Beim Intelligent Intelligent Health Summitam 9. und 10. September geht es um Nutzung von Künstlicher Intelligenz (KI) in der Pharmaindustrie. Auf der Online-Veranstaltung sprechen Gabriel Krummenacher, Teamleiter Datenwissenschaft, und Tomas Dikk, Leiter Datenwissenschaft der ZühlkeGruppe, über föderales Lernen - ein Konzept, das grosse Datenmengen auf verschiedenen Rechnern nutzt, dabei aber die Basisdaten nur beim Nutzer, etwa einem Pharmaunternehmen, lässt.
„Möglichkeiten und Grenzen, Motivation und Nutzen einer föderierten Lernplattform, ihre Architektur sowie organisatorische und rechtliche Aspekte des föderierten maschinellen Lernens in einem regulierten Bereich“, würden von den Zühlke-Experten präsentiert, heisst es in der Medienmitteilung.
Federated Learning (FL) ist eine Methode des maschinellen Lernens (ML). Dabei werden Daten dezentral und mit unterschiedlichen Nutzer-Geräten genutzt, um Modelle durch Künstliche Intelligenz (KI) zu erstellen. Das mit dem eigenen Datensatz bearbeitete und verbesserte KI-Modell schickt der Nutzer an den Server, wo alle eintreffenden Modelle zu einem globalen Modell zusammengefasst werden und dann wieder auf die Endgeräte der Nutzer verteilt werden. Das Hauptziel von FL ist es dabei, Kundendaten nicht zu berühren.
Zühlke beschreibt den Ansatz auf seiner Internetseite so: „Wäre es nicht schön, wenn es eine Möglichkeit gäbe, Datensilos aufzubrechen, indem man ML-Modelle in diese Silos reisen und besser und intelligenter zurückkommen lässt - aber ohne Patientendaten? Darum geht es beim föderalen Lernen.“ gba