Neuer Beitrag in „Information Science“ und Auszeichnung für ZMI-Arbeit

Award für ganzheitlichen generativen KI-Workflow zur sicheren Nutzung medizinischer Daten

Unser wissenschaftlicher Mitarbeiter am ZMI, Waldemar Hahn, wurde mit dem Sax-FDM OPEN DATA-Award, dem Sonderpreis der Jury, für seine Arbeit im Bereich der generativen Künstlichen Intelligenz ausgezeichnet. Prämiert wurde ein umfassender generativer AI-Workflow, der den gesamten Prozess von der Datenaufbereitung über die Auswahl geeigneter generativer Modelle, Hyperparameter-Tuning, Modelltraining bis hin zur Selektion qualitativ hochwertiger synthetischer Daten abdeckt.

Ziel dieses Workflows ist es, die Teilung medizinischer Daten deutlich zu erleichtern – datenschutzkonform, qualitätsgesichert und zielgruppengerecht. Die erzeugten synthetischen Datensätze können in verschiedenen harmonisierten Formaten bereitgestellt werden und sind damit für unterschiedliche Nutzer:innengruppen (z. B. Forschung, Lehre, Entwicklung) geeignet. So wird der Zugang zu klinischen Daten verbessert, ohne sensible Originaldaten preiszugeben.

Die Arbeit ist Teil von Waldemar Hahns laufendem Dissertationsprojekt mit dem Titel „Model-Agnostic Quality Improvement for Synthetic Tabular Clinical Data Generation and Publication“. Darin verfolgt er einen modellagnostischen Ansatz zur Qualitätsverbesserung synthetischer, tabellarischer klinischer Daten, der die Vergleichbarkeit, Nachnutzbarkeit und Publikationsfähigkeit solcher Daten systematisch stärkt.

Zusätzlich zur Auszeichnung wurde der einschlägige wissenschaftliche Artikel zum Thema im Fachjournal„Information Sciences“ angenommen und zum 15.12. veröffentlicht. Die Publikation unterstreicht die wissenschaftliche Relevanz und den Praxisnutzen des Ansatzes:
➡️ https://www.sciencedirect.com/science/article/pii/S0020025525010631

Besonderer Dank für die Unterstützung gilt hierbei Dr. Markus Wolfien und Prof. Dr. Martin Sedlmayr.

Wir gratulieren herzlich zu dieser Auszeichnung und der erfolgreichen Publikation und freuen uns über den wichtigen Beitrag zur verantwortungsvollen Nutzung generativer KI in der Medizin.