ZusammenfassungDas Projekt “Multimodaler Normatlas (Body MRT) und synthetisches Datenmodell auf Basis der NAKO Gesundheitsstudie” entwickelt mittels KI-Methoden ein multimodales, implizites Datenmodell auf Basis von MRT Bilddaten kombiniert mit komplexen, tabellarischen Daten der NAKO Gesundheitsstudie (Baseline-Erhebung). Solch ein synthetisches Datenmodell soll verknüpfte Bild- und tabellarische 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 werden Zusammenhänge zwischen epidemiologischen Parametern, Bilddaten und Zufallsbefunden untersucht. Ein Anwendungsziel liegt in der verbesserten Fähigkeit, Normabweichungen und automatisiert Zufallsbefunde sensitiv zu detektieren. Weiterhin erleichtern synthetische Daten perspektivisch die datenschutzkonforme Bereitstellung von Daten. 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.

Schlüsselwörter-

EinrichtungenLeibniz-Institut für Präventionsforschung und Epidemiologie – BIPS, Fraunhofer MEVIS Bremen, Leibniz-Institut für Präventionsforschung und Epidemiologie - BIPS