Skip to main content Skip to main navigation

Projekt | VERANDA

Laufzeit:
Vertrauenswürdige Anonymisierung sensibler Patientdaten für Fernkonsultationen

Vertrauenswürdige Anonymisierung sensibler Patientdaten für Fernkonsultationen

Forschungsthemen

Anwendungsfelder

Das Hauptziel von VERANDA ist die Erforschung und Förderung der informationellen Selbstbestimmung im Zusammenhang mit persönlichen und sensiblen medizinischen Daten, insbesondere bei stigmatisierten Gruppen. Dazu gehört auch die Förderung wichtiger medizinischer Diagnosen wie Krebserkennung und klinisch-psychologische Betreuung, die während der COVID-19-Pandemie verstärkt nachgefragt wurde. Das Projekt ist eng mit der Bereitstellung personenbezogener Daten für Forschungszwecke verbunden, was die Bedeutung einer effektiven Chancen-Risiko-Kommunikation mit Patienten und der Öffentlichkeit verdeutlicht. Durch die Untersuchung der Bedingungen, unter denen Patienten bereit sind, ihre Daten im Rahmen von Online-Konsultationen weiterzugeben, sollen im Rahmen des Projekts Kommunikationsstrategien entwickelt werden, die das Verständnis der Nutzer für die einschlägigen Datenschutztechnologien verbessern.

Kontakt

Dr.-Ing. Tim Polzehl Dr. Roland Roller

Keyfacts

Beteiligte Forschungsbereiche

Publikationen

Alle Publikationen
  1. Comprehensive Layer-wise Analysis of SSL Models for Audio Deepfake Detection

    Yassine El Kheir; Younes Samih; Suraj Maharjan; Tim Polzehl; Sebastian Möller

    In: Luis Chiruzzo; Alan Ritter; Lu Wang (Hrsg.). Findings of the Association for Computational Linguistics: NAACL 2025. Annual Conference of the Nations of the Americas Chapter of the Association for Computational Linguistics (NAACL-2025), April 29 - May 4, Albuquerque, USA, Pages 4070-4082, ISBN 979-8-89176-195-7, Association for Computational Linguistics, 4/2025.
  2. Cross-Refine: Improving Natural Language Explanation Generation by Learning in Tandem

    Qianli Wang; Tatiana Anikina; Nils Feldhus; Simon Ostermann; Sebastian Möller; Vera Schmitt

    In: Marianna Apidianaki; Hend Al-Khalifa; Barbara Di Eugenio; Steven Schockaert (Hrsg.). 31th International Conference on Computational Linguistics 2025. International Conference on Computational Linguistics (COLING-2025), January 19-24, Abu Dhabi, United Arab Emirates, International Conference on Computational Linguistics, 2025.
  3. FitCF: A Framework for Automatic Feature Importance-guided Counterfactual Example Generation

    Qianli Wang; Nils Feldhus; Simon Ostermann; Luis Felipe Villa Arenas; Sebastian Möller; Vera Schmitt

    In: Mohammad Taher Pilehvar; Ekaterina Shutova; Wanxiang Che; Joyce Nabende (Hrsg.). Findings of the Association for Computational Linguistics: ACL 2025. Annual Meeting of the Association for Computational Linguistics (ACL-2025), The 63rd Annual Meeting of the Association for Computational Linguistics, located at ACL 2025 Findings, July 27 - August 1, Vienna, Austria, Association for Computational…

Fördergeber

BMBF - Bundesministerium für Bildung und Forschung

BMBF - Bundesministerium für Bildung und Forschung