AI2GO: Künstliche Intelligenz versus SARS-CoV-2
Wie können KI-gestützte Frühwarnsysteme zur Eindämmung von Pandemien beitragen?
In unserem diesjährigen Auftaktevent von AI2GO haben wir die Chance mit Expert*innen aus Bonn, Essen und Aachen über aktuelle Projekte und Lösungen zur Bekämpfung und Eindämmung der SARS-CoV-2-Pandemie zu sprechen. In mehreren Kurzvorträgen werden unsere Gäste erklären, wie Technologien der Künstlichen Intelligenz (KI) bei der Bewältigung dieser Aufgabe helfen können. Wir sprechen darüber, wie KI dazu beitragen kann, Beschaffungsengpässe von medizinischen Artikeln vorherzusagen, wie mit Social-Media-Analysen Pandemieprognosen erstellt werden können und wie die KI-basierte Analyse von Abwasser helfen kann, Viren und Virenvarianten zu erkennen.
Anschließend haben Sie die Möglichkeit in einem offenen Austausch Ihre fachbezogenen Fragen zu stellen. Wir freuen uns auf Sie.
Mit der wiederkehrenden Reihe »AI2GO« bieten wir seit Sommer 2020 ein digitales Austauschformat an, bei dem sich Forscher*innen, Mittelständler, Netzwerke und Interessierte aus ganz Nordrhein-Westfalen über den Einsatz von Künstlicher Intelligenz informieren können.
9. Februar, 10:00 – 11:30 Uhr, Moderation: Florian T. Jovy-Klein
Speaker
KI-basiertes Frühwarnsystem für die Beschaffung von
medizinischen Engpass-Artikeln
Hendrik Stange Fraunhofer IAIS, Frederik Klöckner INC Invention Center
Engpässe in der Versorgung sind kritisch – besonders bei pandemischer Lage und in lebenswichtigen Bereichen. Eine vorausschauende Materialbeschaffung wird schnell zur komplexen Aufgabe. Neben einer permanenten Prädiktion zur Lageentwicklung sollen immer neue menschliche Lagebewertungen ausgewertet und dynamische Preise und Verfügbarkeiten am Markt beobachtet werden. Das ist die Stärke von künstlicher Intelligenz. Eine Bestandsaufnahme.
Hendrik ist Teil eines Teams von Vordenkern und Lösungsvisionären. Sein Team entwickelt und betreibt ausgezeichnete (u.a. reddot award), modulare KI-Lösungen für Menschen. Mit 15 Jahren Erfahrung leitet er den Bereich »Auto Intelligence« am Fraunhofer-Institut für Intelligente Analyse- und Informationssysteme IAIS.
Frederik Klöckner hat an der Rheinische Friedrich-Wilhelms-Universität Bonn Physik studiert und an der RWTH Aachen University im Bereich Innovationsmanagement promoviert. Er weist über 6 Jahre Führungserfahrung in der Technologie- und Innovationsberatung auf. Als Venture Manager des INC Invention Centers fokussiert er sich auf die systematische Identifizierung und Umsetzung neuer, vornehmlich digitaler Produkte. In diesem Kontext verantwortet er als Projektleiter des vom Land NRW geförderten KI -Leuchtturmprojekts „Corona.KEX.net“ den Aufbau eines KI-basierten Frühwarnsystems im Gesundheitswesen.
Social-Media-Analyse zur Pandemieprognose
Anne Loos INC Invention Center, Oliver Mey Fraunhofer IIS/EAS
Krankheitswellen frühzeitig durch künstliche Intelligenz und Social Media erkennen! Erfahren Sie, wie wir basierend auf KI-Algorithmen aus weltweiten Twitter-Postings unerwartete Anstiege verschiedener Indikator-Keywords erkennen und damit beispielsweise beim Ausbruch von pandemischen Entwicklungen frühzeitig Akteure entlang bestimmter Wertschöpfungsketten warnen und somit Engpässe vermeiden können.
Anne Loos, MBA, hat an der Technischen Universität Dresden und Chemnitz Wirtschafts-wissenschaften studiert und über 10 Jahre Erfahrung im Bereich Business Development von Spitzentechnologien, u.a. für PricewaterhouseCoopers und Fraunhofer-Gesellschaft. Sie zeichnet verantwortlich für verschiedenste Projekte im Umfeld der künstlichen Intelligenz und fokussiert sich als Geschäftsführerin des InnovAItion Campus und Executive Director des INC Invention Centers auf die Umsetzung skalierbarer KI-Projekte weltweit.
Oliver Mey hat an der TU Dresden und der Philipps-Universität Marburg Physik studiert und Forschungsaufenthalte an der Universität Uppsala (Schweden) und der Zhejiang University Hangzhou (China) absolviert. Seit drei Jahren beschäftigt er sich am Fraunhofer IIS/EAS mit der Anwendung verschiedener Deep-Learning- und Explainable-AI-Verfahren für Projekte in den Bereichen der Industrial Data Analytics, Smart Grid und insbesondere im Projekt „Corona.KEX.net“ mit der Analyse von Social Media Daten zur Früherkennung von Pandemien.
Erstellung eines abwasserbasierten Frühwarnsystems für neue Viren und Virenvarianten
Prof. Dr. Folker Meyer Universität Duisburg-Essen
Die Sequenzierung von Abwasser zur Identifikation von Viren ist bereits internationaler Standard, jedoch ermöglicht sie nur sehr grobe geographische Aussagen. Kleinräumige Probenentnahmen können lokale Aussagen unterstützen (z. B. Grundschulbezirk), sind jedoch sehr kostenintensiv. Durch den Einsatz von Machine-Learning-Modellen können mit wenigen Messungen viele Messpunkte virtuell beprobt werden.
Folker Meyer ist Professor für Data Science an der Medizinischen Fakultät der Universität Duisburg-Essen. Sein Forschungsinteresse gilt der Charakterisierung der Schnittstelle Mensch und Mikrobiom bzw. Virom und der Etablierung der dafür notwendigen IT-Systeme und Workflows. Er war zuvor 15 Jahre am Argonne National Laboratory als Senior Scientist und an der University of Chicago als Professor beschäftigt.
Partner:
