Tenzin Samdrup Langdun und Martin Oswald von der Zürcher Hochschule für Angewandte Wissenschaften haben mit ihrem Künstliche Intelligenz (KI)-Modell zur Erkennung von Schilddrüsenkrebs in Einzelzellen den Publikumspreis der Siemens Excellence Awards 2024 gewonnen. Laut einer Medienmitteilung haben sie ein U-Net-basiertes Deep-Learning-Modell zur automatisierten Segmentierung biologischer Bilder entwickelt, das manuelle Einschränkungen überwindet.
Durch die Integration gekennzeichneter Bilder und die Anwendung von Semi-Supervised Active Learning erreichten sie eine Zeitersparnis von 65 Prozent bei der Datenkennzeichnung. Ihr Ansatz könne den Angaben zufolge die manuelle Segmentierungszeit und die Berechnung der Fpol-Werte um über 99,7 Prozent reduzieren. Das sei in der Schilddrüsenkrebsdiagnostik von grosser Bedeutung.
Den Jurypreis sicherte sich Joel Becker von der Fachhochschule Nordwestschweiz. Mithilfe seiner Methode können Erdgase in Echtzeit analysiert werden. Dank der gewonnenen Prozessgrössen sollen Anlagen wie Gasturbinen in Kleinkraftwerken effizienter und umweltfreundlicher betrieben werden können. Zudem, so Siemens, habe die Lösung Potenzial, auch in weiteren Bereichen Anwendung zu finden, etwa bei Narkose- und Schweissgasen sowie in der Reingasüberwachung.
Der Siemens Excellence Award ist Teil des Programms Future Creators, mit dem Siemens Schweiz junge Talente aus den MINT-Fächern fördert. Das Preisgeld von 10'000 Franken wird auf die beiden Sieger aufgeteilt. „Mit diesem Engagement“, so Country-CEO Gerd Scheller, „begleiten wir junge Menschen in ihrer Entwicklung und bei ihrer Ausbildung und unterstützen sie dabei, ihre Zukunftschancen zu nutzen.“ ce/mm
