Embedded Files
WP3 AEQUITAS Module 6 Deutsch-7/20/2026, 1:53 PM.mp4Was ist die AEQUITAS-Datenbank?
Was ist die AEQUITAS-Datenbank?
Die AEQUITAS-Datenbank ist das zentrale technologische Ergebnis des AEQUITAS-Projekts. Es handelt sich um ein strukturiertes digitales Repositorium, das dazu dient, Erkenntnisse über gender- und rassenspezifische Bias in der biomedizinischen künstlichen Intelligenz systematisch zu sammeln, zu organisieren und zugänglich zu machen. Die Datenbank wandelt verstreute und heterogene Informationen über Bias in der biomedizinischen KI in eine kohärente und zugängliche Wissensbasis um und unterstützt so das klinische Bewusstsein, Forschungsaktivitäten und die Politikentwicklung.
Die Datenbank ist über die offizielle AEQUITAS-Projektwebsite (https://aequitasproject.eu/) öffentlich zugänglich, insbesondere in der Sektion „Ergebnisse“. Sie wurde mit einem nutzerorientierten Ansatz erstellt, um sicherzustellen, dass sowohl technische als auch nicht-technische Nutzer effektiv mit dem System interagieren können
Abbildung 1: Die AEQUITAS-Datenbank, wie sie in der Sektion „Ergebnisse“ der Projektwebsite dargestellt ist.
📌 Die Datenbank wurde auf der Grundlage der Ergebnisse von Deliverable D2.1, dem AEQUITAS-Bias-Bericht, entwickelt. Die in diesem Bericht identifizierten Erkenntnisse, Klassifizierungen und Belege dienten als Grundlage für die Strukturierung des Datenbankinhalts und die Definition der in der Plattform enthaltenen Bias-Kategorien.
Für wen ist die Datenbank gedacht?
Für wen ist die Datenbank gedacht?
Die AEQUITAS-Datenbank ist für verschiedene Nutzergruppen konzipiert, die jeweils unterschiedliche, sich jedoch ergänzende Bedürfnisse haben:
Für medizinisches Fachpersonal (Sie) bietet die Datenbank eine Ressource, um:
Potenzielle Bias in KI-basierten Diagnose- und Entscheidungshilfetools zu identifizieren, die im klinischen Umfeld eingesetzt werden
Das klinische Bewusstsein zu schärfen und die patientenzentrierte Versorgung zu verbessern
dDas Risiko von Fehldiagnosen und unangemessenen Behandlungen aufgrund von Bias in KI-Ergebnissen zu verringern
Für zivilgesellschaftliche Organisationen ermöglicht die Datenbank:
Sensibilisierung für Ungleichheiten in der KI-gesteuerten Gesundheitsversorgung
Einsatz für faire und inklusive Gesundheitssysteme
Unterstützung beim Schutz der Grundrechte im Bereich der digitalen Gesundheit
Für Forscher und politische Entscheidungsträger unterstützt die Datenbank:
Die weitere wissenschaftliche Untersuchung von Bias in der biomedizinischen KI
Die Entwicklung klinischer Leitlinien und Standards
Regulierungsaufsicht und Politikgestaltung auf europäischer Ebene
Zugriff auf die Datenbank
Zugriff auf die Datenbank
Die Datenbank ist ohne Registrierung unter folgender Adresse zugänglich:
Navigation in der Datenbank
Navigation in der Datenbank
Nach der Anmeldung wird Ihnen die Datenbank in einem übersichtlichen Tabellenformat angezeigt. Jede Zeile entspricht einem dokumentierten Fall von Bias in einer biomedizinischen KI-Anwendung. Benutzer können detaillierte Informationen einsehen, wie z. B. den Titel der Studie, Quelle und Urheberschaft, Krankheitsbereich, Art der Quelle, Anwendungsbereich (z. B. Diagnose, Risikovorhersage), Art der identifizierten Verzerrung sowie eine kurze Beschreibung, die die Ergebnisse zusammenfasst. Die Datenbank erlaubt es Ihnen, die Verteilung und die Auswirkungen von Bias in verschiedenen Kontexten besser zu verstehen.
