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. IT-Systemadministrator als Fachgebietsleiter (m/w/d)
    SWU Stadtwerke Ulm/Neu-Ulm GmbH, Ulm
  2. Abteilungsleiter Softwareentwicklung (m/w/d)
    ESPERA-Werke GmbH, Duisburg
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
Von Cubesats zu Disksats
Satelliten als fliegende Scheiben

Leichte und billige Satelliten, die auch zu Mond und Mars fliegen können: Aerospace Corp hat den neuen Standardformfaktor Disksats entwickelt.
Von Frank Wunderlich-Pfeiffer

Von Cubesats zu Disksats: Satelliten als fliegende Scheiben
Artikel
  1. Full Self Driving: Tesla-Fahrer dürfen Beta nur bei Wohlverhalten nutzen
    Full Self Driving
    Tesla-Fahrer dürfen Beta nur bei Wohlverhalten nutzen

    Die Testversion des Full-Self-Driving-Pakets sollen nur Tesla-Fahrer nutzen dürfen, deren Fahrverhalten einwandfrei ist.

  2. Umweltfreundlicher Sattelschlepper: Iveco und Nikola starten E-Lastwagen-Produktion in Ulm
    Umweltfreundlicher Sattelschlepper
    Iveco und Nikola starten E-Lastwagen-Produktion in Ulm

    Die Nikola-Zugmaschine Tre mit Elektroantrieb soll zunächst für den US-Markt gefertigt werden, später auch für Europa.

  3. Echtzeit-Strategie: Age of Empires 4 braucht nicht die schnellste Hardware
    Echtzeit-Strategie
    Age of Empires 4 braucht nicht die schnellste Hardware

    Die vollständigen Specs für den Technik-Test von Age of Empires 4 liegen vor. Spieler können ab heute Abend in die Historie eintauchen.

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 • Corsair Vengeance LPX DDR4-3200 16 GB 63,74€ und 32 GB 108,79€ • Alternate (u. a. Creative SB Z SE 71,98€, Kingston KC2500 2 TB 181,89€ und Recaro Exo Platinum 855,99€) • Breaking Deals mit Club-Rabatten • ASUS ROG Crosshair VIII Hero WiFi 269,99€ • iPhone 13 vorbestellbar [Werbung]
    •  /