Journal
❝ citations
KI-gestützte datenschutzkonforme multizentrische Vorhersage lymphogener Metastasierung beim Pankreaskarzinom mittels eines föderierter CT-Foundation-Modelle
Zeitschrift für Gastroenterologie, 2026
Abstract
Ziele: Ziel dieser Arbeit war die Entwicklung eines robusten, datenschutzkonformen und multizentrisch einsetzbaren KI-Modells zur prätherapeutischen Vorhersage lymphogener Metastasierung beim PDAC.Methodik: In einer retrospektiven multizentrischen Studie wurden kontrastmittelverstärkte CT-Datensätze von> 500 PDAC-Patient: innen aus mehreren Hochvolumen-Zentren analysiert. Ein auf 148.000 volumetrischen CT-Datensätzen vortrainiertes 3D-Foundation-Model wurde zur Metastasenvorhersage feinjustiert. Ergänzend wurde ein heterogenitätsadaptiver Federated-Learning-Ansatz entwickelt, der Label-Disparitäten und repräsentationsbasierte Unterschiede zwischen Zentren berücksichtigt.Ergebnis: Das zentral trainierte Modell erreichte eine Balanced Accuracy von 0,601 und eine diagnostische Odds Ratio von 3, 45 und übertraf klassische Machine-Learning-Modelle deutlich. Unter föderierten …
Interactive explainer
Coming soon. An interactive Slidev walkthrough of this paper — with live, explorable figures — will appear here.
Authors: set
slidev: in this page's front matter to the deployed deck URL.Research themes
Cite (BibTeX)
@article{coerper2026ki,
author = {Coerper, M and Bhalla, P and Gaviria, D Duenas and Kupczyk, P and Conradi, L and Seif, A and Ma, D and Jacob, S and Pozios, I and Felsenstein, M and others},
journal = {Zeitschrift für Gastroenterologie},
number = {08},
pages = {KV--489},
publisher = {Georg Thieme Verlag KG},
title = {KI-gestützte datenschutzkonforme multizentrische Vorhersage lymphogener Metastasierung beim Pankreaskarzinom mittels eines föderierter CT-Foundation-Modelle},
volume = {64},
year = {2026}
}