Abbildung 3: Das Hauptinterface der AEQUITAS-Datenbank mit der tabellarischen Liste der Einträge und der Funktion „Nach Bias filtern“.
Jeder Eintrag in der Datenbank enthält die folgenden Felder:
📌 Multilinguale Abdeckung: Die in der Datenbank enthaltenen Quellen beschränken sich nicht auf englischsprachige Publikationen. Um eine breitere Abdeckung und Inklusivität zu gewährleisten, haben die Projektpartner auch relevante Quellen in ihren jeweiligen Landessprachen einbezogen, um kontextspezifische Erkenntnisse zu erfassen, die in der internationalen Literatur möglicherweise nicht verfügbar sind. Wichtige Informationen aus allen Quellen wurden in ein einheitliches Format standardisiert, um die Zugänglichkeit für alle Nutzer zu gewährleisten.
Verstehen eines Datenbankeintrags
Verstehen eines Datenbankeintrags
Durch Anklicken eines beliebigen Eintrags in der Datenbank erlaubt es Ihnen, eine Detailansicht mit den vollständigen Informationen zu diesem Fall aufzurufen. So können Sie eine kurze Beschreibung des identifizierten Bias lesen, dessen klinischen Kontext verstehen und dessen Relevanz für Ihre Praxis einschätzen.
Abbildung 4: Beispiel einer detaillierten Eintragsansicht mit einer Studie zur Gleichbehandlung bei Vorhersagen durch maschinelles Lernen für die Wiederaufnahme von Diabetespatienten, die Repräsentationsbias, Bias beim Lernen und Evaluationsbias aufzeigt, von denen afroamerikanische und hispanische Patienten betroffen sind.
Das obige Beispiel veranschaulicht, wie die Datenbank in der Praxis funktioniert. Der Eintrag dokumentiert eine Studie, in der mehrere Modelle des maschinellen Lernens zur Vorhersage von Wiederaufnahmen in Kliniken bei Diabetespatienten verglichen wurden. Die Studie ergab, dass zwar einige Modelle eine gleichberechtigte Leistung über alle Gendersgruppen hinweg erzielten, bei afroamerikanischen und hispanischen Patienten jedoch weiterhin Ungleichheiten bestanden, da bei ihnen höhere Falsch-Positiv-Raten auftraten. Genau diese Art von strukturierten, evidenzbasierten Informationen soll die Datenbank aufzeigen, damit Sie leichter erkennen können, welche KI-Tools in Ihrem Bereich Verzerrungsrisiken bergen und für welche Patientengruppen dies gilt.
Nutzung der Datenbank in Ihrer täglichen Praxis
Nutzung der Datenbank in Ihrer täglichen Praxis
The AEQUITAS database is designed not only as a research tool but as a practical resource for clinical decision-making and awareness. Here are some ways you can integrate it into your everyday practice:
Vor der Einführung eines neuen KI-Tools: Durchsuchen Sie die Datenbank nach Einträgen, die sich auf das Krankheitsgebiet und den Anwendungsbereich des Tools beziehen. Prüfen Sie, ob bei ähnlichen Tools Bias dokumentiert wurde und für welche Patientengruppen dies gilt. Nutzen Sie diese Informationen, um Ihre Fragen bei der Beschaffung zu formulieren oder um Bedenken gegenüber Ihrer Institution zu äußern.
Bei der Verwendung eines KI-gestützten Diagnose- oder Entscheidungshilfetools: Wenn Sie Ergebnisse bemerken, die für bestimmte Patientengruppen inkonsistent oder unerwartet erscheinen, konsultieren Sie die Datenbank, um zu prüfen, ob ähnliche Muster dokumentiert wurden. Dies kann Ihnen helfen festzustellen, ob es sich bei Ihrer Beobachtung möglicherweise um ein bekanntes Bias-Muster handelt und nicht um eine isolierte Anomalie.
Bei der Behandlung von Patienten aus unterrepräsentierten Gruppen: Nutzen Sie die Datenbank, um zu überprüfen, ob bei den in ihrer Versorgung eingesetzten KI-Tools Leistungsunterschiede in Bezug auf ihr Gender, ihre Rasse oder ihre ethnische Zugehörigkeit dokumentiert sind. Dieses Bewusstsein kann zu einem fundierteren klinischen Urteil beitragen und Ihnen helfen, sich für Ihre Patienten einzusetzen.
