Die medizinische Bildgebung ist derzeit einer der Bereiche, in denen viel maschinelles Lernen durchgeführt wird, sowohl auf akademischer Seite als auch von Start-ups oder größeren etablierten Unternehmen. Mit standardisierten Aufnahmeaufbauten, Bildansichten und intuitiv verwendbaren Anwendungen (Diagnose, Behandlungsplanung) erscheint maschinelles Lernen geeignet. Es gibt aber auch einige Schwierigkeiten, wie z.B. variierende Aufnahmeparameter, wechselnde Bildgebungsgeräte sowie begrenzte Daten und insbesondere fehlende Annotationen in chronisch überlasteten Kliniken. Prof. Henning Müller (Professor für Informatik an der HES-SO & am Departement für Radiologie und medizinische Informatik der Universität Genf) beleuchtet in seiner Präsentation einige der Herausforderungen und Teillösungen, an denen er und sein Team derzeit arbeiten um diese Probleme anzugehen.
Dienstag, 04.10.2022, 17:00 – 18:00 Uhr, Online-Event
Weitere Details: https://www.i-aida.org/events/challenges-for-machine-learning-using-medical-data/.
Dies ist ein Event von I-AIDA – International Artificial Intelligence Doctoral Academy.