Code für die Heilung – Capgemini Germany

Zwanzig Millionen Menschen weltweit leiden an einer Tropenkrankheit namens Flussblindheit oder Onchozerkose. 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.

Verbesserung unserer Fähigkeiten, um Veränderungen mit KI voranzutreiben

Das 5. GDSC wurde in Partnerschaft mit dem Institut für Klinische 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 das Ziel, eine nachhaltige Zukunft zu schaffen – Teams haben daran gearbeitet, Pottwale mithilfe von KI zu verfolgen und dem norwegischen Meeresobservatorium dabei zu helfen, Anomalien im Ozean zu erkennen.

Unser neues Ziel ist die Entwicklung einer KI-basierten Lösung, die die Plattform Amazon Web Services (AWS) nutzt und Bilder von Gewebeproben scannt, um das Vorhandensein parasitärer Würmer zu erkennen.

Ein Spezialist untersucht Gewebeproben, um das Vorhandensein von parasitären Würmern festzustellen, die Flussblindheit verursachen

Die Lösung muss die Fähigkeit der KI nachweisen, das Entwicklungsstadium des Wurms eines Patienten effektiv zu diagnostizieren, und die Fähigkeit des maschinellen Lernens, den für neue Behandlungen erforderlichen Testprozess zu beschleunigen.

Enge Zusammenarbeit, um die Herausforderung zu meistern

Gewonnen hat das Insights & Data Team in Indien: Utkarsh Prakash, Abhijeet Gorai, Prince Raj und Deepak Pandey als Data Scientists. In einem lebhaften Wettbewerb zeigte ihre Lösung eine enorme Verbesserung 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 besuchten dieselbe Universität. „Dies ist das zweite Mal, dass wir als Team an der GTSC teilnehmen“, sagt Utkarsh. “Basierend auf unserer Erfahrung und dem Wissen um die Fähigkeiten des anderen denken wir, dass wir ein gutes Team sind.”

Haltet die Köpfe zusammen

„Zwei Monate lang nehmen wir uns am Ende jedes Arbeitstages eine Stunde Zeit, um an dem Projekt zu arbeiten“, erklärt Prince. “Wir haben uns online getroffen, um unsere neuen Ideen auszutauschen und Lösungen zu finden. Die Gelegenheit, neue Fähigkeiten zu erlernen, war es, die das Team motivierte, am Wettbewerb teilzunehmen”, sagt Abhijeet.

Medizinische KI sei ein besonders vielversprechendes Feld, sagt Udkarsh. „Dieser Bereich wächst jetzt. Mehr über diesen Bereich zu wissen, wird uns in unserer Karriere helfen, bessere Lösungen für Kunden ermöglichen und natürlich dazu beitragen, die Welt zu einem gesünderen Ort zu machen.

Solche Gewebeprobenbilder werden verwendet, um ein KI-Modell zu trainieren

Globaler Ideenaustausch

Als Teil der Herausforderung ermöglichte die Online-Arbeitsumgebung aktuellen und früheren Teilnehmern, Neuigkeiten, Updates und Best Practices aus der ganzen Welt auszutauschen.

„Obwohl die Teams gegeneinander antraten, haben wir in den vorherigen Runden Informationen darüber ausgetauscht, wie bestimmte Herausforderungen gemeistert werden können“, sagt Deepak. „Dadurch wird sichergestellt, dass jedes Team mit den besten verfügbaren Lösungen arbeitet, wodurch sich der Input insgesamt erhöht.

Eine vielversprechende Zukunft für KI

Universitätsklinikum Pan möchte die erfolgreiche Lösung weiterentwickeln und wählt aus allen Bewerbern die besten Ideen aus. Laut Udkarsh sind die Aussichten für KI-Lösungen im breiteren medizinischen Bereich sehr vielversprechend. “Es gibt viele Daten, die darauf warten, verwendet zu werden”, sagt er. „Wir haben aus erster Hand gesehen, wie man solche Daten nutzt, um effiziente automatisierte Systeme zu erstellen, die Zeit sparen und es den Forschern ermöglichen, sich auf das Wesentliche 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 jeden Objekterkennungsbedarf im medizinischen Bereich – zum Beispiel zum Nachweis von Krebszellen“, sagt er. „Es funktioniert sogar in einem Flughafen-Gepäckabfertigungssystem, wo eine Objekterkennung erforderlich ist.

Überprüfen Sie die Ergebnisse

Ein aufregender Teil des Erfolgs von GDSC ist die Auszeichnung, die es dem Team ermöglicht, zu sehen, wie seine Lösung zum Leben erweckt wird. Als zusätzlichen Bonus gewinnt das Team eine Reise zum Universitätsklinikum Bonn, um medizinische Fachkräfte bei der Arbeit im Kampf gegen die Krankheit zu sehen, und das Team erhält 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 sehr stolz darauf, einen Unterschied zu machen und Ärzte dabei zu unterstützen, die Welt zu einem gesünderen Ort zu machen.“

Source

Auch Lesen :  Badenerin steht im Halbfinale von TV-Sendung „Ninja Warrior Germany“

Leave a Reply

Your email address will not be published.

In Verbindung stehende Artikel

Back to top button