KI in Medizintechnik und Forschung
Individuelle Modelle für Biomarker-Forschung und medizinische Fragestellungen, von der ersten Zeile an validierbar und für den Zulassungsweg dokumentiert.
E-Mail schreiben
Das Problem mit KI in regulierter medizinischer Arbeit
Evidenz statt Demo
Ein Modell ohne vereinbartes Validierungsschema belegt nichts. In der Medizin ist das keine Feinheit, sondern die eigentliche Frage.
Daten, die bleiben müssen
Herkunft, Einwilligung und Speicherort prägen die Architektur, bevor irgendjemand ein Framework auswählt. Wir bauen um sie herum, nicht gegen sie.
Dokumentationsschulden
Nachträglich geschriebene Zulassungsunterlagen entstehen zweimal, und die zweite Fassung passt selten zum Code.
Individuelle ML-Modelle für die Biomarker-Forschung
Bildbasierte Modelle
Modelle auf gefärbtem Gewebe und weiteren Bildgebungsverfahren, einschließlich Whole-Slide-Pathologie.
Validierung zuerst
Splits, Metriken und Reporting stehen vor dem Training fest, und der Testsplit bleibt bis zum Schluss unangetastet.
Daten, Ethik und Zulassung
Wir arbeiten innerhalb Ihrer bestehenden Governance und schreiben die Dokumentation parallel zur Umsetzung, zugeschnitten auf den Zulassungsweg des Projekts.
Zwei Fallstudien
Therapieansprechen aus Biopsie-Scans
Eine KI- und ML-Pipeline, die ein Modell auf H&E-gefärbten Krebs-Biopsie-Scans trainiert, um die Ansprechwahrscheinlichkeit auf eine Therapie vorherzusagen.
Joint Venture für Real-World-Data
Setup und Konzept für ein Joint Venture in der Real-World-Data-Forschung: Struktur, Umfang und Betriebsmodell.
Fragen
Arbeiten Sie unter einem Zulassungsregime?+−
Wir schreiben die Dokumentation parallel zum Code, damit sie zum jeweiligen Zulassungsweg passt. Sagen Sie uns, welches Regime für Ihr Projekt gilt, dann sagen wir Ihnen klar, was wir darunter gemacht haben und was nicht.
Können unsere Daten bleiben, wo sie sind?+−
Ja. Wir bauen die Pipeline um Ihren bestehenden Speicherort und Ihre Governance herum, statt Sie zu einem Umzug zu bewegen.
Was brauchen Sie zum Start?+−
Eine beschriebene Aufgabe, eine klare Label-Definition und Zugang zu einem Datensample. Das genügt uns für die Einschätzung, ob die Aufgabe lösbar ist.
Wem gehört das Modell?+−
Ihnen. Sie erhalten Code, Gewichte und das Trainingsprotokoll, und nichts an der Pipeline hängt daran, dass wir beteiligt bleiben.
Noch Fragen? Schreiben Sie uns
Sprechen wir über Ihr medizinisches Modell
Beschreiben Sie die Aufgabe und die Daten, die es heute gibt.
E-Mail schreiben