Google Grant
Es soll ein modularisiertes Active-Learning-Framework innerhalb der Google Cloud Plattform entwickelt werden, das die Annotation medizinischer Bilddaten in großem Umfang auf kosteneffiziente Weise ermöglicht und gleichzeitig Datenhoheit und Datenschutz gewährleistet. Der Forschungsbereich konzentriert seine Arbeit auf einen Anwendungsfall im Bereich föderales Lernen für klinische Daten unter der Berücksichtigung von Datenschutz- und Sicherheitsaspekten. Ziel ist es, eine End-to-End-Plattform für effiziente Annotation zu schaffen, von der sowohl Kliniker als auch die Forschungsgemeinschaft profitieren.
https://iml.dfki.de/news/end-to-end-active-learning-framework-for-medical-image-annotation/
Accenture Grant
Ziel dieses Forschungsprojekts ist es, die Fähigkeiten von ChatGPT bezüglich Natural Language Inference (NLI) im Kontext des Gesundheitswesens zu untersuchen. Der Schwerpunkt liegt auf Aufgaben wie dem Verstehen von Informationen aus klinischen Studien und der evidenzbasierten Überprüfung von Gesundheitsdaten. Mithilfe verschiedene Chain-of-Thought-Methoden wird daran geforscht, die Argumentationsfähigkeiten von ChatGPT zu verbessern und dynamische Kontextanalysetechniken für eine höhere Inferenzgenauigkeit zu integrieren. Der Ansatz beinhaltet Mechanismen wie Kontextanalyse und Multi-Hop-Reasoning.
https://iml.dfki.de/news/research-grant-from-accenture/
