Inspiration

Basierend auf Medical Open Data (Robert Koch Daten, Influenza Daten, Vogelgrippedaten), Suchmaschinen-Trends, Social Media Daten, News, Foren, strukturierten Daten aus Krankenhäusern etc. wird ein KI-basiertes Frühwarnsystem zur Erkennung von Epidemien und Vermeidung von Pandemien aufgebaut und bei Regierungsbehörden, öffentlichen Einrichtungen, Arztpraxen und privaten Endbenutzern eingesetzt.

What it does

Das System analysiert Open Data Datasets, Suchmaschinen-Trends, News, Foren, strukturierten Daten und baut ein historisches Datenmodell über den Verlauf von bisherigen Epi- und Pandemien wie bei der Vogelgrippe, Sars, Influenza etc. Darauf basierend werden Daten aus gegenwärtige Quellen in Echtzeit gesammelt und ausgewertet, um frühzeitige eine Warnung bei einer drohenden Epi- bzw. Pandemie auszugeben. Um das Modell effizienter zu machen, kann jeder Bürger, jede Arztpraxis und jedes Krankenhaus ein Zugang auf das Warnsystem erhalten, um es einerseits mit Daten anzureichern und andererseits vom Output zu profitieren.

How I built it

Der Ansatz von der Firma Bluedots hat gezeigt, dass eine solche Vorhersage gut funktioniert. An dem Bluedots -Ansatz angelehnt, lässt es sich ein Vorhersagemodell mit den Google-Suchanfragen von Benutzern im Deutschen Raum erstellen und mit Daten aus Kaggle, Robert Koch und anderen Datenquellen sowie Social Media und Forendaten trainieren.

  1. Es wird zuerst ein Modell auf historischen Daten von Influenza, Sars, Vogelgrippe aufgebaut und darauf basierend die besten Variablen für die Vorhersage ausgesucht.
  2. Es wird ein Test- und Trainigsmodell mit Medizinern, Data Scientists und Predictive Analytics Experten aufgebaut. Dieselben Experten werden beim Interpretieren der Ergebnisse gebraucht, um das Trainieren des Modells weiterzuentwickeln.
  3. Für den POC im Rahmen des Hackathons haben wir uns auf die Google Trend Daten beschränkt.

Challenges I ran into

  • Legal Issues
  • Teamaufbau
  • Kinderbetreuung während des Hackathons

Accomplishments that I'm proud of

In kürzester Zeit wurde die Idee strukturiert und für die Ausarbeitung vorbereitet.

What I learned

Heterogene Skills sind in solchen Situationen sehr hilfreich.

What's next?

  • Verfeinerung der überwachten Suchbegriffe und kontinuierliche Validierung der Prognosen
  • Anbindung weiterer Datenquellen für Features: Krankmeldungs-Statistiken von Krankenkassen, Social Media Monitoring
  • Anbindung von Datenquellen von Passagier-Strömen zur Prognose von Ausbreitungswegen

Built With

  • open-data
  • python
  • sklearn
  • tensorflow
Share this project:

Updates