Projektbeschreibung

Krebs früh zu erkennen, kann Leben retten. KI kann die Diagnose unterstützen, doch oft fehlen ausreichend Trainingsdaten. Alois Bachmann suchte daher nach einer Alternative: Statt krankes Gewebe zu analysieren, ließ er seine KI zunächst gesundes Gewebe lernen. Alles, was davon abwich, wurde als verdächtig markiert. Dafür entwickelte der Jungforscher ein neuronales Netzwerk mit eigenen Aktivierungsfunktionen, die steuern, wie die KI eingehende Informationen verarbeitet. In seiner Variante sind sie lernfähig und passen sich selbst an. So erkannte das Programm Lungenkrebs zuverlässig und arbeitete schnell und präzise – mit Potenzial für weitere KI-Anwendungen. Zudem entschärft der Ansatz ein Datenschutzproblem: Die KI wird nicht mit sensiblen Krankenakten trainiert, sondern mit Bildern gesunder Organe.