Artikel
OMI Meets RACOON: Integration von IT-Infrastrukturen aus Medizinischer Informatik und Radiologie für verteiltes Maschinelles Lernen und föderierte Nutzung von KI-Algorithmen
Suche in Medline nach
Autoren
-
Hans-Ulrich Prokosch
- Universität Erlangen, Erlangen, Germany
-
Felix Nensa
- Institut für künstliche Intelligenz in der Medizin (IKIM), Universitätsklinikum Essen, Universität Duisburg-Essen, Essen, Germany
-
Tobias Penzkofer
- Department of Radiology, Charité - Universitätsmedizin Berlin, Berlin, Germany
| Veröffentlicht: | 6. September 2024 |
|---|
Gliederung
Text
OMI (Open Medical Inference) und RACOON (Die Radiologie Kooperation in NUM) sind Projekte der Medizininformatik-Initiative und des Netzwerks Universitätsmedizin. Während es sich RACOON zum Ziel gesetzt hat, eine deutschlandweite Infrastruktur zur strukturierten Erfassung radiologischer Daten von Covid-19-Fällen zu errichten und darauf aufsetzend die übergreifende Forschungsinfrastruktur für die medizinische bildbasierte Forschung – zukünftig auch über Covid-19 hinausgehend - in Deutschland bereitzustellen, etabliert OMI eine Methodenplattform für „Open Medical Inference“, welche die Nutzung von Anwendungen künstlicher Intelligenz (KI) vereinfachen soll, um zeitaufwendige und sich wiederholende Aufgaben in der Medizin zukünftig mit Methoden der KI durchzuführen. Um die Kliniken hinsichtlich der Pflege, Bereitstellung und des Betriebs von diversen KI-Modellen zu entlasten, etabliert das OMI-Projekt ein Netzwerk aus Nutzern und Anbietern von KI-Modellen, die ihre Modelle als „schlüsselfertige“ Dienste anbieten.
Innerhalb von OMI und auch innerhalb von NUM wurde eine enge Zusammenarbeit von Medizininformatiker:innen und Radiolog:innen etabliert, mit dem Ziel, im Kontext der MII sowie der Infrastrukturlinie des NUM, Synergieeffekte durch eine effiziente Integration von in RACOON etablierten Infrastrukturen (RACOON Knoten) und den Datenintegrationszentren der MII zu schaffen. Damit sollen zukünftig radiologische Bilddaten mit klinischen Daten der Datenintegrationszentren integriert und zum einen für die Entwicklung neuer KI-Algorithmen genutzt werden, sowie zum anderen gemeinsam als Eingabeparameter für die Nutzung von KI-Algorithmen in einem föderiert konzipierten Netzwerk von KI-Nutzern und –Anbietern dienen können.
In diesem Symposium werden wir erste Ergebnisse aus beiden Projektlinien, sowie aus den gemeinsamen Arbeiten im Rahmen einer Arbeitsgruppe der NUM Forschungsinfrastruktur-Teilprojekte NUM-RACOON und NUM-DIZ präsentieren. Darauf aufsetzend soll die Diskussion zwischen Radiologie und Medizinischer Informatik zu noch weitergehenden Kooperationskonzepten und sich gegenseitig befruchtenden innovativen Entwicklungen führen.
Die Autoren geben an, dass kein Interessenkonflikt besteht.
Die Autoren geben an, dass kein Ethikvotum erforderlich ist.
