Künstliche Intelligenz

Einer unserer Kunden, ein führendes Pharmaunternehmen, wollte das Potenzial externer Patientendaten für eine Initiative zur künstlichen Intelligenz im Bereich Diabetes in den Vereinigten Staaten und in Deutschland untersuchen.

In einem ersten Schritt gab Alcimed einen Überblick über die wichtigsten öffentlichen und privaten Dateninhaber in den beiden untersuchten Ländern. Diese Dateninhaber wurden dann von unserem Team im Hinblick auf Datenvolumen, Qualität, Relevanz und Zugänglichkeit klassifiziert.

Anhand dieser Kriterien priorisierten wir einige Dateninhaber als potenzielle Partner für das Unternehmen und entwickelten am Ende gemeinsam eine vorläufige Datenerfassungsstrategie für das Projekt.

Einer unserer Kunden, ein weltweit tätiges Unternehmen im Bereich medizintechnischer Produkte, wollte die Aufnahmefähigkeit des Marktes für eine von ihm entwickelte Lösung testen, die auf Künstlicher Intelligenz basiert und die Entscheidungsfindung von Anästhesisten in Bezug auf Komapatienten unterstützt.

Unser Team bewertete zunächst die Stärken und Schwächen der Lösung, indem es Tests durchführte und sich mit potenziellen Nutzern in 9 nordeuropäischen Ländern unterhielt. Wir ermittelten zudem Maßnahmen zur Überwindung der identifizierten Barrieren. Nach diesen Schritten führte unser Team eine Marktanalyse durch, um die Anzahl der potenziellen Nutzer und Patienten zu ermitteln, die von dieser Lösung profitieren könnten.

Schließlich unterstützten wir unseren Kunden beim Verständnis und der Steuerung des Beschaffungsprozesses für eine solche Lösung.

Einer unserer Kunden, ein führendes Unternehmen der medizintechnischen Industrie, war auf der Suche nach einem kompetenten Partner für die Programmierung von Anwendungen der Künstlichen Intelligenz für die digitale Pathologie mit dem Ziel, sein Produktangebot zu erweitern.

Zu diesem Zweck führte unser Team ein globales Scouting von innovativen KI-Anbietern durch, die insbesondere im Hinblick auf ihre technologische Reife, ihre Geschäftsreife und ihre Netzwerkstärke analysiert wurden.

Auf der Grundlage unserer Arbeit wurde eine Auswahl von priorisierten Anbietern erstellt, um die Möglichkeiten einer Zusammenarbeit mit unserem Kunden zu erkunden.

Unser Kunde, eine öffentliche Einrichtung, wollte Industrieunternehmen in seiner Region durch den Einsatz von KI in ihrer Produktion unterstützen.

Zu diesem Zweck wurde unser Team beauftragt, die potenziellen Einsatzmöglichkeiten von KI in der Produktion zu ermitteln und herauszufinden, wie sie zur Bewältigung der wesentlichen Herausforderungen in der Industrie beitragen können.

Alcimed gab daraufhin Empfehlungen für die Einbindung von KI in industrielle Prozesse ab (Strategie zur Umsetzung, einzubeziehende Stakeholder, Partnerschaften usw.), damit die identifizierten und ausgewählten potenziellen Einsatzmöglichkeiten schnell umgesetzt werden können.

Ein Biotechnologieunternehmen entwickelte eine neue Diagnostik-Lösung für die Onkologie. Das Team hatte die Ergebnisanalyse als einen verbleibenden Engpass im Diagnoseprozess identifiziert und wollten eine Lösung für diesen Schritt der Wertschöpfungskette anbieten.

Um unseren Kunden zu helfen, entwickelten wir ein Dashboard, das einfache Fragen in umsetzbare Erkenntnisse umwandelt. Mit dem Input unseres Kunden und potenzieller künftiger Nutzer entwickelten wir ein Dashboard, das modernste natürliche Sprachverarbeitung (NLP) einsetzt, um aussagekräftige Grafiken zu erstellen und statistische Parameter aus den komplizierten zugrunde liegenden Daten zu extrahieren.

Unser Projekt ermöglichte es unserem Kunden, ein aufschlussreiches Dashboard zu erhalten, den Datenschutz zu gewährleisten und Halluzinationen durch das generative KI-Modell zu vermeiden.

Unser Team begleitete einen internationalen Pharmakonzern bei der Auswahl eines neuen KI-Tools zur Verbesserung seines Wissensmanagements. Da die Teams Dokumente und Daten auf verschiedenen Plattformen speicherten, wurde das Finden von Informationen zu einer der größten Hürden bei ihren Aktivitäten.

Um unseren Kunden zu unterstützen, führten wir zunächst interne Interviews durch, um die wichtigsten Probleme und Herausforderungen im Zusammenhang mit dem Wissensmanagement zu ermitteln. Anschließend wurde eine Übersicht der vorhandenen Lösungen erstellt und diese wurden genau beschrieben und nach Prioritäten geordnet.

Auf der Grundlage dieser Analyse schlugen wir vor, die aktuellen Herausforderungen des Unternehmens durch die Nutzung bisher ungenutzter Funktionen der aktuellen Plattformen und die Integration eines neuen Anbieters von KI-Lösungen zu lösen.

Unser Kunde, ein Finanzdienstleister, wollte das Potenzial von KI-Modellen für die Vorhersage von Risiken bei seinen Projekten untersuchen.

Zu Beginn des Projekts erstellten wir einen Überblick über die für Vorhersagen verfügbaren Daten und führten anschließend einen Extraktions-, Transformations- und Ladeprozess (ETL) für die Modellerstellung durch. Mehrere Modelle wurden dann in einem iterativen Prozess bewertet. Ein endgültiges Modell wurde auf der Grundlage seiner Leistung ausgewählt.

Das Modell wurde dann so angepasst, dass es in die Produktion überführt und an die Infrastruktur des Kunden angepasst werden konnte, damit es für die Entscheidungsfindung bei neuen Projekten verwendet werden konnte.