniker besser auf die Bedürfnisse der Patienten eingehen und, was noch ehrgeiziger ist, telemedizinische Dienste in der Dritten Welt anbieten. Ein großes Hindernis für die Integration des maschinellen Lernens in das Gesundheitswesen ist die geringe Verfügbarkeit qualitativ hochwertiger medizinischer Daten mit Kommentaren. Daten von angemessener Qualität und Quantität sind in diesem Bereich teuer und schwer zu beschaffen, und ein großer Teil der Innovationsprojekte bringt daher zwangsläufig nur begrenzten Nutzen. Mit dem vorliegenden Projekt wird eine Plattform geschafft, um die beeindruckende Arbeit zu integrieren, die sowohl auf akademischer als auch auf industrieller Seite geleistet wurde, um das Problem der Datenknappheit in der Medizintechnik anzugehen. Es werden Leitlinien und Empfehlungen für den Einsatz des maschinellen Lernens zur Lösung realer medizintechnischer Probleme, für die nur wenige Daten zur Verfügung stehen, erarbeitet. Indem wir die Diskussion zu diesem Thema aktiv fördern, wollen wir eine engagierte Gemeinschaft schaffen, die sich sowohl aus Akademikern als auch aus Vertretern der Privatwirtschaft zusammensetzt. Der Austausch wird sowohl auf der Ebene der Lehre als auch im Rahmen von Innovationsprojekten mit Industriepartnern stattfinden, d.h. die einzigartige Position einer Fachhochschule wird genutzt.

Allgemeine Informationen

Zielgruppe: HSLU Dozierende, Wissenschaftliche Mitarbeitende, Studierende

Start: November 2021

Leitung: Simone Lionetti

+41 41 757 68 76 
simone.lionetti@hslu.ch