Coronavirus: Forscher auf Kopfgeldjagd

Google hat ein Preisgeld ausgeschrieben, nun wollen KI-Forscher und Datenwissenschaftler dem Coronavirus zu Leibe rücken.

Ein Bericht von Robert Herr veröffentlicht am
Mikroskopische Ansicht des Coronavirus (undatiert)
Mikroskopische Ansicht des Coronavirus (undatiert) (Bild: CDC/Getty Image)

Ein Kopfgeld auf das Coronavirus ist auf der Onlinecommunity Kaggle, die zu Google gehört, ausgesetzt worden. Datenwissenschaftler und KI-Enthusiasten sollen dem Virus an den Kragen gehen.

Insgesamt sind 10.000 US-Dollar für die beste Beantwortung von zehn verschiedenen Forschungsfragen ausgeschrieben. Grundlage dafür ist ein unter anderem vom Weißen Haus zusammengestellter Datensatz, der aus über 45.000 wissenschaftlichen Artikeln zum Thema SARS-CoV-2 und COVID-19 besteht. Anhand dieses Datensatzes sollen die Datenwissenschaftler unter anderem beantworten, was bisher über die Übertragung, die Inkubationszeit oder auch die Risikofaktoren überhaupt bekannt ist. Es gibt bereits über 500 Einreichungen. Die erste Runde des Wettbewerbs geht noch bis zum 16. April.

Neuronale Netzwerke sollen COVID-19 diagnostizieren

Aber auch an anderer Stelle wird versucht, künstliche Intelligenz im Kampf gegen Corona zu nutzen. In einer offenen Datenbank tragen KI-Forscher von der University of Montreal, CT- und Röntgenaufnahmen der Lungen von an COVID-19 Erkrankten zusammen. Ihr Ziel ist es, mit diesen Daten künstliche neuronale Netzwerke zu trainieren, die mittels Mustererkennung die Erkrankung diagnostizieren können. In anderen Bereichen der Medizin ist dies bereits erfolgreich erprobt. Und auch in im Fall von COVID-19 zeigen sich KI-Forscher der University of California San Diego (UCSD) und der University of Birmingham verhalten zuversichtlich.

Sowohl in San Diego als auch in Birmingham wird dabei auf künstliche neuronale Netzwerke gesetzt, genauer: auf sogenannte Convolutional Neural Networks (CNNs). Dabei handelt es sich um ein Konzept des maschinellen Lernens, das auf der Imitation biologischer neuronaler Netzwerke beruht. Ähnlich wie auch in einem Gehirn bestehen CNNs klassischerweise aus mehreren Lagen miteinander vernetzter künstlicher Neuronen, welche die Daten verarbeiten.

Stellenmarkt
  1. Data Scientist (m/w/d) für parametrische Versicherungen
    Hannover Rück SE, Hannover
  2. Softwareentwickler für Embedded Systems (m/w/d)
    MRU Messgeräte für Rauchgase und Umweltschutz GmbH, Neckarsulm-Obereisesheim
Detailsuche

Birmingham vermeldet mit seinem Decompose, Transfer, and Compose (DeTraC) genannten Modell Diagnosegenauigkeiten von über 90 Prozent. Den Forschern aus San Diego zufolge, die ebenfalls eine sehr hohe Genauigkeit erreichen, gibt es aber einen Haken bei der Sache: Die für das Training des CNN zur Verfügung stehende Menge an CT- und Röntgenaufnahmen sei noch zu klein. Das könne zu sogenannter Überanpassung führen, einem gefürchteten Effekt beim maschinellen Lernen. Dabei funktioniert das Modell sehr gut mit dem Trainingsdatensatz, verliert allerdings stark an Genauigkeit bei der viel größeren Bandbreite an Daten im realen Einsatz. Der grundsätzliche Ansatz ist vielversprechend . Wichtig für die weitere Forschung ist jedoch laut den Forschern aus San Diego dass eine größere Anzahl an Bilddaten verfügbar ist.

Die Forscher aus Montreal wollen dazu beitragen. Sie beabsichtigen den Aufbau einer offenen und für alle Wissenschaftler frei zugänglichen Datenbank aber auch deshalb, weil Berichten zufolge entsprechende Software kommerzieller Unternehmen in China bereits zum Einsatz kommt.

Eine zuverlässige COVID-19-Diagnose anhand von bildgebenden Verfahren wäre auf jeden Fall ein großer Fortschritt. Das bisher übliche Verfahren auf Grundlage der Polymerase-Kettenreaktion benötigt ein voll ausgestattetes Labor; Röntgengeräte und andere bildgebende Verfahren hingegen sind in jedem Krankenhaus vorhanden.

Bitte aktivieren Sie Javascript.
Oder nutzen Sie das Golem-pur-Angebot
und lesen Golem.de
  • ohne Werbung
  • mit ausgeschaltetem Javascript
  • mit RSS-Volltext-Feed
Künstliche Intelligenz trifft Prognosen über den Verlauf der Corona-Pandemie 
  1. 1
  2. 2
  3.  


Aktuell auf der Startseite von Golem.de
M1 Pro/Max
Dieses Apple Silicon ist gigantisch

Egal ob AMD-, Intel- oder Nvidia-Hardware: Mit dem M1 Pro und dem M1 Max schickt sich Apple an, die versammelte Konkurrenz zu düpieren.
Ein IMHO von Marc Sauter

M1 Pro/Max: Dieses Apple Silicon ist gigantisch
Artikel
  1. Displayreinigung: Apple bringt 25-Euro-Poliertuch mit Kompatibilitätsliste
    Displayreinigung
    Apple bringt 25-Euro-Poliertuch mit Kompatibilitätsliste

    Fast unbemerkt hat Apple den eigentlichen Star des Events von Mitte Oktober 2021 in seinen Onlineshop aufgenommen: ein Poliertuch.

  2. Virtualisierung: Parallels Desktop für Mac unterstützt Windows 11
    Virtualisierung
    Parallels Desktop für Mac unterstützt Windows 11

    Das neue Parallels Desktop 17.1 kann unter einem Mac mit Intel oder Apple-Silicon-Prozessor eine Maschine für Windows 11 samt vTMP bereitstellen.

  3. Best Practices zur Absicherung der Cloud
     
    Best Practices zur Absicherung der Cloud

    Welchen Risiken und Bedrohungen ist die Unternehmens-IT bei der Nutzung von Cloud-Services ausgesetzt? Der Online-Workshop der Golem Akademie liefert wertvolle Konzepte für die IT-Praxis.
    Sponsored Post von Golem Akademie

Du willst dich mit Golem.de beruflich verändern oder weiterbilden?
Zum Stellenmarkt
Zur Akademie
Zum Coaching
  • Schnäppchen, Rabatte und Top-Angebote
    Die besten Deals des Tages
    Daily Deals • Cyber Week: Bis zu 360€ auf Gaming-Monitore & bis zu 22% auf Be Quiet • MSI 27" Curved WQHD 165Hz HDR 479€ • Alternate (u. a. Team Group PCIe-4.0-SSD 1TB 152,90€) • LG-TVs & Monitore zu Bestpreisen (u. a. Ultragear 34" Curved FHD 144Hz 359€) • Bosch-Werkzeug günstiger [Werbung]
    •  /