Je größer und leistungsfähiger insbesondere komplexe Deep Neural Networks werden, desto wichtiger wird es, von den Vorteilen des Transfer Learnings zu profitieren, um die Leistungsfähigkeit auch nutzen und redundante Trainingsaufwände vermeiden zu können.
Doch Medizinproduktehersteller, die Verfahren des Machine Learnings verwenden, müssen die regulatorischen Anforderungen der FDA, der MDR, der IEC 62304 und anderer Vorgaben auch dann erfüllen, wenn sie pre-trained Models verwenden.
In der aktuellen Podcast-Episode diskutieren die Professoren Haase und Johner den Sinn dieser pre-trained Models, die Anwendbarkeit der Regularien und geben Tipps, um diese zu erfüllen.
2021-02: Transfer Learning: Regulatorische Fallen bei Medizinprodukten vermeiden | Medical Device Insights podcast - Listen or read transcript on Metacast