Meldung · Quelle: Karlsruher Institut für Technologie (KIT), 13.10.2026
Ein Team des Karlsruher Instituts für Technologie (KIT) ist der Frage nachgegangen, wie mehrere Krankenhäuser gemeinsam KI-Modelle für die Strahlentherapie entwickeln können, ohne dabei Patientendaten weiterzugeben. Das Verfahren heißt Föderiertes Lernen: Jede Klinik trainiert das Modell mit ihren eigenen Daten vor Ort, ausgetauscht werden nur Angaben dazu, wie sich das Modell verändert hat. Die Ergebnisse stammen aus der Forschungsgruppe Medizinische Bildgebung für Modellierung und Simulation am Institut für Biomedizinische Technik, die Prof. Maria Francesca Spadea leitet. Das KIT hat sie am 13. Oktober 2026 vorgestellt.
Als Anwendungsfall dienen synthetische CT-Bilder des Kopf-Hals-Bereichs, die aus MRT- oder CBCT-Aufnahmen berechnet werden. Nach Angaben des KIT ließ sich das klinikübergreifende Training technisch umsetzen. Geprüft wurde zudem, ob sich aus fertig trainierten Modellen Bilddaten einzelner Personen zurückgewinnen lassen. Laut der Gruppe genügten schon kleinere Anpassungen am Verfahren, um bekannte Angriffe dieser Art abzuwehren. Beim Energiebedarf sanken Rechenaufwand und CO2-Ausstoß je nach Modellarchitektur um 9 bis 23 Prozent, ohne dass die Bildqualität nachließ. Das KIT sieht darin vor allem für kleinere Kliniken einen möglichen Vorteil. Veröffentlicht sind die Arbeiten in vier Fachartikeln aus den Jahren 2025 und 2026, unter anderem im Journal of Medical Systems.
Für Klinik-IT und Datenmanagement greift die Arbeit ein bekanntes Hindernis auf: Datenschutz und organisatorische Fragen bremsen nach Darstellung des KIT bislang den Austausch von Daten zwischen einzelnen Häusern. Zur Sicherheitsprüfung der Modelle sagt KIT-Wissenschaftler Ciro Benito Raggio: „Datenschutz allein reicht nicht aus.“
Originalmitteilung: Karlsruher Institut für Technologie (KIT), 13.10.2026
Stand: 13.10.2026. Die Meldung fasst die Mitteilung redaktionell zusammen; maßgeblich ist das Original.