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 dem Institut für Medizinische Mikrobiologie, Immunologie und Parasitologie des Universitätsklinikums Bonn gegründet, um die weltweiten Bemühungen zur Eliminierung der Flussblindheit in 10 Ländern bis 2030 zu unterstützen.

Frühere GDSCs zielten auch darauf ab, eine nachhaltige Zukunft zu schaffen – Teams haben daran gearbeitet, mithilfe von KI Pottwale 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 Spezialist untersucht Gewebeproben, um das Vorhandensein von parasitären Würmern festzustellen, die Flussblindheit verursachen

Die Lösungen müssen die Fähigkeit der KI nachweisen, das Entwicklungsstadium des Wurms bei einem 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, Abhijit 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 teilgenommen haben“, sagt Utkarsh. “Aufgrund unserer Erfahrung und Kenntnis der Fähigkeiten des anderen fühlen wir uns als ein gutes Team.”

Kopf 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 innovativen 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 in neue Technologien und Methoden einführen würde, insbesondere in die Objekterkennung.

Medizinische KI sei ein besonders vielversprechender Bereich, sagt Utkarsh. “Dieser Bereich boomt gerade. Wir wussten, wenn wir mehr über diesen Bereich erfahren könnten, würde dies unserer Karriere helfen, bessere Lösungen für Kunden ermöglichen und natürlich dazu beitragen, die Welt zu einem gesünderen Ort zu machen.”

Bilder solcher Gewebeproben werden verwendet, um KI-Modelle zu trainieren

weltweiten Gedankenaustausch

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

„Obwohl die Teams gegeneinander antraten, tauschten wir in früheren Runden Informationen darüber aus, wie einige der 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, genutzt zu werden“, sagt er. „Wir haben bereits gesehen, wie man solche Daten nutzt, um effiziente automatisierte Systeme zu erstellen, um Zeit zu sparen und es den Forschern zu ermöglichen, sich auf wichtigere Themen zu konzentrieren.“

Ein Forscher untersucht Gewebeproben unter einem Mikroskop

Prince weist darauf hin, 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 wird auch in Gepäckabfertigungssystemen von Flughäfen funktionieren, wo eine Objektverfolgung erforderlich ist.

zeige Ergebnis

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, eine 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, etwas zu bewirken und Ärzten dabei zu helfen, die Welt zu einem gesünderen Ort zu machen.“

Source

Auch Lesen :  Ganzheitliche CX-Strategie als essenzielle Basis für finanziellen Erfolg

Leave a Reply

Your email address will not be published.

In Verbindung stehende Artikel

Back to top button