Für alle, die nach Informationen zu bestimmten KI-Modellen suchen: In der neuen Modell-Datenbank des CDSN werden klinisch relevante Informationen auf einen Blick zur Verfügung gestellt. In Zusammenarbeit mit der AG KI-Zertifizierung der DGKL werden kontinuierlich geprüfte und relevante Modelle kuratiert und in die Datenbank aufgenommen.
Mit der zunehmenden Verbreitung von KI-Anwendungen in der klinischen Routine wächst auch die Herausforderung, den Überblick zu behalten: Welchen Bias habe ich aufgrund der Trainingsdaten zu erwarten? Liegt eine wissenschaftliche Evaluation des Modells vor? Gibt es unabhängige Validierungsstudien?
Die Modell-Datenbank des CDSN wurde von der AG KI-Zertifizierung entwickelt, um genau hier zu unterstützen: Sie stellt zentrale Informationen zu klinisch relevanten KI-Modellen kompakt und strukturiert zur Verfügung. Ziel der Modelldatenbank ist es, die wichtigsten Informationen schnell abgreifbar zu machen.
Der Fokus des Teams liegt dabei zunächst auf der Zusammenstellung von publizierten Daten und Links zu weiterführenden Quellen. In einem nächsten Schritt ist die Entwicklung eines standardisierten Bewertungsverfahrens geplant, um die vorliegende wissenschaftliche Evidenz auch mit begrenzten zeitlichen Ressourcen erfassen zu können.
Die AG KI-Zertifizierung der DGKL trägt mit ihrer Arbeit dazu bei, Transparenz und Orientierung im Feld klinischer KI zu schaffen. Unter der Leitung von Dr. med. Daniel Steinbach bündelt das fünfköpfige Team relevante Informationen und macht sie über die Modell-Datenbank des CDSN zugänglich.
Daniel
Steinbach
Johannes
Böhm
Manuel
Krone
Isabell Wagenhäuser
Michael Eisenmann
Die Datenbank versteht sich als offene Plattform. Vorschläge für weitere KI-Modelle sind ausdrücklich willkommen – ebenso wie das Engagement von Fachkolleg:innen, die sich aktiv in die Weiterentwicklung der AG einbringen möchten.