Im Zuge der Digitalisierung nimmt die Bedeutung von mathematisch-physikalischen Simulationen und computerbasierten Experimenten rasant zu. Wenn mit solchen Simulationen reale Messeinrichtungen und Messungen nachempfunden werden, so kann man dies als virtuelles Messgerät bezeichnen. Aufgabe der Metrologie ist hier die Sicherung von Vertrauen in Simulationsergebnisse, wenn diese in derselben Weise wie reale Messungen verwendet werden sollen. Aus diesem Grund hat die PTB das Kompetenzzentrum „Metrologie für virtuelle Messgeräte“ (VirtMet) eingerichtet. Hier betreibt sie interdisziplinäre Forschung und bündelt Expertise, um sowohl konkrete virtuelle Messverfahren zu entwickeln als auch übergeordnete Fragestellungen zu bearbeiten, etwa folgende: Wie stellt man die Vergleichbarkeit von virtuellen und realen Messungen her? Welche Standards für Schnittstellen, Metadaten und Datenformate sind notwendig? Und wie können virtuelle Experimente für komplexe Messsysteme mit Methoden des maschinellen Lernens behandelt werden?

Ansprechpartner:

Dr. Sascha Eichstädt, PSt1 "Koordination Digitalisierung", Tel.:(030) 3481-2008, Sascha.Eichstaedt(at)ptb.de

Durch den digitalen Wandel entstehen kontinuierlich neue Produkte und Prozesse, welche die bewährten Maßnahmen zur Qualitätssicherung an ihre Grenzen bringen. Besonders deutlich wird das an komplexen Produkten, die nach dem Inverkehrbringen ihren Zustand dynamisch verändern. Damit sie zuverlässig sind, müssten sie während ihres Lebenszyklus mehrfach, teils kontinuierlich geprüft werden. Dafür gibt es noch keine praktikablen Lösungen. Ein Beispiel hierfür sind Anwendungen des maschinellen Lernens (als eine Art von künstlicher Intelligenz - KI) in der Medizintechnik. Obwohl zurzeit zahlreiche innovative Medizinprodukte mit hohem Softwareanteil entwickelt werden, gelingt nur einem Bruchteil der Sprung in den Gesundheitsmarkt. Ein wesentlicher Grund dafür ist der Mangel an strukturierten Prozessen und einer Qualitätsinfrastruktur zur objektiven, belastbaren und reproduzierbaren Validierung von KI-Technologien. Die PTB arbeitet daran, für den Einsatz maschinellen Lernens objektive Bewertungsmethoden für die Qualität von Algorithmen festzulegen, gemeinsam mit medizinischen Experten Verfahren für die Bereitstellung von Referenzdaten zu entwickeln sowie an Normen und Standards für quantifizierbare und prüfbare Kriterien für die Datenqualität mitzuarbeiten. Beispielsweise trainieren Forschende der PTB ein künstliches neuronales Netz darauf, die Qualität einzelner Mammografiebilder einzuschätzen. Eine große Hilfe ist dabei eine von der PTB entwickelte virtuelle Mammografie, die zu einer riesigen Datenbank an Bildern mit jeweils genau bekannten Eigenschaften geführt hat. In diesem Zusammenhang beteiligt sich die PTB auch an der Entwicklung und Etablierung einer digitalen Qualitätsplattform, mit der KI-basierte Lösungen validiert werden können. Die Plattform soll nachvollziehbare Kriterien zur Bestimmung der Datenqualität liefern und gewährleisten, dass die Evaluation durch den Computer objektiv und sicher vor Manipulation ist.

Beteiligte Fachbereiche

Fachbereich 6.2 Dosimetrie für Strahlentherapie und Röntgendiagnostik

Fachbereich 8.4 Mathematische Modellierung und Datenanalyse