Was Augen über Krankheiten verraten: Zwei Bachelorstudenten analysieren Netzhautbilder mit KI
Ein Blick ins Auge kann viel über unsere Gesundheit aussagen. Zwei Studenten aus dem Studiengang Applied Digital Life Sciences (ADLS) nutzen genau dieses Potenzial für ihre Bachelorarbeit – und setzen dabei auf modernste Methoden im Bereich Machine Learning. Im Interview erzählen sie, woran sie konkret arbeiten, was sie am Studium begeistert und welche Herausforderungen sie gemeistert haben.
Worum geht es in eurer Bachelorarbeit?
Wir beschäftigen uns mit der Analyse von Netzhautbildern des Auges. Die Retina (Netzhaut) ist der einzige Ort im Körper, an dem sich Mikrogefässe und neuronales Gewebe nicht-invasiv beobachten lassen. Dadurch bietet sie Potenzial, künftig Teil diagnostischer Verfahren für kardiovaskuläre und neurologische Erkrankungen zu werden. Veränderungen in den Blutgefässen der Netzhaut können konkret zum Beispiel auf Herz-Kreislauf-Erkrankungen, Diabetes oder Bluthochdruck hinweisen. Die Blutgefässe liefern dabei wichtige strukturelle Informationen, die automatisiert und möglichst präzise erfasst werden sollen.
Unser Ziel ist es, diese Gefässe automatisiert und möglichst präzise zu erkennen und insbesondere ihre Mittellinien (Skeletons) zu extrahieren. Dafür entwickeln wir einen neuen Ansatz mit Reinforcement Learning, bei dem ein Modell Schritt für Schritt entlang der Gefässe lernt, den richtigen Weg zu verfolgen.
Die Arbeit wurde von dem Stadtspital Zürich vorgeschlagen und wird auch von ihnen betreut.
Wieso habt ihr dieses Thema für eure Bachelorarbeit ausgesucht?
Wir wollten unsere Bachelorarbeit gerne in Zusammenarbeit mit einem Unternehmen durchführen und sind dabei auf das Stadtspital Zürich gestossen, das uns dieses spannende Projekt vorgeschlagen hat.
Zusätzlich hat uns das Thema Reinforcement Learning interessiert, da es ein sehr spannendes und noch vergleichsweise neues Feld im Machine Learning ist. Die Möglichkeit, diese Methode im medizinischen Kontext anzuwenden, hat das Projekt für uns besonders interessant gemacht.
Was gefällt euch besonders am Studium Applied Digital Life Sciences?
Ravidu: Mir gefallen besonders die kleinen Klassen, da sie einen engen Austausch mit Dozierenden ermöglichen.
Ausserdem ist das Studium sehr gut aufgebaut: Grundlagen wie Algebra und Statistik werden früh vermittelt, sodass man später bei Themen wie Image Processing oder Machine Learning ein deutlich besseres Verständnis hat.
Zudem ist das Studium breit gefächert, was ich sehr schätze – man bekommt Einblicke in viele verschiedene Bereiche.
Nicolas: Am meisten gefällt mir die Interdisziplinarität des Studiums. Die Kombination aus Naturwissenschaften und Data Science finde ich sehr spannend.
Zudem gefällt mir, wie die Dozierenden ihr Wissen mit viel Freude und Engagement vermitteln. Das macht die Vorlesungen spannender und motiviert, sich auch selbst vertieft mit den Themen auseinanderzusetzen.
Was fandet ihr am Studium herausfordernd?
Ravidu: Herausfordernd war vor allem der Einstieg ins Studium, da die Vielzahl an unterschiedlichen Fächern anfangs auch etwas überwältigend sein kann.
Man bewegt sich gleichzeitig in Bereichen wie Programmierung, Algebra/Statistik und Naturwissenschaften, was eine gewisse Umstellung erfordert.
Nicolas: Für mich war es die Vereinbarkeit von Studium und Arbeit als Teilzeitstudent. Die Doppelbelastung erfordert gutes Zeitmanagement und viel Disziplin – vor allem, wenn mehrere Projekte und Abgaben gleichzeitig anstehen.
Gleichzeitig habe ich dadurch gelernt, meine Zeit effizient zu organisieren und klare Prioritäten zu setzen.
Was habt ihr vor dem Studium gemacht und wo möchtet ihr nach dem Abschluss hin?
Ravidu: Ich bin gelernter Biologielaborant und arbeite bis heute in diesem Feld.
Nach dem Abschluss sehe ich mich in einer Schnittstellenposition zwischen Forschung und Digitalisierung.
Nicolas: Vor dem Studium habe ich eine kaufmännische Lehre abgeschlossen und arbeite seither im Büro, aktuell parallel zum Studium in Teilzeit.
Nach dem Abschluss kann ich mir gut vorstellen, in einer Schnittstellenposition zu arbeiten, in der ich sowohl meine naturwissenschaftlichen als auch meine digitalen Kenntnisse einsetzen kann. Alternativ ziehe ich ein weiterführendes Masterstudium in Betracht, um mein Wissen weiter zu vertiefen.
Euer Rat an ADLS-Interessierte?
Ravidu: Man sollte Neugier für verschiedene Fachbereiche mitbringen und offen dafür sein, sich in neue Themen einzuarbeiten.
Das Studium ist sehr interdisziplinär und geht weit über klassische Data Science hinaus. Die Vielfalt kann zu Beginn herausfordernd sein, ist aber genau das, was das Studium im weiteren Verlauf so spannend und wertvoll macht.
Nicolas: Interesse und Neugier an Themen wie Data Science und Naturwissenschaften sollte man auf jeden Fall mitbringen.
Zudem erfordert jedes Studium eine gewisse Bereitschaft und Disziplin, sich auch in Themen einzuarbeiten, die einem weniger liegen oder nicht sofort interessieren. Die Investition lohnt sich jedoch im Laufe des Studiums auf jeden Fall.
Mehr Informationen zum Bachelor in Applied Digital Life Sciences.