Bei der Entwicklung von Machine-Learning-Anwendungen spielen Bibliotheken wie TensorFlow, PyTorch, Keras, und andere eine zentrale Rolle. Dieses Seminar hilft, die regulatorischen Anforderungen bei der Verwendung dieser Bibliotheken für Medizinprodukte zu verstehen und zuverlässig und gesetzeskonform umzusetzen.
Das Seminar vermittelt den Teilnehmenden die notwendigen Kenntnisse, wie Machine-Learning-Bibliotheken wie TensorFlow, PyTorch, Keras, sklearn und andere gesetzeskonform für Medizinprodukte verwendet werden dürfen. Das Seminar befähigt die Teilnehmenden,
Als Teilnehmerin oder Teilnehmer profitieren Sie von dem Seminar, indem Sie
Das Seminar gibt zuerst einen umfassenden Überblick über die Rolle von ML-Bibliotheken für die Entwicklung und Verwendung von Machine-Learning-Anwendungen und die daraus resultierenden regulatorischen Anforderungen für den Einsatz in Medizinprodukten. Es beschreibt außerdem, wie normenkonforme Validierungspläne aufgebaut sein müssen und welche Testverfahren dabei zum Einsatz kommen können. Im dritten Teil beinhaltet das Seminar Workshops, in denen anhand konkreter ML-Projekte beispielhafte Validierungspläne gemeinsam entwickelt werden.
Uhrzeit | Themenschwerpunkt |
13:30 | Begrüßung und Erwartungen |
13:45 | Regulatorische Anforderungen an ML-Entwicklung |
14:45 | SOUP-Validierung, Teil 1 |
15:45 | SOUP-Validierung, Teil 2 |
16:45 | Tool-Validierung |
17:30 | Zusammenfassung, Fragen, Resümee |
18:00 | Seminarende |
Bei diesem Seminar stehen die Praxisnähe und die Interaktivität im Vordergrund. Daher beschränken wir die Anzahl auf maximal 16 Teilnehmende, um den Lernerfolg zu sichern und um ausreichend Zeit für das Beantworten individueller Fragen zu haben.
Das Seminar "Gesetzeskonforme Verwendung von Machine-Learning-Bibliotheken" wendet sich an alle Personen, die an der normenkonformen Entwicklung oder Qualitätssicherung von Software beteiligt sind, die Methoden des Machine Learnings verwendet:
Auch interessierte Vertreter von Verbänden oder der Politik profitieren von dem Seminar.