| Zugriffsnummer | 52152 |
| Dokumenttyp | Konferenzartikel in Zeitschrift |
| Peer Review | mit Peer Review |
| Sprache | Englisch |
| Titel | Metrology for artificial intelligence in medicine |
| Autor(in); Institution |
Rabus, Hans; 8, Medizinphysik und metrologische Informationstechnik, PTB-Berlin
Agarwal, Nikita; 8.4, Mathematische Modellierung und Datenanalyse, PTB-Berlin
Boubekki, Ahcéne; 8.4, Mathematische Modellierung und Datenanalyse, PTB-Berlin
Bozkurt Varolgünes, Yasemin; 8.4, Mathematische Modellierung und Datenanalyse, PTB-Berlin
Clark, Benedict; 8.4, Mathematische Modellierung und Datenanalyse, PTB-Berlin
Elster, Clemens; 8.4, Mathematische Modellierung und Datenanalyse, PTB-Berlin
Faller, Josua; 8.4, Mathematische Modellierung und Datenanalyse, PTB-Berlin
Hegemann, Nando; 8.4, Mathematische Modellierung und Datenanalyse, PTB-Berlin
Haufe, Stefan; 8.4, Mathematische Modellierung und Datenanalyse, PTB-Berlin
Heidenreich, Sebastian; 8.4, Mathematische Modellierung und Datenanalyse, PTB-Berlin
Kapsch, Ralf-Peter; 6.2, Dosimetrie für Strahlentherapie und Röntgendiagnostik, PTB-Braunschweig
Kofler, Andreas; 8.1, Biomedizinische Magnetresonanz, PTB-Berlin
Kolbitsch, Christoph; 8.1, Biomedizinische Magnetresonanz, PTB-Berlin
Märtens, André; 3.2, Biochemie, PTB-Braunschweig
Martin, Jörg; 8.4, Mathematische Modellierung und Datenanalyse, PTB-Berlin
O'connor, Gavin; 8.3, Biomedizinische Optik, PTB-Berlin
Panknin, Danny; 8.4, Mathematische Modellierung und Datenanalyse, PTB-Berlin
Pfeffer, Oskar; 8.4, Mathematische Modellierung und Datenanalyse, PTB-Berlin
Pojtinger, Stefan; 6.2, Dosimetrie für Strahlentherapie und Röntgendiagnostik, PTB-Braunschweig
Schönfeld, A- B.; 6.2, Dosimetrie für Strahlentherapie und Röntgendiagnostik, PTB-Braunschweig
Schote, David; 8.1, Biomedizinische Magnetresonanz, PTB-Berlin
Schünke, Patrick; 8.1, Biomedizinische Magnetresonanz, PTB-Berlin
Schwarze, Miriam; 8, Medizinphysik und metrologische Informationstechnik, PTB-Berlin
Tappayuthpijarn, Pichaya; 8.2, Biosignale, PTB-Berlin
Thomas, Leo; 8.1, Biomedizinische Magnetresonanz, PTB-Berlin
Winter, Lukas; 8.1, Biomedizinische Magnetresonanz, PTB-Berlin
Zhumagambetov, Rustam; 8.4, Mathematische Modellierung und Datenanalyse, PTB-Berlin
Zimmermann, Felix; 8.1, Biomedizinische Magnetresonanz, PTB-Berlin
|
| Quelle/Jahr | Proceedings of the XXIV IMEKO World Congress. Measurement: Sensors: 38 (2025), Suppl., e1 - e6 |
| Artikelnummer | 101789 |
| Availability | [online only] |
| ISSN | 2665-9174 (online) |
| DOI | |
| Verlag | Amsterdam: Elsevier |
| Konferenzangaben | IMEKO 2024 XXIV World Congress, Hamburg, 26-29, August, 2024, Germany |
| Freie Schlagworte | Machine Learning ; Explainability ; Robustness ; Uncertainty ; Data Quality ; PTB high performance compute cluster |
| Zusammenfassung | To build a metrological basis for underpinning the certification and validation of Artificial Intelligence (AI) algorithms and AI-based measurement devices in medicine, the programme Metrology for Artificial Intelligence in Medicine (M4AIM) was started at the German National Metrology Institute PTB in 2021 as one of the pilot projects of the German digital quality infrastructure (QI-Digital) initiative. The aim of the programme is to develop standard metrics for the explainability, robustness, and uncertainty of AI performance and data quality assessment. M4AIM comprises fourteen projects addressing different topics in several fields of the medical use of AI methods, with methodological approaches ranging from fundamentals of machine learning to its use in specific applications. Generating trustworthy synthetic reference data is a common topic among many of the projects. This article gives an overview of the approaches explored, highlights some of the results obtained and discusses the interrelation of metrology and machine learning from a more general perspective. |
| Kostenfreier Zugang | Open Access Gold |
| Rechteinformation | CC BY 4.0 ; Creative Commons Attribution 4.0 License |
| Förderinformationen (1) | Förderername: Heidenhain FV 84027 |
Zitierung
Rabus, H., Agarwal, N., Boubekki, A., Bozkurt Varolgünes, Y., Clark, B., Elster, C., Faller, J., Hegemann, N., Haufe, S., Heidenreich, S., Kapsch, R.-P., Kofler, A., Kolbitsch, C., Märtens, A., Martin, J., O'connor, G., Panknin, D., Pfeffer, O., Pojtinger, S., Schönfeld, A. B., Schote, D., Schünke, P., Schwarze, M., Tappayuthpijarn, P., Thomas, L., Winter, L., Zhumagambetov, R., & Zimmermann, F. (2025). Metrology for artificial intelligence in medicine. Measurement: Sensors, 38(Suppl.), e1–e6. https://doi.org/10.1016/j.measen.2024.101789