Web Summit 2020: Trient nutzt KI zur Gesundheitsvorsorge

Datengestützte Gesundheitsvorsorge und eine Datenbank für die Unfallvorhersage. Zwei Projekte, die beim Web Summit vorgestellt wurden.

Lesezeit: 1 Min.
In Pocket speichern
vorlesen Druckansicht Kommentare lesen 2 Beiträge

(Bild: whiteMocca/Shutterstock.com)

Von
  • Andrea Trinkwalder

Künstliche Intelligenz in Gesundheit, Verkehr und Nachhaltigkeit – diese Themen haben einige Vorträge auf dem diesjährigen Web Summit bestimmt. In Trient wird sie bereits von den Bürgern zur eigenen Vorsorge genutzt. Siemens arbeitet noch an einer Unfallvorhersage.

Um datengestützte Gesundheitsvorsorge und eine vom Bürger kontrollierte Gesundheitsakte ist es im Vortrag "AI for Health in an open public-private ecosystem" von Paolo Traverso, Leiter des Center for Information and Communication Technology (ICT) der Fondazione Bruno Kessler (FBK), in Trient beim Web Summit gegangen. Das Institut hat sich der Entwicklung KI-gestützter Techniken für kommunale Zwecke sowie für kleinere und mittelständische Unternehmen verschrieben: Am Institut sollen offene digitale Plattformen und Co-Innovation Labs entstehen, in denen Interessierte mit KI experimentieren können. Man will eine Brücke zwischen Forschung und Produktion schlagen und möglichst breiten, leichten Zugang zu Daten sowie innovativer Technik wie Künstlicher Intelligenz bieten, so Traverso in seinem Vortrag.

Ein Beispiel ist die Gesundheitsplattform TreC (Cartella Clinica del Cittadino), die in der Autonomen Provinz Trient seit 2012 eingesetzt und von etwa 130.000 Einwohnern genutzt wird, was etwa einem Viertel der Bevölkerung entspricht. Sie soll es Bürgern ermöglichen, ihre elektronische Gesundheitsakte einzusehen, also etwa sämtliche Diagnosen, Verschreibungen sowie Labor- und radiologische Ergebnisse oder den Impfstatus abzurufen. Darüber hinaus soll das System aus den Daten lernen und rechtzeitig präventive Maßnahmen vorschlagen oder Alarm schlagen, wenn Probleme absehbar sind.

Mit Hilfe eines Tagebuchs können chronisch Kranke wie etwa Asthmatiker oder Diabetiker die Entwicklung ihrer Messwerte verfolgen und kontrollieren. Auch eine Familienanamnese ist möglich, um erblich bedingte Gesundheitsrisiken frühzeitig zu erkennen. Dabei soll das Tagebuchmodul einen privaten, geschützten Raum für die eigenen Gesundheitsdaten bieten, aber auch die Möglichkeiten, Informationen ganz oder teilweise freizugeben – etwa für einen Facharzt oder die eigenen Kinder, wenn sie sich im Alter um medizinische Angelgenheiten kümmern.

Datenwissenschaftlerin Carolina Alves und Verkehrsingenieur Francisco Freitas arbeiten bei Siemens daran, mit Hilfe von Deep Learning gefährliche Situationen im Straßenverkehr zu erkennen, darüber berichteten sie ebenfalls auf dem Web Summit. Mangels geeignetem Trainingsmaterial mussten sie zunächst eine eigene Datenbank aufbauen: von Drohnen aus der Vogelperspektive gefilmte Verkehrssituationen. Für Objekterkennung und -lokalisierung nutzten sie das auf Videos spezialisierte Machine-Learning-Framework YOLO v4, die Entscheidung dafür fiel vor allem aufgrund seiner hohen Erkennungsgeschwindigkeit. Anhand der Abstände der erkannten Objekte sowie deren Fortbewegungsgeschwindigkeit und -richtung versuchen die Forscher, die Zeit bis zum Zusammenstoß zu berechnen und anhand dieser Berechnungen gefährliche Situationen frühzeitig zu erkennen. Das Projekt läuft seit 2018, ihre Ergebnisse wollen die Forscher im Frühjahr 2021 präsentieren.

(emw)