AP 2: Risikomodell

Entwicklung eines KI-Modells, das Patientinnen und Patienten mit erhöhtem Risiko für eine chronische Nierenerkrankung früher erkennbar macht, föderiert trainiert über viele Praxen.

Worum es geht

Chronische Nierenerkrankung verläuft lange ohne Beschwerden. Gefährdete Gruppen, etwa Menschen mit Diabetes, Bluthochdruck oder Herz-Kreislauf-Erkrankungen, werden in der Hausarztpraxis zu selten untersucht. Ein Risikomodell soll helfen, diese Patientinnen und Patienten früher zu erkennen.

Inhalte

• Modellentwicklung: Wir beginnen mit gut nachvollziehbaren statistischen Verfahren. Ärztinnen und Ärzte sollen verstehen können, wie eine Einschätzung zustande kommt.
• Föderiertes Training: Das Modell wird in jeder Praxis lokal trainiert. Nur Modellparameter werden ausgetauscht und zu einem gemeinsamen Modell zusammengeführt.
• Datenschutztechniken: Verfahren wie Secure Aggregation und Differential Privacy verhindern Rückschlüsse auf einzelne Patientinnen und Patienten. Parallel forschen wir an Methoden, die noch weniger Information teilen.
• Simulation vor dem Echtbetrieb: Bevor echte Daten genutzt werden, wird das System in einem virtuellen Praxisnetzwerk mit synthetischen Daten am IKIM auf Stabilität und Angriffssicherheit getestet.
• Güte und Fairness: Wir prüfen, ob das Modell in allen Praxen und Patientengruppen gleich zuverlässig arbeitet.

Stand

Methodik und Simulationsumgebung werden aufgebaut.

Was heißt das für Praxen?

Mit echten Praxisdaten wird erst trainiert, wenn das Verfahren in der Simulation geprüft und rechtlich sowie ethisch freigegeben ist.