Digitalisierung entwickelt sich zu einem wertvollen Verbündeten im Kampf gegen das Coronavirus. Marlon Cárdenas, Data Scientist bei Sopra Steria, zeigt in einem Blogbeitrag, wie wichtig schnelles Wissen und schnelles Lernen in diesen Tagen geworden ist und wie Data Science und Machine Learning die handelnden Personen unterstützen können.

Die Disziplinen Data Science und Künstliche Intelligenz (KI) eint, dass sie versuchen, die Entwicklung technologischer Lösungen voranzutreiben mit dem Ziel, aktuelle und zukünftige Bedürfnisse der Gesellschaft abzudecken und die Benutzer in ihrem täglichen Leben zu unterstützen. Viele Fachgebiete sind Nutznießer, wobei das Gesundheitswesen und die Gesundheitsforschung derzeit im Vordergrund stehen, angesichts des Kampfes gegen die COVID-19-Pandemie. Digitale Tools, die auf Data Science und KI basieren, unterstützen den Umgang mit Problemen, deren Lösung auf herkömmliche Weise mehr Zeit und Mühe kosten würde.

Die Wissensherausforderung

Maschinelles Lernen auf Basis von KI ist ein komplizierter Prozess, der uns als Gesellschaft bei komplexen Problemen allerdings unterstützen kann. Damit uns diese Technologien helfen können, müssen wir jedoch neue Herausforderungen meistern. Wir wollen immer von der Natur lernen, aber dazu benötigen wir Mechanismen, mit denen wir viele Daten sammeln können. Die Charakterisierung eines Virus und die Vorhersage, wie sich eine Gesellschaft verhalten wird, ist eine ähnlich komplexe Aufgabe. Sie zu bewältigen, erfordert experimentelle Szenarien, in denen aus neuen Erfahrungen gelernt werden kann.

Die Herausforderung wird besonders schwierig, wenn wir dieses Lernen im Arbeitsalltag durchführen und täglich beobachten müssen, wie bedauerliche Situationen die Gesellschaft beeinflussen, während Wissenschaftler verschiedener Fachrichtungen Schwierigkeiten haben, dieses Wissen zu erlangen, das theoretisch niemand hat.

Bei der Bewältigung dieser Herausforderung spielt KI eine wichtige Rolle, Lernprozesse zu beschleunigen und agiler zu gestalten. Die verschiedenen KI-Techniken konkurrieren um die Frage, wie sie eingesetzt werden können, um die aktuelle Situation besser zu beschreiben, vorherzusagen, was morgen passieren könnte, und um uns als Gesellschaft letztendlich dabei zu helfen, die besten Vorgehensweisen zu bestimmen.

Aktuelle Anwendungen für Data Science in der Coronakrise

Zu diesem Zweck fördern digitale Technologien und insbesondere Daten und KI die Entstehung von Funktionen, die speziell in der Medizin einen großen Wert haben. Einige von ihnen werden bereits implementiert, um im Kampf gegen COVID-19 zu helfen.

Das bekannteste Beispiel sind die Apps, die in verschiedenen Ländern entwickelt wurden, um die Ausbreitung des Virus zu überwachen. Diese generieren eine ID auf Ihrem Mobiltelefon und registrieren die IDs anderer Benutzer, mit denen sie Kontakt hatten. Auf diese Weise wird jeder, der positiv auf COVIS-19 getestet wird, in der App registriert, und das System überprüft den Kontaktdatenverlauf der vergangenen Tage, um die Ausbreitung des Virus zu stoppen.

Die App teilt den Benutzern mit, dass sie an einer bestimmten Anzahl von Tagen mit einer bestimmten Anzahl von Personen in Kontakt waren, und erstellt aggregierte Statistiken und Trenddaten. Die App unterstützt damit den Entscheidungsprozess, ob und wie viele Menschen beispielsweise in Quarantäne bleiben müssen oder ob weitere Maßnahmen erforderlich sind. Um den Datenschutz- und Datenschutzanforderungen zu entsprechen, werden die Informationen anonymisiert und nicht in Echtzeit übermittelt.

Darüber hinaus können diese Technologien verwendet werden, um Vorhersagen über die Ausbreitung zu treffen und sogar neue Fälle zu erkennen. Es gibt bereits Beispiele für diese Art der Verwendung. Analytische Ansätze zur Diagnose von Krankheiten beinhalten die Bestimmung der Wahrscheinlichkeit, dass eine bestimmte Krankheit vorliegt, basierend auf einer Reihe von Symptomen und Patientenmerkmalen. Dies bedeutet, die Fähigkeit zu entwickeln, diese Symptome und Merkmale zu messen und gemeinsam zu analysieren. Ziel ist die Diagnosegeschwindigkeit auf Basis gesammelter Daten zu verbessern und zu steigern.

Um diese Diagnose durchzuführen, werden Vorhersagemodelle verwendet, die zuvor verarbeitete Datensätze nutzen. Dabei kommen Techniken wie die Verarbeitung natürlicher Sprache, Datenbereinigung, Mustererkennung in medizinischen Bildern usw. zum Einsatz. Ziel ist es, alle Informationen in einem fertigen Zustand zusammenzufassen und diesen Datensatz zu analysieren.

Der Zweck von Vorhersagemodellen besteht darin zu ermitteln, wie wahrscheinlich die Zugehörigkeit zu einer bestimmten Kategorie ist, beispielsweise die Wahrscheinlichkeit, dass ein neuer untersuchter Fall (ein neuer Patient mit seinen gemessenen Symptomen) an der Krankheit leidet.

In ähnlicher Weise könnte die Telemedizin vereinfacht werden, indem Ärzte verschiedener Fachrichtungen, Pflegekräfte und andere  im Gesundheitswesen tätige Personen zusammenarbeiten können und einfachere Ferndiagnosen erstellen, beispielsweise mithilfe von Videokonferenzsystemen, Augmented-Reality-Lösungen, Datenanalyse und IoT.

Alle Disziplinen, Branchen und Einzelpersonen spielen eine wichtige Rolle, sei es durch die Entwicklung von Lösungen, die Unterstützung bei der Verteilung, die Behandlung von Patienten, die Reinigung und Desinfektion von Krankenhäusern oder den Aufenthalt zu Hause. In diesem Zusammenhang ist die Datenwissenschaft ein mächtiger Verbündeter in dem Kampf, in den wir alle verwickelt sind.

Anmerkung der Redaktion:

Den Original-Beitrag von Marlon Cárdenas, Data Scientist von Sopra Steria, finden Sie in englischer Sprache auf unserer internationalen Website.

Ihre Meinung bitte! Aufruf zur Blogparade:

Woher kommt der aktuelle kreative Geist, dieser offene Blick auf das Machbare, um die Coronakrise zu meistern? Wie retten wir ihn in eine Zeit nach COVID-19? Antworten auf diese Fragen suchen wir mit einer Blogparade.

Lust, mitzumachen? Wie, erfahren Sie hier.

Foto: Getty Images / malija