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.

Unsere Talente stärken, um mit KI etwas zu bewirken

Das 5. GDSC wurde in Zusammenarbeit mit der Abteilung 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 im Ozean 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, um das Vorhandensein von parasitären Würmern festzustellen, die Flussblindheit verursachen

Die Lösung muss die Fähigkeit der KI nachweisen, 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 Team Insights & Data in Indien gewonnen: Utkarsh Prakash, Abhijeet Gorai, Prince Raj und Deepak Pandey, die alle Datenwissenschaftler sind. In einem spannenden Wettbewerb zeigte ihre Lösung die größte Verbesserung bei der Genauigkeit von Gewebeprobentests.

Die Kollegen kannten sich gut – Utkarsh, Abhijeet, Prince und Deepak kamen alle 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 abgeben.”

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 haben uns online getroffen, 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 uns dieser Wettbewerb mit neuen Technologien und Arbeitsweisen bekannt machen würde, insbesondere mit der Objekterkennung.

Utkarsh fügt hinzu, dass die medizinische KI ein besonders vielversprechender Sektor ist. „Dieser Bereich boomt gerade. Wir wussten, dass es uns in 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 ehemaligen Teilnehmern, weltweit Neuigkeiten und Updates zu erhalten und Best Practices auszutauschen.

„Obwohl die Teams gegeneinander antraten, tauschten wir in den früheren Runden Informationen darüber aus, wie bestimmte Herausforderungen gemeistert werden können“, sagt Deepak. „Dadurch wurde sichergestellt, dass jedes Team an 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 weiteren medizinischen Bereich sehr vielversprechend. “Es gibt eine Fülle von Daten, die nur darauf warten, verwendet zu werden”, sagt er. „Wir haben aus erster Hand gesehen, wie man solche Daten nutzen kann, um effiziente automatisierte Systeme zu erstellen, um Zeit zu sparen und es den Forschern zu ermöglichen, sich auf wichtigere Dinge 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 zum Nachweis 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 GDSC-Gewinns ist die Auszeichnung, die 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 die Arbeit medizinischer Fachkräfte im Kampf gegen die Krankheit zu sehen, die kostenlose AWS-Zertifizierungsprüfung. Für Utkarsh und seine Kollegen war die ganze Erfahrung sehr bereichernd. „Der Wettbewerb ist eine fantastische Lernplattform – wir können ihn nur wärmstens empfehlen. Wir sind sehr stolz darauf, einen Unterschied zu machen und Ärzten zu helfen, die Welt zu einem gesünderen Ort zu machen.”

Source

Auch Lesen :  Faesers Reformpläne: Türkische Gemeinde begrüßt neues Staatsbürgerschaftsrecht – CDU befürchtet „verramschte“ Pässe

Leave a Reply

Your email address will not be published.

In Verbindung stehende Artikel

Back to top button