��ѻ��ý

W naszym corocznym konkursie Global Data Science Challenge blisko 900 uczestników z 31 krajów pomogło szpitalowi uniwersyteckiemu w Niemczech wykorzystać potencjał sztucznej inteligencji i uczenia maszynowego do poprawy diagnostyki i opracowania nowych metod leczenia ślepoty rzecznej.

Ślepota rzeczna (inaczej onchocerkoza) to tropikalna choroba, na którą cierpi dwadzieścia milionów ludzi na całym świecie. Powodują ją pasożyty przenoszone przez ukąszenia much i występuje ona najczęściej w Afryce Subsaharyjskiej. Ślepota rzeczna to choroba zaklasyfikowana jako zaniedbana choroba tropikalna (NTD), która w przypadku braku skutecznego leczenia może prowadzić do trwałej ślepoty.

Opracowanie nowych metod jej leczenia wymaga jednak czasochłonnego procesu analizy próbek tkanek, jednak brakuje specjalistów medycznych, którzy dysponują niezbędną wiedzą na ten temat.
Tę krótką informację otrzymali pracownicy firmy ��ѻ��ý na całym świecie w ramach tegorocznego konkursu Global Data Science Challenge (GDSC) na rzecz zrównoważonej przyszłości.

Wspierajać tym samym talenty w dokonaniu zmian pomocą sztucznej inteligencji.

Piąta odsłona GDSC została przeprowadzona we współpracy z Instytutem Mikrobiologii Medycznej, Immunologii i Parazytologii w Szpitalu Uniwersyteckim w Bonn w charakterze wsparcia globalnych wysiłków na rzecz wyeliminowania ślepoty rzecznej w 10 krajach do 2030 r.

Poprzednie edycje GDSC miały również na celu budowanie zrównoważonej przyszłości – zespoły pracowały nad śledzeniem kaszalotów za pomocą sztucznej inteligencji i pomagały norweskiemu obserwatorium morskiemu w identyfikowaniu anomalii oceanicznych

Naszym nowym celem było stworzenie rozwiązania opartego na sztucznej inteligencji, wykorzystującego platformę Amazon Web Services (AWS), które pozwoliłoby skanować obrazy próbek tkanek w celu wykrywania obecności pasożytów.

Rozwiązanie wymagałoby wykazania zdolności sztucznej inteligencji do skutecznego diagnozowania stadium rozwoju pasożytów u pacjenta, a także zdolności uczenia maszynowego do przyspieszenia procesu analizy, niezbędnego podczas opracowywania nowych metod leczenia.

Ścisła współpraca na drodze do zwycięstwa

Konkurs wygrał zespół ��ѻ��ý & Data z Indii: Utkarsh Prakash, Abhijeet Gorai, Prince Raj i Deepak Pandey, którzy pracują jako analitycy danych. W tym zaciętym konkursie ich rozwiązanie wykazało największą poprawę dokładności analizy próbek tkanek.

Wszyscy członkowie zespołu dobrze znali się – Utkarsh, Abhijeet, Prince i Deepak dołączyli do ��ѻ��ý w 2019 roku i należeli do tej samej grupy szkoleniowej z zakresu danych, a Abhijeet i Deepak ukończyli nawet tę samą uczelnię.  „To był drugi raz, kiedy uczestniczyliśmy w GDSC jako zespół” – mówi Utkarsh. „Bazując na naszym doświadczeniu i wiedzy o swoich wzajemnych umiejętnościach, myślę, że tworzymy zgrany zespół”.

Nacisk na współpracę

„Pod koniec każdego dnia pracy, przez około dwa miesiące, poświęcaliśmy godzinę na pracę nad projektem” – mówi Prince. „Spotykaliśmy się online, aby dzielić się naszymi nowymi pomysłami i szukać rozwiązań”. Jak mówi Abhijeet, zachętą do udziału w konkursie była dla nich szansa na zdobycie nowych umiejętności. „Wszyscy jesteśmy na dość wczesnych etapach naszej kariery i wiedzieliśmy, że ten konkurs pozwoli nam poznać nowe technologie i metody pracy, zwłaszcza w dziedzinie rozpoznawania obiektów”.

Utkarsh dodaje, że sztuczna inteligencja w medycynie to sektor o szczególnie dużym potencjale. „Ten obszar rozkwita właśnie teraz. Wiedzieliśmy, że jeśli będziemy w stanie poznać go lepiej, pomoże nam to w naszej karierze, pozwoli tworzyć lepsze rozwiązania dla klientów i, rzecz jasna, przyczyni się poprawy jakości życia na świecie”.

Dzielenie się pomysłami z całym światem

W czasie trwania wyzwania środowisko pracy online zapewniło obecnym i przeszłym uczestnikom komunikację, wymianę informacji i możliwość dzielenia się najlepszymi rozwiązaniami niezależnie od miejsca.

„Mimo że zespoły rywalizowały ze sobą, we wcześniejszych rundach wszyscy dzieliliśmy się informacjami na temat tego, jak przezwyciężyć pewne wyzwania” – mówi Deepak. „To pozwoliło zapewnić, aby każdy zespół pracował z najlepszymi dostępnymi rozwiązaniami, co podniosło ogólny standard zgłoszeń”.

Świetlana przyszłość AI

Szpital Uniwersytecki w Bonn zamierza rozwijać zwycięskie rozwiązanie, a także zebrać najlepsze pomysły od pozostałych uczestników. Co więcej, zdaniem Utkarsha perspektywy rozwiązań AI w szerzej pojętym sektorze medycznym są bardzo obiecujące. „Mamy tu do czynienia z ogromną ilością danych, które tylko czekają, aby je wykorzystać” – mówi. „Nauczyliśmy się z pierwszej ręki, jak można tworzyć wydajne systemy automatyzacji z użyciem takich danych, aby zaoszczędzić czas i pozwolić naukowcom skupić się na większych problemach”.

Prince wyjaśnia, że model, który stworzyli, może mieć również szersze zastosowanie.

„Nasz model uczenia się będzie działał na każdym zestawie danych, w obliczu każdego wymogu rozpoznawania obiektów w sektorze medycznym – na przykład podczas wykrywania komórek nowotworowych” – mówi. „Zadziałałby nawet w systemie obsługi bagażu w terminalu lotniczym, w którym potrzebne jest wykrywanie obiektów”.

Wgląd w wyniki

Ekscytującą częścią zwycięstwa w GDSC jest otrzymanie nagrody, która pozwoli zespołowi zobaczyć, jak ich rozwiązanie budzi się do życia. Oprócz nagrody w postaci wyjazdu do Szpitala Uniwersyteckiego w Bonn, aby zobaczyć pracę lekarzy walczących z chorobą, zespół otrzyma nieodpłatny dostęp do egzaminu certyfikacyjnego AWS. Dla Utkarsha i jego kolegów całe doświadczenie było niezwykle wartościowe. „Ten konkurs jest fantastyczną platformą do nauki – możemy polecić go z całego serca. Jesteśmy dumni, że możemy coś zmienić, pomagając lekarzom w zmianie świata na lepsze”.