За лекцията
Описание на лекциятаЕкипите, разработващи медицински AI, се нуждаят от доказателства, че софтуерът им е безопасен, работи според очакванията и създава клинична стойност - но релевантните данни за пациенти често са разпръснати между различни институции. Тази сесия представя федерираното обучение като практичен начин за работа през одобрени среди с данни, без централизиране на чувствителни пациентски данни, свързвайки концепцията с генерирането на доказателства за SaMD съгласно EU MDR чрез разбираеми примери. Предназначена е за основатели, изследователи, болници и иновационни екипи, работещи за превръщането на силни изследвания в мащабируеми и надеждни здравни продукти.
Основни изводи за аудиториятаРазбираемо обяснение защо клиничните доказателства са важни за медицинския софтуер отвъд точността на модела, и практическата идея зад федерираното обучение - пренасяне на изчисленията към управлявани среди с данни, вместо преместване на чувствителни данни в едно централно хранилище. Сесията показва как сътрудничеството между множество обекти може да подпомогне валидацията, мониторинга и генерирането на доказателства за SaMD продукти, и очертава какво трябва да бъде съгласувано рано между стартъпи, болници и изследователи: предназначение на употреба, управление, критерии за валидация и регулаторна документация.