Von Datenschutz zu Fortschritt: xAILab Bamberg auf der MICCAI 2025 in Daejeon, Südkorea
Unser Beitrag im Rampenlicht
Unser Doktorand Francesco Di Salvo vertrat das xAILab Bamberg mit einer Posterpr?sentation der Arbeit ?Embedding-Based Federated Data Sharing via Differentially Private Conditional VAEs”, die er gemeinsam mit Hanh Huyen My Nguyen und Prof. Dr. Christian Ledig verfasst hat.
In dieser Arbeit befasst sich das Team mit einer der zentralen Herausforderungen der modernen medizinischen KI: Wie kann ein institutionsübergreifendes kollaboratives Modelltraining erm?glicht werden, ohne die Privatsph?re der Patienten zu verletzen? Herk?mmliche Ans?tze des Federated Learnings (FL) sind zwar datenschutzbewusst, jedoch oft mit hohen Kommunikationskosten und eingeschr?nkter Anpassungsf?higkeit verbunden. Um diese Hindernisse zu überwinden, schlugen Francesco und seine Kollegen ein Differentially Private Conditional Variational Autoencoder (DP-CVAE)-Framework vor, das es Institutionen erm?glicht, datenschutzkonforme Daten-Embeddings anstelle von Rohbildern oder Modellen auszutauschen.
Durch die Nutzung von Foundation-Model-Embeddings als kompakte, informative Darstellungen medizinischer Bilder reduziert die Methode Redundanzen und den Rechenaufwand drastisch. Das DP-CVAE lernt gemeinsam eine globale, datenschutzbewusste Datenverteilung, wodurch nachgelagerte Aufgaben effizient und sicher trainiert werden k?nnen. Im Vergleich zu herk?mmlichen FL-Klassifikatoren zeigte der Ansatz eine verbesserte Skalierbarkeit und Datenschutzgarantien und erzeugte gleichzeitig Embeddings mit h?herer Genauigkeit und fünfmal weniger Parametern als bestehende generative DP-Modelle.
Das Poster stie? bei den Teilnehmern auf gro?es Interesse und l?ste Diskussionen über den datenschutzkonformen Datenaustausch, generative Modellierung und die sich wandelnde Rolle von Foundation-Modellen in der medizinischen Bildgebung aus.
Die vollst?ndige Abhandlung finden Sie hier.
Anerkennung für herausragende Leistungen als Reviewer
Wir freuen uns auch sehr, unseren Doktoranden Sebastian Doerrich zu feiern, der mit dem Outstanding Reviewer Award als einer der 15 besten Gutachter der MICCAI 2025 ausgezeichnet wurde. Diese Auszeichnung unterstreicht Sebastians Engagement für die Aufrechterhaltung der hohen wissenschaftlichen Standards, die die MICCAI-Community auszeichnen, und spiegelt das allgemeine Bestreben unseres Lab wider, offene, strenge und faire Forschungspraktiken zu f?rdern.
Wissenschaft, Zusammenarbeit und koreanische Gastfreundschaft
?ber die Poster-Sessions hinaus bot Daejeon einen perfekten Rahmen für wissenschaftlichen Austausch und kulturelle Entdeckungen. Unser Team freute sich, Kollegen und Freunde aus aller Welt wiederzusehen; tagsüber diskutierten wir über Forschungsergebnisse und abends tauschten wir Ideen (und lokale Spezialit?ten!) beim Abendessen aus. Der Konferenzort, umgeben von Daejeons futuristischer Skyline und dem pulsierenden Universit?tsviertel, spiegelte den Geist der MICCAI-Themen für 2025 wider: technologische Innovation mit menschlicher Note.
Die MICCAI 2025 unterstrich auch die wachsende Bedeutung der klinischen Umsetzung und regionalen Zusammenarbeit und bot vier vision?re Keynotes, die eine Brücke zwischen Neurowissenschaften, medizinischer Robotik, verantwortungsvoller KI und klinischer Radiologie schlugen. Diese Vortr?ge (zusammen mit über 100 Workshops, Challenges und Tutorials) machten die diesj?hrige Konferenz zu einer wahren Feier der Vielfalt sowohl an Ideen als auch an Menschen.
Ausblick
Unsere Teilnahme an der MICCAI 2025 hat die Mission des xAILab Bamberg bekr?ftigt, vertrauenswürdige, datenschutzbewusste KI für die medizinische Bildgebung voranzutreiben. Von Francescos innovativem Beitrag bis hin zu Sebastians Anerkennung als herausragender Reviewer, unser Lab erweitert weiterhin die Grenzen des M?glichen, wenn technische Exzellenz auf ethische Verantwortung trifft.
Wir kehren aus Daejeon inspiriert zurück, von der Wissenschaft, der Kultur und der Gemeinschaft und freuen uns darauf, unseren gemeinsamen Weg zu einer integrativeren und sichereren medizinischen KI fortzusetzen.