1 - 10 of 307
-
PublicationTowards Distributed Healthcare Systems - Virtual Data Pooling Between Cancer Registries as Backbone of Care and Research( 2021)German cancer registries offer a systematic approach for the collection, storage, and management of data on patients with cancer and related diseases. Much hope in research and healthcare in general is depending on such register-based analyses in order to comprehensively consider the features of a highly diverse population. Next to the data collection the cancer registries are responsible for data protection. To fulfill legal regulations, access to data has to be controlled in a strict way leading to sometimes bureaucratic and slow processes. The situation is especially complicated in Germany, since cancer data is distributed over numerous federal cancer registries. If a nationwide data evaluation is conducted a research team has to negotiate a separate contract with each cancer registry. In a joint work in progress effort of cancer registries, technical, medical, and economical experts we propose a different solution for cooperative data processing. Our approach aims for combining data in a virtual pool based on the selection criteria of individual requests from researchers. To achieve our goal, we adapt the Fraunhofer Medical Data Space as enabling technology. The architecture we propose will allow us to pool data of multiple partners regulated by data access policies. In doing so, each of the data sources can introduce its own rules and specifications on how data is used. Additionally, we add a digital consent management that will allow individual patients to decide how their data is used. Finally, we show the high potential of the cooperative analysis of distributed cancer data supported by the proposed solution in our approach.
-
PublicationDeepKneeExplainer: Explainable knee osteoarthritis diagnosis from radiographs and magnetic resonance imaging( 2021)Osteoarthritis (OA) is a degenerative joint disease, which significantly affects middle-aged and elderly people. Although primarily identified via hyaline cartilage change based on medical images, technical bottlenecks like noise, artifacts, and modality impose an enormous challenge on high-precision, objective, and efficient early quantification of OA. Owing to recent advancements, approaches based on neural networks (DNNs) have shown outstanding success in this application domain. However, due to nested non-linear and complex structures, DNNs are mostly opaque and perceived as black-box methods, which raises numerous legal and ethical concerns. Moreover, these approaches do not have the ability to provide the reasoning behind diagnosis decisions in the way humans would do, which poses an additional risk in the clinical setting. In this paper, we propose a novel explainable method for knee OA diagnosis based on radiographs and magnetic resonance imaging (MRI), which we called DeepKneeExplainer. First, we comprehensively preprocess MRIs and radiographs through the deep-stacked transformation technique against possible noises and artifacts that could contain unseen images for domain generalization. Then, we extract the region of interests (ROIs) by employing U-Net architecture with ResNet backbone. To classify the cohorts, we train DenseNet and VGG architectures on the extracted ROIs. Finally, we highlight class-discriminating regions using gradient-guided class activation maps (Grad-CAM++) and layer-wise relevance propagation (LRP), followed by providing human-interpretable explanations of the predictions. Comprehensive experiments based on the multicenter osteoarthritis study (MOST) cohorts, our approach yields up to 91% classification accuracy, outperforming comparable state-of-the-art approaches. We hope that our results will encourage medical researchers and developers to adopt explainable methods and DNN-based analytic pipelines towards an increasing acceptance and adoption of AI-assisted applications in the clinical practice for improved knee OA diagnoses.
-
PublicationElectricity Market Design 2030-2050: Moving Towards Implementation(Fraunhofer FIT, 2021)
-
PublicationPräventionsmaßnahmen der digitalen Arbeit(Fraunhofer FIT, 2021)
-
PublicationIT-Sicherheit der Energiesynchronisationsplattform( 2021)Die im Rahmen des Projekts SynErgie entwickelte Energiesynchronisationsplattform (ESP) mit ihren Teilplattformen Marktplattform (MP) und Unternehmensplattform (UP) nutzt IKT-Infrastruktur zum Austausch von Informationen. Dabei ist neben der Kommunikation in internen Firmennetzen auch die Nutzung öffentlicher Kommunikationsnetze ein wichtiger Bestandteil. Neben dem Schutz vertraulicher Produktionsdaten und von Firmen-Know-how spielt der Manipulationsschutz der Flexibilitätsangebote und der Umsetzungssignale, sowie deren Verfügbarkeit eine wichtige Rolle, da diese direkte Rückwirkung auf das Stromnetz haben können. Zur Gewährleistung des Sicherheitsniveaus, d.h. insbesondere auch zur Minimierung des Risikos beim Betrieb der Plattformen und aus praktischer Perspektive zur Abwehr von potentiellen Angriffen auf und über die Plattformen, wurden verschiedene technische und organisatorische Sicherheitsmaßnahmen definiert, welche in diesem Diskussionspapier thematisiert werden. Mittels Threat Modeling werden bei der Entwicklung der Komponenten und Services der ESP mögliche Bedrohungen sowie Schwachstellen oder das Fehlen geeigneter Schutzmaßnahmen ermittelt. Die Definition von Sicherheitslevels für die Services ermöglichen eine Abstufung der IT-Sicherheitsanforderungen und der zu ergreifenden IT-Sicherheitsmaßnahmen, die sich nach dem jeweiligen Schutzbedarf der zu verarbeitenden Daten richten. Das Security-Life Cycle Management begleitet dabei die Plattformen in allen Entwicklungs- und Betriebsphasen. Durch ein zugriffsbasiertes Rollenmodell werden die Aufgaben und damit die Zugriffsrechte von Rollen bestimmt. Dabei stehen eine sinnvolle Aufgabentrennung, das Need-to-Know-Prinzip, sowie das Least-Privilege-Prinzip im Vordergrund. Mit einer sogenannten Public-Key-Infrastruktur werden Identitäten plattformübergreifend und, wenn erforderlich, auch innerhalb von Plattformen bescheinigt, so dass die an einer Kommunikation beteiligten Partner und Komponenten Gewissheit über die Identität der Quellen und Empfänger ihrer Informationen haben. Für die physische und logische Infrastruktur der ESP sind ebenfalls Maßnahmen vorgesehen, etwa in Bezug auf die Netzwerkinfrastruktur, die Identitäts- und Berechtigungsverwaltung und das Logging.Diese Veröffentlichung ist Teil der Reihe ""Diskussionspapiere V4 - Konzept der Energiesynchronisationsplattform"".
-
-
-
PublicationFraunhofer-Institut für Angewandte Informationstechnik. Jahresbericht 2020(Fraunhofer FIT, 2021)
-
PublicationGAIA-X and IDS(International Data Spaces Association, 2021)
-
PublicationPrävention von digitalem Stress in der Praxis(Fraunhofer FIT, Projektgruppe Wirtschaftsinformatik, 2021)
