Hirntumorerkennung mittels MRT-Segmentierung
Der zeitaufwändige und komplexe manuelle Prozess der Abgrenzung von Tumorgrenzen und der Klassifizierung verschiedener Tumorarten, darunter Gliome, Meningeome und Hypophysentumoren, erforderte ein KI-gestütztes System, das 2D-Bildsegmentierung mittels neuronaler Netze für die automatisierte Hirntumoranalyse nutzt. Der Kunde kombinierte drei etablierte medizinische Bilddatensätze, um ein robustes Trainingskorpus zu erstellen.
Kunde
Digital Health Platform | UAE
Teamleiter
Jonathan Hunt
Datum
February 12, 2024
Geschäftliche Herausforderung
Der zeitaufwändige und komplexe manuelle Prozess der Abgrenzung von Tumorgrenzen und der Klassifizierung verschiedener Tumorarten, darunter Gliome, Meningeome und Hypophysentumoren, erforderte ein KI-gestütztes System, das 2D-Bildsegmentierung mittels neuronaler Netze für die automatisierte Hirntumoranalyse nutzt. Der Kunde kombinierte drei etablierte medizinische Bilddatensätze, um ein robustes Trainingskorpus zu erstellen.
Lösung & Ansatz
Phronex™ entwickelte und implementierte eine Deep-Learning-Pipeline mit einer mehrschichtigen neuronalen Netzwerkarchitektur. Die verborgenen Schichten erfassen hierarchische Merkmale, nichtlineare Aktivierungsfunktionen ermöglichen die Erkennung komplexer Muster, und die Backpropagation-Optimierung gewährleistet die Konvergenz. Die Ausgabeschicht rekonstruiert eine pixelgenaue Segmentierungskarte zur präzisen Abgrenzung von Tumorgrenzen, die über das DICOM-Protokoll in die PACS-Infrastruktur des Krankenhauses integriert wird.
Gelieferte Fähigkeiten
- Mehrschichtiges neuronales Netzwerk zur MRT-Segmentierung
- PACS-Systemintegration über das DICOM-Protokoll
- Automatisierte Klassifizierung von Gliomen, Meningeomen und Hypophysentumoren
- Erstellung visueller Salienzkarten zur klinischen Überprüfung
- Bereitstellung der Echtzeit-Inferenz-API auf einem GPU-Cluster
- Dashboard zur Modellüberwachung für die Drifterkennung
Geschäftsergebnisse
Die Lösung verbesserte die diagnostische Genauigkeit signifikant und reduzierte den manuellen Aufwand sowie die Analysezeit. Die optimierte Workflow-Effizienz ermöglichte eine schnellere Tumoridentifizierung und verbesserte die Behandlungsplanung, was zu besseren Patientenergebnissen durch gesteigerte betriebliche Effizienz in der medizinischen Bildgebung und eine skalierbare KI-Implementierung im Gesundheitswesen führte.
62%
Schnellere Diagnoseabwicklung
18pp
Verbesserung der Früherkennung
94%
Modellgenauigkeit im Testdatensatz
Verwandte Projekte
Zusammenfassung der Stimmungsanalyse von Gästebewertungen im Gastgewerbe
Die Hotelkette verkürzte die Bearbeitungszeit für Bewertungen von durchschnittlich 6 Tagen auf 18 Stunden und identifizierte in 3 Hotels ein systematisches Sauberkeitsproblem, dessen Aufdeckung manuell Monate gedauert hätte. Die Gästezufriedenheitswerte verbesserten sich innerhalb von 2 Quartalen um 0,4 Punkte.
18h
Durchschnittliche Bearbeitungszeit für Rezensionen (vorher 6 Tage)
0.4pt
Verbesserung der Gästezufriedenheit
KI-gestützte dynamische Preisoptimierung für den E-Commerce
Die dynamische Preisgestaltung verbesserte die Bruttomarge in den neu bepreisten Kategorien innerhalb von sechs Monaten um 4,2 Prozentpunkte bei gleichbleibendem Absatzvolumen. Der Kunde identifizierte zudem entgangene Umsätze in Höhe von 120 Millionen ₹ in Kategorien, die zuvor zu niedrig bepreist waren.
4.2pp
Verbesserung der Bruttomarge
₹12Cr
Entgangene Umsatzchancen identifiziert
KI-gestütztes Tool zur Zusammenfassung von Besprechungen und Extraktion von Aktionspunkten
Die Funktion wurde innerhalb von acht Wochen eingeführt und entwickelte sich innerhalb von 30 Tagen nach dem Start zur meistgewünschten Funktion der Plattform. Pilotkunden berichteten von einer Zeitersparnis von 45 Minuten pro Person und Woche bei der Nachbereitung von Meetings.
