ki_elementsv3

Effiziente Diagnose pathologischer Sprachmuster in der Gesundheitsforschung

  • Unternehmen

    ki:elements GmbH (ki:)

  • Projektdauer

    01.06.2023 – 01.02.2024

  • Digitalisierungsbereich

    KI-gestützte Gesundheitsdiagnostik und Sprachdatenanalyse

  • Projektziele

    • Entwicklung einer intuitiven digitalen Plattform für die Analyse von Sprachdaten zur Bewertung pathologischer Zustände wie Alzheimer und Schizophrenie
    • Automatisierung der Analysedefinitionen und Verbesserung der Effizienz und Benutzerfreundlichkeit bei der Sprachdatenanalyse

HERAUSFORDERUNG #1

Effiziente Integration: Wie können komplexe Analyse-Engines nahtlos in die digitale Plattform „Mili“ integriert werden?

HERAUSFORDERUNG #2

Skalierbarkeit und Effizienz: Welche Maßnahmen optimieren die Performance und Skalierbarkeit der Sprachdatenanalyse?

HERAUSFORDERUNG #3

Benutzerfreundlichkeit für alle: Wie kann eine intuitive Lösung geschaffen werden, die es auch Nicht-Experten ermöglicht, komplexe Sprachdatenanalysen durchzuführen?

Über das Projekt

Projektziele

Ziel des Projekts ist die Entwicklung einer intuitiven digitalen Plattform-Komponente, die den Zugang zur Analyse von Sprachdaten erheblich erleichtert und gleichzeitig die Effizienz und Benutzerfreundlichkeit in der Gesundheitsforschung     verbessert. Der Fokus liegt auf der Unterstützung von Expert*innenund Forscher*innen bei der Beurteilung von Krankheitsbildern wie Alzheimer und Schizophrenie durch automatisierte und KI-basierte Sprachdatenanalyse. Ein zentraler Aspekt des Projekts ist die Automatisierung von Analysedefinitionen, die den bisher notwendigen manuellen Aufwand reduziert und den Analyseprozess beschleunigt. Durch die Vereinfachung der Nutzung sollen auch Anwender*innen ohne tiefere technische Kenntnisse die erweiterten Funktionen der Plattform effektiv nutzen können. Ziel ist es, die Plattform für breitere Anwendungen zugänglich zu machen. Damit leistet das Projekt einen wesentlichen Beitrag zur Weiterentwicklung der medizinischen Forschung und ermöglicht eine präzisere und schnellere Beurteilung pathologischer Sprachmuster.

Ausganglage

ki:elements entwickelt KI-gestützte Sprach-Biomarker für die Gesundheitsforschung, die pathologische Zustände wie Alzheimer und Schizophrenie bewerten. Die digitale Plattform „Mili“ ermöglicht Sprachdaten​sammlungin klinischen und häuslichen Umgebungen und die Integration der Sprach-Biomarker. Herausforderungen lagen in der Integration komplexer Analyse-Engines wie beispielsweise der Sprachbiomarker und der Optimierung von Effizienz und Skalierbarkeit. Eine neue Engine erlaubt Forscherinnen und Forschern ohne Programmierkenntnisse direkten Zugriff auf erweiterte Sprachfeatures, was Studien vereinfacht und beschleunigt.

ki_elementsv3
UNTERNEHMENSBESCHREIBUNG

ki:elements GmbH

Bleichstrasse 27 · 66111 Saarbrücken

2017

<49

null

Softwareentwicklung

Mit EDIH konnten wir direkt umsetzbare Ideen entwickeln, die uns nachhaltig voranbringen.

Janna Herrmann

Chief Technology Officer, ki:elements GmbH (ki:)

Vorgehen

Nach einer ersten Beratung und einer genauen Analyse der Prozesse im Unternehmen wurde das Projekt in drei Phasen unterteilt. In der ersten Phase (Januar bis April 2024) wurde ein Prototyp entwickelt, der die Erstellung von Analyseregeln für Sprachdaten automatisiert. Dieser Prototyp wurde mit den Technologien JavaScript und Flutter umgesetzt und am Ende als lauffähige Software bereitgestellt. Die zweite Phase (April bis Juli 2024) konzentrierte sich auf die Entwicklung einer neuen Funktion namens Sigma Feature Engine, die die Analyse von Sprachdaten erleichtert. Dabei wurde darauf geachtet, dass die Software mit einer aktualisierten Version de​r ki:elements’s proprietären Sprachfeature-Bibliothek​Sigmakompatibel bleibt. In der dritten Phase (September 2024) wurde untersucht, wie das System unter hoher Last funktioniert und wo es Schwachstellen gibt. Die Ergebnisse wurden genutzt, um den Schwerpunkt auf Phase drei zu legen. Durch die enge Zusammenarbeit mit dem EDIH Saarland konnte das Team die Geschäftsprozesse genau evaluieren, die Machbarkeit prüfen und den Prototyp erfolgreich entwickeln.

Projektergebnis

Das Projektergebnis umfasst mehrere Softwarelösungen, die die Benutzerfreundlichkeit und Effizienz der Sprachdatenanalyse in Mili erheblich verbessern. Durch die Automatisierung wird der manuelle Aufwand deutlich reduziert, Fehler werden minimiert und langfristig Kosten eingespart. Statt komplexen YAML-Code manuell zu schreiben, können die Anwender​*innen​ nun einfach über eine intuitive Oberfläche Analysedefinitionen erstellen. Das System schlägt automatisch passende Parameter vor und sorgt durch Typvalidierung und Codegenerierung für eine höhere Genauigkeit. Die Lösungen steigern die Produktivität, unterstützen flexible Kombinationen von Biomarkern und Engines und vereinfachen so die Datenverarbeitung. Die Vorteile für ki:elements liegen auf der Hand: Zeitersparnis, Fehlervermeidung und eine benutzerfreundliche Bedienung, die es auch Nicht-​Technike​​​xpert​*innen​ermöglicht, Analysen durchzuführen. Darüber hinaus wurde eine Sigma-Feature-Engine entwickelt, die es ermöglicht, Sprachaufnahmen effizient zu verarbeiten und relevante Merkmale aus einer Vielzahl von Aufgaben zu extrahieren.

Die wichtigsten Erkenntnisse aus dem Projekt

Effiziente Zusammenarbeit

Effiziente Zusammenarbeit: Offene Kommunikation und tägliche Statusupdates ermöglichten schnelle Problemlösungen und einen reibungslosen Projektablauf. 

Herausforderungen gemeistert

Herausforderungen gemeistert: Änderungen in der Parameterdarstellung und Updates der Sigma Engine wurden erfolgreich gemeistert und alle Ziele termingerecht erreicht. 

Interdisziplinäres Wissen

Interdisziplinäres Wissen: Die Zusammenarbeit im interdisziplinären Team lieferte wertvolle Einblicke in die Sprachforschungund war entscheidend für den Projekterfolg. 

 

Das sagt ki:elements über die Zusammenarbeit mit dem EDIH Saarland