BEGIN:VCALENDAR
VERSION:2.0
PRODID:-//pretalx//pretalx.com//medconf2026//talk//JU3PJ8
BEGIN:VTIMEZONE
TZID:CET
BEGIN:STANDARD
DTSTART:20001029T040000
RRULE:FREQ=YEARLY;BYDAY=-1SU;BYMONTH=10
TZNAME:CET
TZOFFSETFROM:+0200
TZOFFSETTO:+0100
END:STANDARD
BEGIN:DAYLIGHT
DTSTART:20000326T030000
RRULE:FREQ=YEARLY;BYDAY=-1SU;BYMONTH=3
TZNAME:CEST
TZOFFSETFROM:+0100
TZOFFSETTO:+0200
END:DAYLIGHT
END:VTIMEZONE
BEGIN:VEVENT
UID:pretalx-medconf2026-JU3PJ8@pretalx.com
DTSTART;TZID=CET:20260519T141000
DTEND;TZID=CET:20260519T145500
DESCRIPTION:Synthetische Daten können potenziell Datenschutzrisiken reduzi
 eren und als Verfahren der Datenaugmentierung benutzt werden. Die Generier
 ung solcher Daten ist besonders im Sektor Gesundheit für die Entwicklung 
 von KI-Anwendungen eine Option\, da hier oft hohe Anforderungen an Datensc
 hutz und kleine Datensätze vorliegen.  Die Herausforderung ist allerdings
  die Generierung von Daten\, die nicht nur statistisch ähnlich und sicher
  sind\, vielmehr auch bzgl. der medizinischen Kausallogik und der Fairness
  die Träger der Ausgangsdaten widerspiegeln. In der Literatur werden vers
 chiedene Qualitätsdimensionen\, z.B. Similarity\, Usability\, Privacy\, F
 airness …\, beschrieben. Am Beispiel tabellarischer Vital- Daten aus der
  MIMIC Datenbank werden die Herausforderungen untersucht\, wobei frei verf
 ügbare Tools wie z.B. Syndat\, SynthEval\, SynthCheck und Synthetic Data 
 Vault eingesetzt werden und auch mögliche Ansätze zum Faktencheck und Ex
 plainable AI (XAI) als Frühwarnung für potenziellen Bias diskutiert werd
 en. Die Praxis-Beispiele der Präsentation stammen aus der Masterarbeit de
 s Co-Autors Daudert.
DTSTAMP:20260530T090206Z
LOCATION:Galilei 1
SUMMARY:Synthetische  Gesundheitsdaten- Die wunderbare Datenvermehrung - Dr
 . Ernst Wellnhofer
URL:https://pretalx.com/medconf2026/talk/JU3PJ8/
END:VEVENT
END:VCALENDAR