Code für die Heilung – Capgemini Germany

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

Stärken Sie unsere Talente, um mit KI etwas zu bewirken

Das 5. 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 hatten auch das Ziel, eine nachhaltige Zukunft zu schaffen – Teams arbeiteten an der Beobachtung von Chama-Walen mithilfe von KI und halfen einem norwegischen Meeresobservatorium, Anomalien im Meer 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 müsste 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 Data Scientists sind. 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 alle 2019 zu Capgemini und waren in derselben Data-Science-Trainingsgruppe, und Abhijeet und Deepak studierten sogar an derselben Universität. „Es war das zweite Mal, dass wir als Team zur GDSC gingen“, sagt Utkarsh. “Aufgrund unserer Erfahrung und unseres Wissens um die Fähigkeiten des anderen denken wir, dass wir ein gutes Team sind.”

Reiß dich zusammen

„Wir nehmen uns am Ende jedes Arbeitstages eine Stunde Zeit, um etwa zwei Monate lang an dem Projekt zu arbeiten“, erklärte 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 wächst jetzt. Wir wussten, wenn wir mehr über diesen Bereich erfahren könnten, würde uns das bei unserer Karriere helfen, bessere Lösungen für Kunden ermöglichen und natürlich dazu beitragen, die Welt zu einem gesünderen Ort zu machen.

Bilder von solchen Gewebeproben werden verwendet, um das KI-Modell zu trainieren

Globaler Ideenaustausch

Als Teil der Herausforderung ermöglicht eine Online-Arbeitsumgebung aktuellen und ehemaligen Teilnehmern, Neuigkeiten und Updates zu erhalten und Best Practices aus der ganzen Welt auszutauschen.

„Obwohl die Teams gegeneinander antraten, tauschten wir in der ersten Runde 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 Fülle von Daten, die nur darauf warten, verwendet zu werden“, sagte er. „Wir haben aus erster Hand gesehen, wie wir diese Daten verwenden können, um effiziente automatisierte Systeme zu erstellen, um Zeit zu sparen und es den Forschern zu ermöglichen, sich auf die wichtigsten Probleme zu konzentrieren.“

Ein Forscher untersucht Gewebeproben unter einem Mikroskop

Prince erklärte, 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“, sagte 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 die Auszeichnung, die es dem Team ermöglicht, zu sehen, wie seine Lösungen zum Leben erweckt werden. 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, kostenlose AWS-Zertifizierungsprüfungen. 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 sehr stolz darauf, etwas zu bewirken und Ärzten zu helfen, die Welt zu einem gesünderen Ort zu machen.”

Source

Auch Lesen :  Corona-Pandemie: Kita-Schließungen waren laut Studie unnötig

Leave a Reply

Your email address will not be published.

In Verbindung stehende Artikel

Back to top button