Aufgaben

• Entwicklung und Implementierung von föderierten Lernalgorithmen, die eine Zusammenarbeit mehrerer Datenstandorte ermöglichen, ohne dass Patientendaten zentral gespeichert oder ausgetauscht werden

• Erstellung leichtgewichtiger (ressourcenschonender) KI-Modelle, die effizient auf lokalen Systemen ausgeführt werden können

• Integration von Datenschnittstellen zur nahtlosen Einbindung der Modelle in bestehende Systemlandschaften an verschiedenen Standorten

• Training und Validierung der KI-Modelle anhand lokaler, dezentral gespeicherter Daten, um individuelle Symptomverläufe zu prognostizieren

• Entwicklung von Verfahren zur Sicherstellung des Datenschutzes und der Datensicherheit bei der Verarbeitung sensibler Gesundheitsdaten

• Evaluation der Genauigkeit und Robustheit der entwickelten Modelle im föderierten Setting

• Dokumentation und Bereitstellung der Modelle und Schnittstellen zur einfachen Installation und Nutzung durch Partnerinstitutionen

• Kontinuierliche Weiterentwicklung der Modelle basierend auf neuen Daten und Erkenntnissen aus den Partnernetzwerken