Code für die Heilung – Capgemini Germany

Weltweit leiden 20 Millionen Menschen an einer Tropenkrankheit, die als Flussblindheit oder Onchozerkose bekannt ist. Sie wird durch parasitäre Würmer verursacht, die durch Fliegenstiche übertragen werden, und ist am häufigsten in Afrika südlich der Sahara. Sie wird als vernachlässigte Tropenkrankheit (NTD) eingestuft und kann zu dauerhafter Erblindung führen, wenn sie nicht wirksam behandelt wird.

Nutzen Sie unsere Talente, um mit KI etwas zu bewirken

Das fünfte GDSC wurde in Zusammenarbeit mit dem Institut für Medizinische Mikrobiologie, Immunologie und Parasitologie des Universitätsklinikums Bonn gegründet, um die weltweiten Bemühungen zur Beseitigung der Flussblindheit in 10 Ländern bis 2030 zu unterstützen.

Frühere GDSCs zielten auch darauf ab, eine nachhaltige Zukunft zu schaffen: Teams haben daran gearbeitet, Pottwale mithilfe von KI zu beobachten und einem norwegischen Meeresobservatorium dabei zu helfen, Anomalien auf See zu erkennen.

Unser neues Ziel war es, eine KI-basierte Lösung zu entwickeln, die die Plattform Amazon Web Services (AWS) nutzt und Bilder von Gewebeproben scannen kann, um das Vorhandensein parasitärer Würmer zu identifizieren.

Ein Experte untersucht Gewebeproben auf das Vorhandensein von parasitären Würmern, die Flussblindheit verursachen

Die Lösung sollte die Fähigkeit der künstlichen Intelligenz demonstrieren, das Entwicklungsstadium des Wurms im Patienten effektiv zu diagnostizieren, sowie die Fähigkeit des maschinellen Lernens, den für neue Behandlungen erforderlichen Testprozess zu beschleunigen.

Enge Zusammenarbeit, um die Herausforderung zu meistern

Der Wettbewerb wurde vom Insights & Data-Team in Indien gewonnen: Utkarsh Prakash, Abhijeet Gorai, Prince Raj und Deepak Pandey, alle Datenwissenschaftler. In einem spannenden Wettbewerb zeigte ihre Lösung die größte Verbesserung bei der Genauigkeit des Gewebeprobentests.

Die Kollegen kannten sich gut: Utkarsh, Abhijeet, Prince und Deepak kamen 2019 zu Capgemini und waren in derselben Data-Science-Trainingsgruppe, und Abhijeet und Deepak studierten sogar an derselben Universität. „Dies war das zweite Mal, dass wir als Team an der GDSC teilnahmen“, sagt Utkarsh. “Basierend auf unserer Erfahrung und dem Wissen um die Fähigkeiten des anderen denken wir, dass wir ein gutes Team sind.”

Stecken Sie Ihre Köpfe zusammen

„Wir nehmen uns am Ende jedes Arbeitstages eine Stunde Zeit, um etwa zwei Monate lang an dem Projekt zu arbeiten“, erklärt Prince. „Wir treffen uns online, um unsere neuen Ideen auszutauschen und Lösungen zu finden. Der Anreiz für das Team, an dem Wettbewerb teilzunehmen, war die Aussicht, neue Fähigkeiten zu erlernen“, sagt Abhijeet. „Wir stehen alle am Anfang unserer Karriere und wir wussten, dass dieser Wettbewerb dies tun würde bringen uns neue Technologien und Arbeitsweisen näher, insbesondere in der Objekterkennung.

Utkarsh fügt hinzu, dass die medizinische KI ein besonders vielversprechender Sektor ist. „Dieser Bereich boomt gerade. Wir wussten, dass es uns bei unserer Karriere helfen, bessere Lösungen für Kunden ermöglichen und natürlich dazu beitragen würde, die Welt zu einem gesünderen Ort zu machen, wenn wir mehr über diesen Bereich erfahren könnten.

Gewebeprobenbilder wie dieses werden verwendet, um das KI-Modell zu trainieren

Globaler Ideenaustausch

Als Teil der Herausforderung ermöglichte eine Online-Arbeitsumgebung aktuellen und früheren Teilnehmern, Neuigkeiten und Updates zu erhalten und Best Practices auf der ganzen Welt auszutauschen.

„Obwohl die Teams gegeneinander antraten, tauschten wir in früheren Runden Informationen darüber aus, wie bestimmte Herausforderungen gemeistert werden können“, sagt Deepak. „Dadurch wurde sichergestellt, dass jedes Team mit den besten verfügbaren Lösungen arbeitete, was den Input insgesamt erhöhte.

Eine vielversprechende Zukunft für KI

Das Universitätsklinikum Bonn will die Siegerlösung weiterentwickeln und aus allen Bewerbern die besten Ideen auswählen. Laut Utkarsh sind die Aussichten für KI-Lösungen im breiteren medizinischen Bereich sehr vielversprechend. “Es gibt eine riesige Menge an Daten, die darauf warten, verwendet zu werden”, sagt er. „Wir haben aus erster Hand gesehen, wie man diese Daten verwendet, um effiziente automatisierte Systeme zu erstellen, um Zeit zu sparen und es den Forschern zu ermöglichen, sich auf wichtigere Fragen zu konzentrieren.“

Ein Forscher untersucht Gewebeproben unter einem Mikroskop

Prince erklärt, dass das von ihnen entwickelte Modell auch breitere Anwendungen haben könnte.

„Unser Lernmodell eignet sich für jeden Datensatz, für jede Objekterkennungsanforderung im medizinischen Bereich, zum Beispiel für die Erkennung von Krebszellen“, sagt er. „Es würde sogar in einem Flughafen-Gepäckabfertigungssystem funktionieren, wo eine Objekterkennung erforderlich ist.

Sehen Sie sich die Ergebnisse an

Ein aufregender Teil des Gewinns von GDSC ist der Preis, der es dem Team ermöglicht, zu sehen, wie seine Lösung zum Leben erweckt wird. Als zusätzlichen Bonus erhält das Team neben dem Gewinn einer Reise zum Universitätsklinikum Bonn, um medizinische Fachkräfte bei der Arbeit im Kampf gegen die Krankheit zu sehen, eine kostenlose AWS-Zertifizierungsprüfung. Für Utkarsh und seine Kollegen war die ganze Erfahrung sehr bereichernd. “Der Wettbewerb ist eine fantastische Lernplattform – wir können ihn nicht genug empfehlen. Wir sind so stolz darauf, etwas zu bewirken und Ärzten dabei zu helfen, die Welt zu einem gesünderen Ort zu machen.”

Source

Auch Lesen :  Rosemarie Nave-Herz' Buch „Die Ehe in Deutschland“

Leave a Reply

Your email address will not be published.

In Verbindung stehende Artikel

Back to top button