DIN SPEC

Technische Regel [AKTUELL]

DIN SPEC 13288
Leitfaden für die Entwicklung von Deep-Learning-Bilderkennungssystemen in der Medizin; Text Deutsch und Englisch

Titel (englisch)

Guideline for the development of deep learning image recognition systems in medicine; Text in German and English

Verfahren

PAS

Einführungsbeitrag

Dieses Dokument gibt die Anforderungen an, unter denen Bilderkennungsprobleme in der Medizin mit Hilfe eines Deep-Learning-Bilderkennungssystems bearbeitet werden können. Es erlaubt Entscheidungsträgern, Kenntnisse über die Anwendungsmöglichkeiten eines Deep-Learning-Bilderkennungssystems in der Medizin und seine Struktur zu gewinnen. Mit Hilfe dieses Dokumentes kann die Schätzung des Aufwandes und des Nutzens eines Deep-Learning-Bilderkennungssystems unterstützt werden sowie eine genauere Erfolgsprognose erstellt werden. Dieses Dokument gibt Leitlinien zur praktischen Entwicklung eines Deep-Learning-Bilderkennungssystems in der Medizin vom Vorgehen bei der Datensammlung über die Strukturierung der Daten zum Lernen der KI-Bilderkennung bis zur Ablaufstruktur von Lern-Experimenten, insbesondere mit Rücksicht auf die erhöhten Qualitätsmaßstäbe und regulativen Vorgaben in der Medizin. Dieses Dokument ist insbesondere für Hersteller von DL-Systemen und die Beteiligten an Forschungs- und Entwicklungsprojekten zum Einsatz von Deep-Learning-Bilderkennungssystemen in der Medizin. Dieses Dokument adressiert keine spezifischen Angaben zu aktivem Lernen, mentalem Lernen, automatischem kontinuierlichem Lernen und dem bestimmungskonformen Einsatz des DL-Systems in der Praxis. Diese DIN SPEC wurde nach dem PAS-Verfahren erarbeitet. Die Erarbeitung von DIN SPEC nach dem PAS-Verfahren erfolgt in DIN SPEC (PAS)-Konsortien und nicht zwingend unter Einbeziehung aller interessierten Kreise.

Ausgabe 2021-03
Originalsprache Deutsch , Englisch
Inhaltsverzeichnis

Ihr Kontakt

Dipl.-Ing.

Lena Krieger

Am DIN-Platz, Burggrafenstr. 6
10787 Berlin

Tel.: +49 30 2601-2810
Fax: +49 30 2601-42810

Zum Kontaktformular