Hasso-Plattner-Institut25 Jahre HPI
Hasso-Plattner-Institut25 Jahre HPI
Login
  • de
 

30.08.2018

News

HPI-Student gewinnt 30.000$ bei Concept to Clinic Challenge

Der HPI-Student Willi Gierke gewann bei der Concept to Clinic Challenge ein Preisgeld von über 30.000$. Der Wettbewerb zum Thema Früherkennung von Lungenkrebs wurde von der Bonnie J. Addario Lung Cancer Foundation aus Kalifornien veranstaltet und war mit einem Preisgeld von insgesamt 100.000$ dotiert.

HPI-Student Willi-Gierke
HPI-Student Willi Gierke gewinnt das höchste Preisgeld bei der Concept to Clinic Challenge. (Foto: HPI/K. Herschelmann)

Gemeinsam mit mehr als 650 Data Scientists, Engineers und Designern aus über 68 Ländern entwickelte Gierke, Masterstudent am Hasso-Plattner-Institut (HPI) in Potsdam, eine Open Source Software zur Bekämpfung von Lungenkrebs.

Die entwickelte Software soll auf Grundlage von Deep Learning Technologien Lungenkrebs in CT-Scans automatisch identifizieren. Dafür trainierten die Teilnehmer eine künstliche Intelligenz basierend auf öffentlich zugängigen Lungenkrebs-Datensätzen. Gierkes Hauptaugenmerk lag während des Entwicklungsprozesses auf der Evaluierung und Weiterentwicklung der involvierten Algorithmen. Neben der fruchtbaren Zusammenarbeit mit Menschen aus ganz verschiedenen Hintergründen habe Gierke insbesondere die Zielsetzung, eine für die tägliche Praxis von Medizinern nutzbare Anwendung zu entwickeln, motiviert: „Ausgeklügelte Algorithmen bringen den Ärzten keinen Mehrwert, wenn sie diese nicht in ihre praktische Arbeit übernehmen können.“

Einen direkten Konkurrenzkampf gab es im Wettbewerb nicht, die Organisatoren wollten vielmehr die kollaborative Problemlösung unter den Teilnehmern fördern. Die Preisgelder wurden entsprechend einem Punktesystem für die Abarbeitung verschiedener Aufgaben in der Softwareentwicklung an die Mitwirkenden vergeben. Gierke erreichte hierbei die höchste Punktzahl und war somit der Top-Preisgewinner.

Software hilft bei Identifikation von Lungenkrebs.
Visualisierung der entwickelten Software, die bei der Identifikation von Lungenkrebs hilft. (Quelle: https://concepttoclinic.drivendata.org/)