8 weeks
Funktion ausgeliefert
45 min/week
Zeitersparnis pro Benutzer
KI-gestütztes automatisiertes Interview-Bewertungssystem
Der Kunde verkürzte die Vorauswahlzeit von 12 auf 3 Tage und konnte pro Recruiter und Woche viermal so viele Kandidaten sichten. Die Zufriedenheitswerte der einstellenden Manager stiegen aufgrund der besser vorbereiteten Vorauswahllisten deutlich an.
75%
Verkürzung der Zeit bis zur Vorauswahl
4x
Kandidaten werden von Personalvermittlern geprüft
KI-gestützter Lebenslauf-Parser und Kandidaten-Matching-System
Die Genauigkeit der Datenanalyse verbesserte sich anhand eines Vergleichsdatensatzes von 61 % auf 91 %, und der Zeitaufwand der Personalverantwortlichen für die Lebenslaufprüfung reduzierte sich um 55 %. Innerhalb von sechs Monaten nach dem Start konnte der Kunde drei neue ATS-Partner für Unternehmen gewinnen.
91%
Parsinggenauigkeit
55%
Reduzierung der Screeningzeit
Automatisiertes Reinigungsprüfungssystem mit Computer Vision
Die Auditabdeckung stieg von 15 % auf 94 % der Zimmer pro Schicht, und die Compliance-Werte verbesserten sich innerhalb von drei Monaten von 71 % auf 92 %. Im darauffolgenden Quartal meldete das Netzwerk keine Krankenhausinfektionen, die auf Mängel im Reinigungsbereich zurückzuführen waren.
94%
Zimmerprüfungsabdeckung pro Schicht
92%
Bewertung der Einhaltung der Reinigungsvorschriften
Automatische Tourengenerierungs- und Routenoptimierungs-Engine
Durch Routenoptimierung konnten die durchschnittlichen Lieferkosten pro Bestellung um 23 % gesenkt und der 4- bis 6-stündige manuelle Planungsprozess eliminiert werden. Die Fahrzeugauslastung verbesserte sich von 71 % auf 89 %, wodurch der Kunde 30 % mehr Volumen ohne zusätzliche Fahrzeuge abwickeln konnte.
23%
Reduzierung der Kosten pro Lieferung
89%
Flottenauslastung
Hirntumorerkennung mittels MRT-Segmentierung
Die Lösung verbesserte die diagnostische Genauigkeit signifikant und reduzierte den manuellen Aufwand sowie die Analysezeit. Die optimierte Workflow-Effizienz ermöglichte eine schnellere Tumoridentifizierung und verbesserte die Behandlungsplanung, was zu besseren Patientenergebnissen durch gesteigerte betriebliche Effizienz in der medizinischen Bildgebung und eine skalierbare KI-Implementierung im Gesundheitswesen führte.
62%
Schnellere Diagnoseabwicklung
18pp
Verbesserung der Früherkennung
KI-gestützte Anwendung für Brainstorming und Ideengenerierung
Beta-Nutzer berichteten von 40 % mehr umsetzbaren Ideen pro Sitzung im Vergleich zu ungeleitetem Brainstorming. Diese Funktion wurde zum wichtigsten Alleinstellungsmerkmal des Gründungskunden und trug maßgeblich zum erfolgreichen Abschluss der Serie-A-Finanzierungsrunde bei.
40%
Mehr umsetzbare Ideen pro Sitzung
Series A
Finanzierungsmeilenstein unterstützt
KI-gestützte Behälterfehlererkennung für die Fertigungsqualitätskontrolle
Die Fehlerquote sank von 3,2 % auf 0,15 %, und das System verarbeitet Container mit voller Liniengeschwindigkeit (120/min). Der Kunde amortisierte die Implementierungskosten innerhalb von vier Monaten durch weniger Kundenretouren und Gewährleistungsansprüche.
0.15%
Fehlerdurchgangsrate (Rückgang von 3,2 %)
4 months
Amortisationszeitraum
Dialogbasierter Konversations-Chatbot für SaaS-Support
Der Chatbot erreichte innerhalb von 60 Tagen nach seiner Einführung eine Lösungsquote von 67 % bei Anfragen der ersten Supportebene. Dadurch konnte sich das Support-Team auf komplexe Unternehmensprobleme konzentrieren. Die Kundenzufriedenheitswerte für vom Bot bearbeitete Interaktionen lagen im Durchschnitt bei 4,1 von 5 Punkten.
66%
Lösungsquote beim Erstkontakt
40%
Reduzierung des Support-Ticketvolumens
KI-gestützte Farberkennung und -kennzeichnung für den Modeeinzelhandel
Die Lösung verarbeitete den gesamten Artikelkatalog mit über 200.000 Artikeln in 3 Tagen und reduzierte den manuellen Aufwand für die Kennzeichnung um 92 %. Die Konversionsraten bei der Farbsuche verbesserten sich dank präziserer und konsistenterer Farbattribute um 31 %.
92%
Reduzierung des manuellen Kennzeichnungsaufwands
31%
Verbesserung der Farbsuchkonvertierung
Zeigt 1–12 von 19