Wieso verteiltes maschinelles Lernen dem Patienten etwas gerechter wird: Ein Beispiel
Felix Walger
Details
Jeder Mensch ist einzigartig – und genauso einzigartig sind seine Biosignale. Herzschlag, Bewegung oder Atmung liefern wertvolle Informationen, doch ihre Interpretation erfordert sensible Verfahren. Während Fitness-Tracker schon heute unser tägliches Leben vermessen, stoßen ihre Methoden an Grenzen, sobald es um komplexe medizinische Fragestellungen geht. Genau hier setzt verteiltes maschinelles Lernen an: eine Technologie, die Privatsphäre schützt und zugleich individuellere Analysen ermöglicht. In der medizinischen Datenanalytik steckt diese Technik allerdings noch in den Kinderschuhen. Der Vortrag zeigt anhand eines projektbasierten Beispiels mit realitätsnahem Design, welches Potenzial spezialisierte Protokolle haben könnten, um Patient:innen gerechtere Lösungen zu bieten. Dabei geht es nicht nur um technische Aspekte, sondern auch um die entscheidende Rolle interdisziplinärer Zusammenarbeit. Dieser Vortrag gibt einen Einblick in eine aufstrebende Technologie, die helfen kann, Biosignale sicherer und präziser zu nutzen – mit verteiltem maschinellem Lernen, das der Individualität der Patienten nachkommt. |
