SummaryDieser Antrag wird im Rahmen des Projekts “Multimodaler Normatlas und synthetisches Datenmodell auf Basis der NAKO Gesundheitsstudie” gestellt. Mithilfe der hiermit beantragten Daten wird das erste Arbeitspaket des Projekts bearbeitet, das die Synthetisierung epidemiologischer Daten und die anschließende Evaluierung der Verwendbarkeit der künstlich erzeugten Kopien beinhaltet. Das Projekt “Multimodaler Normatlas und synthetisches Datenmodell auf Basis der NAKO Gesundheitsstudie” entwickelt mittels KI-Methoden ein multimodales implizites Datenmodell auf Basis kombinierter Bilddaten und komplexer tabellarischer Daten der NAKO Gesundheitsstudie. Solch ein synthetisches Datenmodell soll auf diese Weise kombinierte Daten in realistischer Weise und datenschutzkonform abbilden. Damit wird die Grundlage für ein verbessertes Verständnis der in den Daten abgebildeten Subpopulationen und Normvarianten gelegt. Auf Basis eines Normatlasses auf synthetischen Daten sollen Zusammenhänge zwischen epidemiologischen Parametern, Bilddaten und Zufallsbefunden untersucht werden. Ein Anwendungsziel liegt in der verbesserten Fähigkeit, Normabweichungen und bislang unentdeckte Zufallsbefunde sensitiv zu detektieren. Weiterhin könnten synthetische Daten perspektivisch die datenschutzkonforme Bereitstellung von Daten erleichtern. Dieses Projekt ist eingebettet in einen geförderten Antrag im Rahmen des AI Center for Health Care der U Bremen Research Alliance mit den Partnern Fraunhofer-Institut für Digitale Medizin MEVIS und Leibniz-Institut für Präventionsforschung und Epidemiologie - BIPS.

Keywords-

InstitutionsLeibniz-Institut für Präventionsforschung und Epidemiologie – BIPS, Leibniz-Institut für Präventionsforschung und Epidemiologie - BIPS