Mithilfe von Machine Learning-Methoden und auf Basis echter, anonymisierter Patient*innendaten entwickelten rund 35 Studierende und Promovierende der Universität Bonn Vorhersagemodelle, um ärztliches Personal bei zentralen Entscheidungen im Klinikalltag zu unterstützen. Der erste #Hack4Surgery wurde vom BOSTER gemeinsam mit dem Transfer Center enaCom und dem Bonn-Aachen Institute for Information Technology (b-it) organisiert.
Unterstützung durch Vorhersagemodelle bietet Vorteile bei Diagnostik
„Jeden Tag entscheiden Ärzt*innen über Menschenleben: Welche Behandlung ist bei bestimmten Leitsymptomen erforderlich? Wird eine Notoperation bei akuten Bauchschmerzen erfolgen oder nicht? Machine-Learning basierte Vorhersagemodelle können helfen, bei herausfordernden Fragen im Klinikalltag schnell und präzise zu unterstützen“, betont Organisator Dr. Jonas Henn vom BOSTER. Den Teilnehmenden des Hackathons wurde die alltäglichen Herausforderungen bei der klinischen Diagnostik bei einer Keynote durch Dr. Nils Sommer aus der Klinik und Poliklinik für Allgemein-, Viszeral-, Thorax- und Gefäßchirurgie anschaulich vermittelt. Beim #Hack4Surgery hatten Teilnehmende einen Tag lang Zeit, um in 2er und 3er Teams an solchen Entscheidungsmodellen zu arbeiten. Neben dieser praxisnahen Aufgabe hatten die Teilnehmenden die Gelegenheit, exklusive Einblicke in die modernen Reallabore und Arbeitsräume im BOSTER zu erhalten und sich mit den dortigen Expert*innen aus verschiedenen Disziplinen zu vernetzen. Das BOSTER ist ein interdisziplinäres Kompetenzzentrum für digitale Chirurgie und Medizin-Robotik und an das UKB angegliedert.
Arbeit mit echten Daten aus dem Notfallzentrum bot Studierenden praxisnahe Einblicke
„Besonders hervorzuheben ist, dass die Modellierteams im Rahmen des #Hack4Surgery mit echten Daten aus dem Notfallzentrum des UKB arbeiten konnten. So präsentierten sie auch echte Lösungen, die das Potential für eine praktische Anwendung haben,“ erläutert Co-Initiatorin Dr. Daniela Treutlein, Innovation Scoutin am Transfer Center enaCom. Während des #Hack4Surgery standen auch Prof. Dr. Holger Fröhlich, Sophia Krix und Manuel Lentzen vom b-it und Fraunhofer SCAI den Teilnehmenden beratend sowie als Jury-Mitglieder zur Seite. „Wir freuen uns über das große Interesse an diesem Hackathon und sind sehr beeindruckt von den Ergebnissen,“ sagt Prof. Fröhlich. „Für unsere Studenten stellt es einen großen Mehrwert dar, die praktischen Auswirkungen von Künstlicher Intelligenz und speziell maschinellem Lernen in der Medizin zu verstehen. In dieser Hinsicht ist die Möglichkeit, mit echten Daten zu arbeiten, eine fantastische Chance.“
Im Anschluss an die intensive Arbeitsphase pitchten die von der Jury ausgewählten besten drei Teams undefined, fsk und Code Geass ihre Lösungen auf der großen Bühne. Niklas Dobberstein und Amr Moustafa vom Team undefined wurden anschließend von der Jury als Gewinner gekürt und durften Ihren Pokal sowie Pullover der Universität Bonn auf der Bühne entgegennehmen. Die beiden Studenten im M.Sc. Computer Science der Uni Bonn erreichten die beste Vorhersage-Performance und brachten die Ergebnisse in einen zielführenden, medizinischen Kontext. Am Ende des Nachmittags gingen alle Teilnehmenden mit zahlreichen Inspirationen und spannenden Einblicken nach Hause – die besten Voraussetzungen für eine erfolgreiche Wiederholung dieses interdisziplinären Events an der Schnittstelle zwischen Informatik und Medizin.
