DSGVO-konforme KI mit Federated Learning: 5 Krankenhäuser trainieren gemeinsam ein Diagnose-Modell, ohne dass Patientendaten die jeweilige Institution verlassen. Jeder Standort trainiert lokal, nur die Modell-Updates werden aggregiert.
Die technische Herausforderung: Non-IID-Daten (jedes Krankenhaus hat andere Patientenprofile). Gelöst mit FedProx-Algorithmus. Das globale Modell performt 15% besser als jedes lokale Modell allein. Datenschutz und Modellqualität müssen kein Widerspruch sein. #federatedlearning #dsgvo #healthai
Die technische Herausforderung: Non-IID-Daten (jedes Krankenhaus hat andere Patientenprofile). Gelöst mit FedProx-Algorithmus. Das globale Modell performt 15% besser als jedes lokale Modell allein. Datenschutz und Modellqualität müssen kein Widerspruch sein. #federatedlearning #dsgvo #healthai
6 months ago
4 months ago
In response Christine Lang to her Publication
Das deckt sich mit unserer Erfahrung. Der Return on Investment war bei uns nach ca. 5 Monaten positiv. Vorher muss man durch ein Tal der Tränen.
4 months ago
In response Christine Lang to her Publication
Guter Vergleich! Wir haben uns für die zweite Option entschieden und sind bisher zufrieden. Allerdings ist die Lernkurve für neue Teammitglieder steiler.
4 months ago
In response Christine Lang to her Publication
Spannend! Hast du die Metriken vorher/nachher systematisch erfasst? Wir versuchen gerade ähnliche Verbesserungen zu quantifizieren, um das Budget fürs nächste Quartal zu rechtfertigen.
4 months ago
In response Christine Lang to her Publication
Beeindruckende Zahlen! Allerdings würde mich interessieren wie sich das über längere Zeit entwickelt. Oft sieht man einen initialen Boost der dann abflacht.
