Home | KI-SIGS
KI-Med Connect 24
Esfandiar Mohammadi
Die Menge an sensiblen medizinisch relevanten Daten, die sowohl in der Krankenversorgung als auch von Smart Devices aufgezeichnet werden, wächst rasant und muss vorsichtig behandelt werden. Gleichzeitig ermöglichen KI- und Big-Data-Methoden die effiziente Verarbeitung dieser Daten und ermöglichen so neue individualisierte Präzisionsmedizin, Langzeitbeobachtungen zu Wirkungen von Medikamenten, Therapien und Verhaltensweisen. Aber wie kann dabei die Anonymität der hinter diesen Datenmengen stehenden Patientin
Als Katalysator der Anonymisierungsforschung für medizinische Anwendungen wird das AnoMed- Cluster sowohl Anonymisierungsforschern die Herausforderungen medizinischer Anwendungen präsentieren und medizinischen Anwendern die Gefahren von Deanonymisierung und Möglichkeiten neuester Anonymisierungstechniken aufzeigen.
AnoMed-Cluster wird neue, beweisbar sichere und nützliche Anonymisierungslösungen für medizinische Anwendungen erforschen und für die internationale Forschungsgemeinschaft wird eine Benchmarking-Plattform aufgebaut, welche es Forschenden ermöglicht, ihre Anonymisierungslösungen hochzuladen und auf Herz und Nieren prüfen zu lassen.
Home | KI-SIGS
KI-Med Connect 24
Esfandiar Mohammadi