Thüringen gilt als Hochburg für Medizintechnik. Zahlreiche Unternehmen entwickeln, produzieren und vertreiben hier innovative medizintechnische Messgeräte, so zum Beispiel Mikroskope, Kameras für die Augenheilkunde, Tomographen, Elektroenzephalographen und Ultraschallgeräte.
Im Forschungsprojekt "LearningProducts" entwickeln die Wissenschaftler aus Ilmenau und Jena innovative Methoden für intelligente Vorschlags- und Entscheidungssysteme, die die Bedienung medizintechnischer Geräte und die Auswertung ihrer Messergebnisse unterstützen und überwachen.
"Das Erklären der Ergebnisse einer Maschine ist ein wichtiger Schlüssel für den Erfolg", weiß Professor Joachim Denzler von der Computer Vision-Gruppe der Uni Jena. "So können Entscheidungen nachvollzogen, aber auch im Fehlerfall durch den Menschen korrigiert werden, womit die Akzeptanz solcher Systeme steigen wird."
Diese eingebaute "Intelligenz" soll die Anwendung der Geräte erleichtern, Bedienungsfehler vermeiden und die korrekte Analyse der Messdaten sicherstellen und vereinfachen. Dabei sind die Einsatzgebiete überaus vielfältig: von der Auswertung von Mikroskop-Aufnahmen über die Hirnstrommessungen bis zur Einstellung von Tomographen.
Zugleich möchten die Wissenschaftlerinnen und Wissenschaftler mit ihren Forschungsarbeiten die Sicherheit gespeicherter Daten maximieren. Da in der Medizintechnik sehr sensible menschliche Daten erfasst werden, unterliegt die Entwicklung medizinischer Produkte besonders hohen Standards bezüglich Datenschutz und Datensicherheit.
Die Wissenschaftler arbeiten daher an Möglichkeiten, medizinische Daten zur Weiterentwicklung und Verbesserung der Geräte zu nutzen, ohne dass sie preisgegeben werden müssen. Der Koordinator des Forschungsprojekts, Professor Patrick Mäder, Leiter des Fachgebiets Softwaretechnik für sicherheitskritische Systeme der TU Ilmenau, strebt dabei das sogenannte verteilte Trainieren von intelligenten Modellen an:
"Das heißt, dass die Daten, zum Beispiel Mikroskopbilder, EKG-Daten, MRT-Scans oder Pulsmessungen, nicht, wie sonst üblich, zum Trainieren von Modellen der Künstlichen Intelligenz an einer externen Stelle zusammenkommen müssen. Sie sollen stattdessen bei den Eigentümern, den Patienten, oder bei deren Bevollmächtigten, Ärzten und Kliniken, vor Ort verbleiben und trainiert werden. Dieser Ansatz gewährleistet größtmögliche Sicherheit der Daten."
Da es für die Vorgehensweise des verteilten Trainierens bislang keine Methodik gibt, ist es das Ziel der Wissenschaftler um Prof. Mäder, weltweit erstmals ein solches Verfahren zu entwickeln.
MEDICA.de; Quelle: Technische Universität Ilmenau
