Mit Machine Learning in der Medizin Neues sehen

Was geschieht, wenn unterschiedliche Datentypen von einer Krankheit – etwa RNA/DNA-Daten, Bilddateien und Patientendaten – gemeinsam analysiert werden? Welche bislang unbekannten Verbindungen können gefunden werden? Damit beschäftigt sich derzeit das Research Studio Data Science der RSA FG in Wien im Rahmen des Projekts VISIOMICS. [...]

Mihai Lupu, Leiter des Research Studio Data Science
Mihai Lupu, Leiter des Research Studio Data Science (c) Research Studios Austria Forschungsgesellschaft

 „Die Herausforderung besteht sowohl in der Datenerfassung als auch in der ‚Feature Extraction‘. Denn wir haben es mit vielen tausenden Kolumnen zu tun“, sagt Studioleiter Mihai Lupu. Dabei verwendet das Research Studio Data Science eine eigens in Java, R und Python programmierte Software. Für Data Mining wird weiter die Machine-Learning-Software Weka verwendet, für Deep-Learning-Anwendungen kommen PyTorch und Tensorflow zum Einsatz.

„Ziel ist es, Korrelationen zu entdecken, die Menschen nicht vermuten und schon gar nicht sehen können“, erklärt Lupu. „Wir haben für solche Probleme eine einmalige Expertise in Machine-Learning-Methoden für die Analyse riesiger Datenmengen.“

Im Anwendungsfall des von der FFG geförderten Projekts VISIOMICS handelt es sich um Daten von rund 200 am Neuroblastom erkrankten Kindern des Wiener St. Anna Kinderspitals. Das RSA FG Research Studio arbeitet dabei mit fünf Partnern aus Österreich und Deutschland – vom Virtual-Reality-Spezialisten bis zur Hautklinik – für eine neue ganzheitliche Sichtweise auf diese seltene Krebserkrankung zusammen.

„Ziel ist eine technische Lösung, mit der Onkologen die Rückfallwahrscheinlichkeit bei Erkrankungen besser prognostizieren können“, erklärt Lupu. „Die Mediziner brauchen hier dringend Hilfe, es gibt einen großen Bedarf.“ Projektlaufzeit ist bis September 2019.

Werbung

Mehr Artikel

Hinterlasse jetzt einen Kommentar

Kommentar hinterlassen

E-Mail Adresse wird nicht veröffentlicht.


*


This site uses Akismet to reduce spam. Learn how your comment data is processed.