MPSD-Forscher gewinnen Hackathon mit KI-System zur Erfassung von Daten über chronische Krankheiten

Drei Nachwuchsforscher aus der Scientific Support Unit Computational Science haben mit ihrem Team den ersten Preis in einem Hackathon gewonnen. Sie entwickelten eine auf künstlicher Intelligenz (KI) basierende Lösung für eine Datenplattform, die Patienten beim Selbstmanagement von schweren Krankheiten unterstützt.

Der Wettbewerb wurde vom europäischen COMPAR-EU-Projekt organisiert. Die Onlineplattform des Projekts unterstützt Patient*innen mit Krankheiten wie Typ-2-Diabetes, Herzinsuffizienz, Fettleibigkeit und chronisch obstruktiven Lungenerkrankungen. Um das Selbstmanagement dieser Krankheiten zu verbessern, stellt das Projekt Entscheidungshilfen für Patient*innen bereit, so dass sie beispielsweise ihre Symptome besser einschätzen oder ihren Lebensstil anpassen können.

Die Plattform bündelt große Mengen evidenzbasierter Daten, um die wirksamsten und kosteneffizientesten Ansätze für das Selbstmanagement zu finden. Derzeit extrahieren Forscher*innen diese Daten manuell aus wissenschaftlichen Studien. Als Alternative zu diesem zeitaufwändigen Prozess entwickelte das Hackathon-Team eine automatisierte, KI-basierte Lösung, um die wesentlichen Daten aus den Studien zu sammeln – wie zum Beispiel Alter, Geschlecht, Krankheit und die gewählten Interventionen. Mit dieser deutlich effizienteren Methode kann das Projekt große Datenmengen in kürzerer Zeit sammeln. Die ausgewerteten Daten enthalten wiederum wichtige Informationen für medizinische Fachkräfte, wenn sie ihre Patient*innen beim Umgang mit ihren Krankheiten beraten.

Durch die systematische Analyse der Literatur und die Zusammenfassung von Forschungsergebnissen zielt COMPAR-EU außerdem darauf ab, die Zeitspanne zwischen Forschungsergebnissen und klinischer Praxis zu verkürzen.

Der MPSD-Software-Ingenieur Ashwin Kumar Karnad war zusammen mit den Gastwissenschaftlern Martin Lang und Kevin Yanes Garcia Teil des Teams. Ihre Teamkolleg*innen waren Marilina Santero, Tatjana Scherer und Harsh Shah. „Ich habe es wirklich genossen, in einem interdisziplinären Team zu arbeiten, das Erfahrung im Bereich maschinelles Lernen und Programmierung mit medizinischer Expertise zusammenbringt“, sagte Ashwin Kumar „und die Organisatoren haben fantastische Arbeit geleistet, um eine freundliche und einladende Atmosphäre zu schaffen.“

Alle drei Gruppen präsentierten bemerkenswerte Vorschläge, sagte Hackathon-Organisator Oliver Gröne, aber der Ansatz des Siegerteams „überzeugte die Jury wegen der Verwendung bestehender Tools wie NLP, BERT, robotreviewer und Grobid.“

Die von Hans Fangohr geleitete Scientific Support Unit Computational Science unterstützt die Forschungsaktivitäten am MPSD in allen daten- und rechenintensiven Bereichen. Dies beinhaltet die Analyse experimenteller Datensätze, Design und Nutzung von Computersimulationen, Software Engineering für Forschungssoftware, Datenvisualisierung, Hochleistungsrechnen, Reproduzierbarkeit von wissenschaftlichen Ergebnissen und Wiederverwendbarkeit von Software.

Weitere interessante Beiträge

Zur Redakteursansicht