Zur kontinuierlichen beruflichen Weiterbildung: Die Datenbank ist eine lebendige Ressource, die aktualisiert wird, sobald neue Erkenntnisse vorliegen. Wenn Sie regelmäßig darauf zurückgreifen, bleiben Sie über neue Erkenntnisse zu Bias in KI-Anwendungen auf dem Laufenden, die für Ihr Fachgebiet relevant sind
📌 Kernbotschaft: Die AEQUITAS-Datenbank ist nicht nur ein Forschungsinstrument, sondern eine praktische Ressource, die für Ihre klinische Praxis konzipiert wurde. Nutzen Sie sie, bevor Sie ein neues KI-Tool einführen, wenn Sie unerwartete Ergebnisse beobachten und bei der Versorgung von Patienten aus unterrepräsentierten Gruppen. Je mehr medizinische Fachkräfte sich damit beschäftigen, desto nützlicher wird sie für alle.
📌 Tipps & Vorschläge:
Die Datenbank ist als dynamisches und sich weiterentwickelndes Tool konzipiert. Neue Einträge werden hinzugefügt, sobald zusätzliche Erkenntnisse vorliegen. Es lohnt sich daher, regelmäßig einen Blick darauf zu werfen, insbesondere wenn KI-Tools in Ihrem klinischen Bereich aktualisiert oder neu eingeführt werden.
Die Filterfunktion (siehe Abbildung 3) erlaubt es Ihnen, die Einträge nach Art der Verzerrung einzugrenzen. Versuchen Sie zunächst, nach den für Ihr Fachgebiet relevantesten Verzerrungsarten zu filtern, zum Beispiel nach Repräsentationsbias bei kardiovaskulären Tools oder nach Messungsbias bei der Depressionsdiagnostik.
Die Datenbank enthält Quellen in mehreren europäischen Sprachen. Wenn Sie nach Belegen suchen, die speziell auf Ihren nationalen Kontext zugeschnitten sind, könnten Einträge der Partnerinstitution Ihres Landes besonders relevant sein.
Die Datenbank ergänzt das in Modul 5 vorgestellte KI-Systemdossier und das KI-Vigilanzprotokoll. Wenn Sie einen Vorfall im Vigilanzprotokoll dokumentieren, kann die Überprüfung der Datenbank auf ähnliche dokumentierte Fälle dabei helfen, den Befund in einen Kontext zu setzen und die Governance-Maßnahmen Ihrer Einrichtung zu unterstützen.
Nachdem Sie nun alle sechs Module der AEQUITAS-Training absolviert haben, verfügen Sie über das nötige Wissen, um zu verstehen, wie KI im Gesundheitswesen funktioniert, die Arten und Folgen von Gender- und rassenspezifischen Bias zu erkennen, sich im ethischen und rechtlichen Umfeld zurechtzufinden und die vom AEQUITAS-Projekt entwickelten praktischen Tools (die Datenbank und das Regulierungsmodell) in Ihrer täglichen Praxis anzuwenden.
Helfen Sie uns, uns zu verbessern – EU-Umfrage zu Justiz, Rechten und Werten
Helfen Sie uns, uns zu verbessern – EU-Umfrage zu Justiz, Rechten und Werten
Im Rahmen dieses von der EU finanzierten Projekts möchten wir Sie bitten, an einer kurzen Umfrage der Europäischen Kommission teilzunehmen – der EU-Umfrage zu Justiz, Rechten und Werten. Diese Umfrage dient dazu, Rückmeldungen von Teilnehmenden an CERV-finanzierten Projekten wie AEQUITAS zu sammeln, um die Bewertung ihrer Auswirkungen zu unterstützen und zukünftige Initiativen in ganz Europa zu verbessern.
Hier können Sie sich die Umfrage ansehen: EU Survey on Justice, Rights and Values
⚠️ Bitte füllen Sie den Fragebogen erst nach Ihrem Live-Vortrag aus. Wir werden Ihnen den Link dann erneut zusenden, damit Ihr Feedback die gesamte Schulungserfahrung widerspiegelt.
Page updated
Report abuse