Auge mit Synapse - Maidical Logo

Story

Künstliche Intelligenz, die Sie genau so unterstützt, dass Sie sich voll auf Ihre eigentliche Arbeit konzentrieren können.

mAIdical nutzt Künstliche Intelligenz zur Diagnose von Augenkrankheiten, genauer gesagt zur Erkennung von Makuladegeneration (Vorstufe, feuchte und trockene Makuladegeneration). Makuladegeneration ist die häufigste Erblindungsursache in Industrieländern. Je nachdem welche Form der Degeneration auftritt, kann eine verzögerte Therapie bereits zu Sehverlusten führen. Die Künstliche Intelligenz klassifiziert Netzhautscans aus sogenannten OCT-Geräten. Damit erreicht mAIdical bereits Genauigkeiten von 96% in der Erkennung von Makuladegeneration.

Mit Hilfe der Künstlichen Intelligenz lassen sich Patientenströme lenken. Das heißt, nur noch die Patienten, denen das System eine rote Ampel zeigt, sehen im weiteren Verlauf einen Augenarzt. Augenärzte werden dadurch von gesunden Routinefällen entlastet und können sich auf die Behandlung erkrankter Patienten fokussieren. Der Augenarzt zählt in Industrieländern zu den Mangelberufen. Es werden zwar mehr Augenärzte ausgebildet, gleichzeitig steigt jedoch die Risikogruppe der über 60-jährigen doppelt so schnell, wie die Rate der zusätzlich ausgebildeten Fachärzte.

OCT-Geräte lassen sich in Zukunft auch außerhalb augenärztlicher Praxen und Kliniken einsetzen. Denkbare Einsatzorte sind Optiker, Seniorenheime und Allgemeinärzte. Dieses niedrigschwellige Angebot erhöht die Versorgungsquote und reduziert das Risiko von Sehverlust.

Nutzen

Die bislang weitverbreiteten logikbasierten Entscheidungshilfen zur Klassifizierung von OCT-Bildern, liefern aufgrund der komplexen Verbindung zwischen IT und Ophthalmologie bei der Programmierung von Entscheidungsbäumen nur eine unzureichende Genauigkeit. Der von mAIdical verwendete Datensatz beinhaltet über 80.000 ophthalmologische Diagnosen, mit deren Hilfe auch uneindeutige Hinweise auf Krankheiten bzw. das parallele Auftreten mehrerer uneindeutiger Auffälligkeiten zu einer besseren Gesamteinschätzung kombiniert werden können. Die Genauigkeit des Neuronalen Netzes ist so eingestellt, dass bei Grenzfällen eher eine falsch positive als eine falsch negative Einschätzung getroffen wird. Ein Patient, der eine negative Diagnose erhält, kann sich also auf diese Einschätzung verlassen. Dadurch lassen sich Patientenströme besser lenken und Ärzte können sich auf ernste Fälle konzentrieren.

Die informationelle Selbstbestimmung genießt bei uns oberste Priorität. mAIdical ist mit Anonymisierungstechniken (Privacy by Design) vertraut. Die Anonymisierung erfolgt wie gesetzlich gefordert nahe an der Datenquelle und beinhaltet eine formale (Löschung des direkten Identifikators) und faktische (kein Rückschluss über andere Merkmale) Anonymisierung. Ein Zusammenhang zwischen Person (z.B. Name) und dem extrahierten OCT-Bild ist somit abgeschlossen.

Team

Pauline Polka

Pauline Polka

Pauline hat vor ihrem Zweitstudium der Wirtschaftswissenschaften fünf Jahre als Umweltingenieurin im Projekt 2. S-Bahn-Stammstrecke München gearbeitet. Während ihres Zweitstudiums leitete sie den Founders Club Frankfurt (Studierende und Alumni der Goethe Universität). Im Seminar Informationssysteme haben Pauline und ihr Team mit Hilfe eines Convolutional Neuronal Networks 14 Lungenkrankheiten klassifiziert und dabei gute Erkennungsraten erzielt. Pauline hat IT-Kenntnisse in Java und Datenbanken sowie im Bereich Convolutional Neural Networks.

Marvin Kreft

Marvin hat schon während der Schulzeit durch die Science Academy Baden-Württemberg Kontakt zur Pharmazie bzw. Medizin aufnehmen können. Durch sein aktuelles Studium der Humanmedizin kombiniert mit seiner Innovationsfreudigkeit ist er der ideale Partner für mAIdical. Zudem wird er im Moment durch das Deutschlandstipendium gefördert. Er absolvierte bereits Praktika an verschiedenen Kliniken und war Teilnehmer an der YLH Entrepreneurship Challenge in Berlin. Dadurch konnte er sich ein erstes internationales Netzwerk im Bereich von Medizin, Public Health und eHealth aufbauen.

Marvin Kreft

Förderer

mAIdical wird von zwei Mentoren begleitet. Die beiden erfahrenen Professoren unterstützen das Startup bei Fragen an der Schnittstelle von Big Data und Medizin.

Prof. Peter Wild

Professor Peter Wild

Professor Peter Wild ist seit April 2018 Direktor des Senckenbergsinstituts für Pathologie am Universitätsklinikum Frankfurt. Bevor der in Deutschland und der Schweiz als Facharzt ausgebildete Pathologe die Leitung des Senkenbergsinstituts übernahm, führte Prof. Wild die Abteilung Systems Pathology am Universitätsspital Zürich. Das Senckenberg Institut für Pathologie (SIP) befasst sich unter der Leitung von Prof. Wild intensiv mit den Möglichkeiten der Digitalisierung von Schnittpräparaten sowie auch deren bioinformatischer Auswertung durch den Einsatz von Methoden künstlicher Intelligenz. So etabliert sich das SIP derzeit zu einem der ersten digitalen Institute für Pathologie.

Professor Oliver Hinz

Oliver Hinz studierte an der Technischen Universität Darmstadt Wirtschaftsinformatik mit dem Schwerpunkt Marketing, Software Engineering und Graphische Datenverarbeitung. Nach dem Studium arbeitete er mehrere Jahre als Entwickler im Bereich Private Banking. Von 2011 bis 2017 leitete er das Fachgebiet Wirtschaftsinformatik/Electronic Markets an der TU Darmstadt. Im September 2017 übernahm er die Professur für Betriebswirtschaftslehre insb. Wirtschaftsinformatik und Informationsmanagement an der Goethe-Universität Frankfurt. Oliver Hinz gehört laut Handelsblatt (2014) und der WirtschaftsWoche (2019) zu den 30 forschungsstärksten Forschern im Bereich Betriebswirtschaftslehre.

Presse

Hessenschau online
SHE Works!
Hessischer Gründerpreis
Kontakt

mAIdical GbR
E-Mail: info@maidical.de
Tel: 0049 (0) 170 606 4174
Hanauer Landstraße 521
60386 Frankfurt am Main

Social Media

Sie möchten sich mit mAIdical verbinden und Neuigkeiten immer direkt erhalten? Dann verbinden Sie sich doch mit uns über Social Media.
Sie finden uns auf LinkedIn, Facebook und Instagram. Wir freuen uns auf Ihren Besuch.

Jobs

Derzeit gibt es keine freien Stellen. Sie haben Interesse für mAIdical zu arbeiten? Dann schicken Sie uns doch einfach ihre Initiativbewerbung an info@maidical.de.