{"id":2656,"date":"2023-01-27T08:26:10","date_gmt":"2023-01-27T08:26:10","guid":{"rendered":"https:\/\/harpocrates-project.eu\/anwendungsfall-2\/"},"modified":"2023-09-12T09:24:54","modified_gmt":"2023-09-12T09:24:54","slug":"anwendungsfall-2","status":"publish","type":"page","link":"https:\/\/harpocrates-project.eu\/de\/anwendungsfall-2\/","title":{"rendered":"Anwendungsfall 2"},"content":{"rendered":"<p>[et_pb_section fb_built=&#8220;1&#8243; custom_padding_last_edited=&#8220;on|phone&#8220; _builder_version=&#8220;4.19.1&#8243; _module_preset=&#8220;default&#8220; background_color=&#8220;#1f2437&#8243; background_enable_image=&#8220;off&#8220; background_position=&#8220;center_left&#8220; custom_margin_tablet=&#8220;||||false|false&#8220; custom_margin_phone=&#8220;-1rem||||false|false&#8220; custom_margin_last_edited=&#8220;on|tablet&#8220; custom_padding=&#8220;0rem|1rem|0rem|1rem|true|false&#8220; custom_padding_tablet=&#8220;0rem|2rem|4rem|2rem|false|false&#8220; custom_padding_phone=&#8220;|1rem||1rem|false|false&#8220; global_colors_info=&#8220;{}&#8220;][et_pb_row custom_padding_last_edited=&#8220;on|phone&#8220; _builder_version=&#8220;4.19.1&#8243; _module_preset=&#8220;default&#8220; width=&#8220;100%&#8220; max_width=&#8220;1540px&#8220; custom_padding_tablet=&#8220;&#8220; custom_padding_phone=&#8220;1rem||1rem||true|false&#8220; global_colors_info=&#8220;{}&#8220;][et_pb_column type=&#8220;4_4&#8243; _builder_version=&#8220;4.19.1&#8243; _module_preset=&#8220;default&#8220; global_colors_info=&#8220;{}&#8220;][lwp_divi_breadcrumbs link_color=&#8220;#FFFFFF&#8220; separator_color=&#8220;#FFFFFF&#8220; _builder_version=&#8220;4.19.1&#8243; _module_preset=&#8220;default&#8220; custom_padding_tablet=&#8220;1rem||1rem||true|false&#8220; custom_padding_phone=&#8220;1rem||1rem||true|false&#8220; custom_padding_last_edited=&#8220;on|phone&#8220; global_colors_info=&#8220;{}&#8220;][\/lwp_divi_breadcrumbs][\/et_pb_column][\/et_pb_row][\/et_pb_section][et_pb_section fb_built=&#8220;1&#8243; custom_padding_last_edited=&#8220;on|phone&#8220; _builder_version=&#8220;4.19.1&#8243; _module_preset=&#8220;default&#8220; custom_margin_tablet=&#8220;-5rem||||false|false&#8220; custom_margin_phone=&#8220;&#8220; custom_margin_last_edited=&#8220;on|phone&#8220; custom_padding=&#8220;|1rem||1rem|false|false&#8220; custom_padding_tablet=&#8220;|2rem||2rem|false|false&#8220; custom_padding_phone=&#8220;|1rem||1rem|false|false&#8220; global_colors_info=&#8220;{}&#8220;][et_pb_row _builder_version=&#8220;4.19.1&#8243; _module_preset=&#8220;default&#8220; width=&#8220;100%&#8220; max_width=&#8220;1540px&#8220; global_colors_info=&#8220;{}&#8220;][et_pb_column type=&#8220;4_4&#8243; _builder_version=&#8220;4.19.1&#8243; _module_preset=&#8220;default&#8220; global_colors_info=&#8220;{}&#8220;][et_pb_text _builder_version=&#8220;4.19.1&#8243; _module_preset=&#8220;default&#8220; text_font=&#8220;Raleway||||||||&#8220; header_3_font=&#8220;Montserrat||||||||&#8220; header_3_text_color=&#8220;#1f2437&#8243; hover_enabled=&#8220;0&#8243; global_colors_info=&#8220;{}&#8220; sticky_enabled=&#8220;0&#8243;]<\/p>\n<h3><b>Demonstrator 2: Kollaborativer Einsatz von maschinellem Lernen in der Schlafmedizin  <\/b><\/h3>\n<p>&nbsp;<\/p>\n<p><b><br \/>\n  <span style=\"color: #1f2437;\">Partner<\/span><br \/>\n<\/b><span style=\"font-weight: 400;\">: <\/span> <span style=\"font-weight: 400;\">Drei schlafmedizinische Zentren aus drei verschiedenen L\u00e4ndern (Charite Universit\u00e4tsklinikum in Deutschland, Kuopio Universit\u00e4tsklinikum in Finnland und Hospital de Dieu in Frankreich) werden an diesem Demonstrator beteiligt sein. Die technische Entwicklung wird vom Team f\u00fcr medizinische Informatik des Universit\u00e4tsklinikums G\u00f6ttingen unterst\u00fctzt.  <\/span><\/p>\n<p><b><br \/>\n  <span style=\"color: #1f2437;\">Beschreibung des Problems<\/span><br \/>\n<\/b><span style=\"font-weight: 400;\">:<\/span><\/p>\n<p><span style=\"font-weight: 400;\">  Die Forschung im Bereich des maschinellen Lernens und des tiefen Lernens hat in den letzten Jahren im Bereich der Schlafmedizin gro\u00dfes Interesse gefunden. Forschungsprojekte, bei denen diese Methoden zum Einsatz kommen, m\u00fcssen eine gro\u00dfe Menge an klinisch sensiblen Daten auswerten. Dies wirft eine Reihe von Fragen auf, wie z. B. die Offenheit der Forschung, Bedenken hinsichtlich des Schutzes der Privatsph\u00e4re und der Sicherheit der Daten, und wie wichtig es ist, ein Gleichgewicht zwischen ihnen zu finden. Derzeit m\u00fcssen Forschungsprojekte die FAIR-Datengrunds\u00e4tze (auffindbar, zug\u00e4nglich, interoperabel und wiederverwendbar) und die neue Datenschutzverordnung der Europ\u00e4ischen Kommission (GDPR, 2016\/679) befolgen. Die Befolgung der Datenschutz-Grundverordnung behindert jedoch die Umsetzung von FAIR und erschwert den Datenaustausch zwischen klinischen Einrichtungen oder Forschungsinstituten erheblich, insbesondere im Fall von retrospektiven Daten.  <\/span><\/p>\n<p><span style=\"font-weight: 400;\">Idealerweise sollte die gemeinsame Nutzung von Daten drei Schritte umfassen: (1) Verschl\u00fcsselung der Daten, (2) gemeinsame Nutzung der Daten \u00fcber sichere Plattformen und (3) sichere Speicherung der Daten. Die Datenverschl\u00fcsselung hat jedoch nicht die Aufmerksamkeit erhalten, die sie verdient, obwohl sie eines der Schl\u00fcsselelemente ist: Wenn die beiden anderen Schritte aus irgendeinem Grund fehlschlagen, gew\u00e4hrleistet die Datenverschl\u00fcsselung, dass die Daten immer noch gesch\u00fctzt sind und eine Identifizierung von Personen nicht m\u00f6glich ist. Daher w\u00e4re es f\u00fcr die gesamte Forschungsgemeinschaft von gro\u00dfem Nutzen, \u00fcber ausgefeilte und validierte Datenverschl\u00fcsselungsalgorithmen zu verf\u00fcgen. Dar\u00fcber hinaus ist die Durchf\u00fchrung komplexer Analysen und maschineller Lernverfahren auf den verschl\u00fcsselten Daten erw\u00fcnscht, um die gemeinsame Nutzung dieser sicher gemeinsam genutzten Daten zu erleichtern.<\/span><\/p>\n<p>[\/et_pb_text][et_pb_text _builder_version=&#8220;4.19.1&#8243; _module_preset=&#8220;default&#8220; text_font=&#8220;Raleway||||||||&#8220; header_4_font=&#8220;Montserrat||||||||&#8220; header_4_text_color=&#8220;#1f2437&#8243; hover_enabled=&#8220;0&#8243; global_colors_info=&#8220;{}&#8220; sticky_enabled=&#8220;0&#8243;]<\/p>\n<h4><b>Geplante Demonstrationsanwendung<\/b><span style=\"font-weight: 400;\">:<\/span><\/h4>\n<p><span style=\"font-weight: 400;\">Der Demonstrator wird Daten nutzen, die aus Schlafaufzeichnungen (d.h. Elektroenzephalographie, Elektrookulographie, Elektromyographie, Atemsignale, Oximetriesignale, Schnarchen (Audio), Schlafposition, Atemanstrengung und m\u00f6glicherweise n\u00e4chtliche Videoaufzeichnungen), Patientenakten und Frageb\u00f6gen zu Schlafst\u00f6rungen im Textformat (Word, Excel usw.) bestehen, die im Rahmen des H2020-Projekts SLEEPREVOLUTION gesammelt wurden. Der Demonstrator soll zeigen, dass die Schlafaufzeichnungen nach der Verschl\u00fcsselung \u00e4hnlich behandelt und analysiert werden k\u00f6nnen (unter Verwendung komplexer Analyse- und ML-Techniken) wie die nicht verschl\u00fcsselten Daten. Die L\u00f6sung muss unabh\u00e4ngig von der zur Analyse oder Erfassung der Daten verwendeten Schlafaufzeichnungssoftware oder dem Ger\u00e4t verwendet werden k\u00f6nnen. Die Verschl\u00fcsselung sollte auch unabh\u00e4ngig von der Anzahl oder Qualit\u00e4t der Signale in den Schlafaufzeichnungen m\u00f6glich sein. Die L\u00f6sung sollte \u00fcber eine benutzerfreundliche Schnittstelle verf\u00fcgen und in der klinischen (operativen) Umgebung von den klinischen Praktikern problemlos genutzt werden k\u00f6nnen.<\/span><\/p>\n<h4><\/h4>\n<p>[\/et_pb_text][\/et_pb_column][\/et_pb_row][\/et_pb_section]<\/p>\n","protected":false},"excerpt":{"rendered":"<p><div class=\"et_pb_module lwp_divi_breadcrumbs lwp_divi_breadcrumbs_0\">\n\t\t\t\t\n\t\t\t\t\n\t\t\t\t\n\t\t\t\t\n\t\t\t\t\n\t\t\t\t\n\t\t\t\t<div class=\"et_pb_module_inner\">\n\t\t\t\t\t<div class=\"lwp-breadcrumbs\"> <span class=\"before\"><\/span> <span vocab=\"https:\/\/schema.org\/\" typeof=\"BreadcrumbList\"><span property=\"itemListElement\" typeof=\"ListItem\"><a property=\"item\" typeof=\"WebPage\" href=\"https:\/\/harpocrates-project.eu\/de\/\" class=\"home\"><span property=\"name\">Home<\/span><\/a><meta property=\"position\" content=\"1\"><\/span> <span class=\"separator et-pb-icon\">&amp;#x39;<\/span> <\/span><\/div>\n\t\t\t\t<\/div>\n\t\t\t<\/div>Demonstrator 2: Kollaborativer Einsatz von maschinellem Lernen in der Schlafmedizin &nbsp; Partner : Drei schlafmedizinische Zentren aus drei verschiedenen L\u00e4ndern (Charite Universit\u00e4tsklinikum in Deutschland, Kuopio Universit\u00e4tsklinikum in Finnland und Hospital de Dieu in Frankreich) werden an diesem Demonstrator beteiligt sein. Die technische Entwicklung wird vom Team f\u00fcr [&hellip;]<\/p>\n","protected":false},"author":3,"featured_media":0,"parent":0,"menu_order":0,"comment_status":"closed","ping_status":"closed","template":"","meta":{"_et_pb_use_builder":"on","_et_pb_old_content":"","_et_gb_content_width":"","footnotes":""},"class_list":["post-2656","page","type-page","status-publish","hentry"],"aioseo_notices":[],"_links":{"self":[{"href":"https:\/\/harpocrates-project.eu\/de\/wp-json\/wp\/v2\/pages\/2656","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/harpocrates-project.eu\/de\/wp-json\/wp\/v2\/pages"}],"about":[{"href":"https:\/\/harpocrates-project.eu\/de\/wp-json\/wp\/v2\/types\/page"}],"author":[{"embeddable":true,"href":"https:\/\/harpocrates-project.eu\/de\/wp-json\/wp\/v2\/users\/3"}],"replies":[{"embeddable":true,"href":"https:\/\/harpocrates-project.eu\/de\/wp-json\/wp\/v2\/comments?post=2656"}],"version-history":[{"count":10,"href":"https:\/\/harpocrates-project.eu\/de\/wp-json\/wp\/v2\/pages\/2656\/revisions"}],"predecessor-version":[{"id":2844,"href":"https:\/\/harpocrates-project.eu\/de\/wp-json\/wp\/v2\/pages\/2656\/revisions\/2844"}],"wp:attachment":[{"href":"https:\/\/harpocrates-project.eu\/de\/wp-json\/wp\/v2\/media?parent=2656"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}