AC forscht
  • Über uns
  • Kontakt
AC forscht
  • Über uns
  • Kontakt
AC forscht

Einsatz von Schwarmlernen für dezentrale Künstliche Intelligenz in der Onkologie

von Uniklinik RWTH Aachen25. April 2022 in Medizin und Technik, Onkologie,
Künstliche Intelligenz_Adobe_© kras99_web
© kras99 – stock.adobe.com

Das Forscherteam um Jun.-Prof. Dr. med. Jakob Nikolas Kather, Assistenzarzt und Wissenschaftler der Klinik für Gastroenterologie, Stoffwechselerkrankungen und Internistische Intensivmedizin an der Uniklinik RWTH Aachen, hat den erfolgreichen Einsatz von Swarm Learning – das sogenannte Schwarmlernen (SL) – in großen, multizentrischen Datensätzen im Bereich Darmkrebs nachgewiesen. Die Ergebnisse wurden nun im renommierten Journal „Nature Medicine“ veröffentlicht.

Kather,-Nikolas_6762_A_web

Jun.-Prof. Dr. med. Jakob Nikolas Kather

Künstliche Intelligenz (KI) kann klinisch verwertbare Informationen aus medizinischen Bilddaten auslesen. Im Bereich von pathologischen Bilddaten kann KI eingesetzt werden, um das Vorhandensein genetischer Veränderungen direkt anhand von routinemäßig angefertigten Gewebeschnitten vorherzusagen. Diese genetischen Veränderungen beeinflussen die Wahl einer optimalen Therapie, sind also für Patientinnen und Patienten mit Tumorerkrankungen enorm relevant. Das Training robuster KI-Systeme erfordert jedoch große Datensätze, deren Sammlung mit praktischen, ethischen und rechtlichen Hindernissen verbunden ist. Diese Hindernisse könnten durch Schwarmlernen überwunden werden. Beim Schwarmlernen handelt es sich um einen dezentralen Ansatz für den Einsatz Künstlicher Intelligenz, bei dem Datensicherheit, Datenschutz die Datenvertraulichkeit ohne die Notwendigkeit eines zentralen Koordinators gewahrt wird. Die beteiligten Partner trainieren gemeinsam KI-Modelle und vermeiden gleichzeitig Datentransfer und monopolistische Datenverwaltung.

„Anhand von Daten von über 5.000 Patientinnen und Patienten konnten wir zeigen, dass KI-Modelle, die mit Swarm Learning trainiert wurden, klinisch relevante genetische Veränderungen direkt aus Standardpräparaten von Gewebe aus Tumoren des Dickdarms vorhersagen können“, erklärt Prof. Kather die Ergebnisse seiner Arbeit.

Die Wissenschaftlerinnen und Wissenschaftler haben KI-Modelle an drei Patientenkohorten aus Nordirland, Deutschland und den Vereinigten Staaten von Amerika trainiert und die Vorhersageleistung in zwei unabhängigen Datensätzen aus dem Vereinigten Königreich unter Verwendung von SL-basierten KI-Modellen validiert. „Unsere Daten zeigen, dass wir mit SL KI-Modelle trainieren können, die die meisten lokal trainierten Modelle übertreffen, und gleich gut abschneiden wie Modelle, die zentral auf den zusammengeführten Datensätzen trainiert wurden. Darüber hinaus zeigen wir, dass diese KI-Modelle dateneffizient sind und eine robuste Leistung beibehalten, selbst wenn nur Teilmengen lokaler Datensätze für das Training verwendet werden“, so Prof. Kather. Zukünftig kann SL in der Medizin dazu dienen, verteilte KI-Modelle für beliebige Bildanalyseaufgaben zu trainieren. Auf diese Weise ist es möglich, die Notwendigkeit der Datenübertragung zu überwinden, ohne dass Institutionen die Kontrolle über das endgültige KI-Modell aufgeben müssen. Quadrate_Satzende


Teile auf FacebookTeile auf Twitter

Verwandte Artikel

Univ.-Prof._Dr.-Ing._Horst_Fischer_© Martin Braun

Nachgefragt bei Univ.-Prof. Dr.-Ing. Horst Fischer

von Uniklinik RWTH Aachen23. November 2022
AdobeStock_419230865_©-eplisterra

Aufklärung versus Recht auf Nichtwissen? Unmittelbare und mittelbare Nebenbefunde in der Genommedizin

von Uniklinik RWTH Aachen22. November 2022
AdobeStock_354688346_©-Ravil-Sayfullin

Lungenfibrose und Long-COVID durch Biomarker und innovative Röntgentechnik besser verstehen und behandeln

von Uniklinik RWTH Aachen21. November 2022
Close up the media plate on hand medical technicians working on

Eine schleichende Gefahr

von Uniklinik RWTH Aachen10. Oktober 2022
RSS
Facebook
Google+
Twitter
YouTube

Schlagwörter

Auszeichnung Bakterien Bildgebung Corona Coronavirus Covid-19 Darm Deep Learning Diabetes Diagnostik Digitalisierung Fibrose Forschung Fördermittel Förderung Gehirn Genetik Herz Interview Kardiologie KI Krebs Künstliche Intelligenz Leber Lunge Medikamente Medizintechnik Nephrologie Neurologie Neuroradiologie Niere Nieren Orthopädie Pathologie Preis Projekt Publikation Schlaganfall Seltene Erkrankungen Studie Telemedizin Therapie Tumor Uniklinik RWTH Aachen Veröffentlichung

Podcastreihe

Faszination „Uniklinik RWTH Aachen“
Faszination Medizin,

Faszination „Uniklinik RWTH Aachen“

von Uniklinik RWTH Aachen9. Dezember 2022

Hervorgehoben

Wegweisende Studie in „Lancet Digital Health“ erschienen: Automatisierte Diagnostik von Nierentransplantationsbiopsien mittels Künstlicher Intelligenz
Medizin und Technik,

Wegweisende Studie in „Lancet Digital Health“ erschienen: Automatisierte Diagnostik von Nierentransplantationsbiopsien mittels Künstlicher Intelligenz

von Uniklinik RWTH Aachen16. November 2021

Kategorien

  • Ausgezeichnete Forschung
  • Entzündung und Folgen
  • Faszination Medizin
  • Forschung hautnah
  • Herz und Gefäße
  • Innere Medizin
  • Medizin und Technik
  • Neurowissenschaften
  • Onkologie
  • Psychosoziale Medizin

Archive

Verwandte Links

apropos
Stiftung Universitätsmedizin Aachen

© 2020 Uniklinik RWTH Aachen      IMPRESSUM      DATENSCHUTZERKLÄRUNG