CoVision – ein KI-basiertes Klassifikationssystem von CoVid-Schnelltests für sehbehinderte und blinde Menschen

Hintergrund

​

Die Welt hat in den letzten Jahren gelernt, mit der Situation einer globalen Pandemie zu leben. Während aktuelle Versionen von CoVid-19 weniger tödlich sind, ist die Zahl der Infektionen – und damit die Zahl vieler schwerwiegender Folgen – immer noch hoch, insbesondere in den kalten Jahreszeiten. Dennoch haben die meisten Länder ihre CoVid-Präventionsmaßnahmen reduziert, sodass die Verhinderung der Ausbreitung dieser Krankheit immer mehr zu einer persönlichen Verantwortung für jedem von uns wird.

 

Eines der wichtigsten Instrumente, um die Ausbreitung des Virus einzudämmen und sich und Ihre Lieben zu schützen, ist ein persönlicher Antigen-Schnelltest, der zu Hause ohne die Hilfe von medizinischem Personal durchgeführt und ausgewertet werden kann. Fast jeder hat einen solchen Test bereits gemacht und viele Menschen führen ihn regelmäßig durch, insbesondere bei ersten grippeähnlichen Symptomen. Aufgrund der Einfachheit, Bequemlichkeit und dem Schutz der Privatsphäre durch diese Tests sind sie auf der ganzen Welt sehr beliebt geworden. Leider gibt es eine Personengruppe, die weitgehend keinen oder nur sehr erschwerten Zugang zu den persönlichen CoVid-Tests hat – das sind die sehbehinderten und blinden Menschen.

 

Diese Personen sind zwar in der Lage, Tests selbstständig durchzuführen, jedoch können sie die Testergebnisse nicht ablesen, so dass sie auf die Hilfe anderer Personen angewiesen sind. Da viele blinde und sehbehinderte Menschen allein leben, sind sie gezwungen, Hilfe von anderen Menschen wie z.B. ihren Nachbarn zu suchen oder Fotos ihrer Tests über mobile Geräte an ihre Familie und Freunde zu senden. Der Mangel an Privatsphäre und die erheblichen Unannehmlichkeiten, die mit der Suche nach einer solchen Hilfe verbunden sind, machen schnelle CoVid-Tests für sehbehinderte Menschen weniger attraktiv und schwierig zu verwenden. Im schlimmsten Fall könnte dies zu einer geringeren Akzeptanz dieser Technologie bei Blinden und Sehbehinderten führen, was sie einem größeren Risiko aussetzen würde.

 

Zwei moderne Technologien können diesen Menschen jedoch helfen, einen besseren, bequemeren und privateren Zugang zu den CoVid-Tests zu erhalten. Erstens ist die Benutzbarkeit von Mobilgeräten für blinde Menschen in den letzten Jahren dank Technologien wie Voice-Over viel besser geworden, und Hersteller von Mobilgeräten / Betriebssystemen legen großen Wert darauf, Barrierefreiheitstechnologien zu verbessern und ihre Produkte für sehbehinderte Menschen nutzbar zu machen. Insbesondere erlaubt diese Entwicklung den Blinden eigenständig Fotos zu machen. Zweitens kann Computer Vision – eine Disziplin der künstlichen Intelligenz (KI), die sich auf die Analyse von Fotos und Videos konzentriert – zur Klassifizierung von CoVid-Testergebnissen auf Fotos angewendet werden, die von mobilen Geräten aufgenommen wurden. Und genau das wird MI4People mit diesem Projekt realisieren.

 

Motiviert durch die ursprüngliche Idee von Dr. Stefanie Lämmle vom InnovationLab der Stadt München und Diskussionen mit Steffen Erzgraber vom Bayerischen Blinden- und Sehbehindertenbund hat eine Gruppe von Studenten einen ersten funktionierenden Prototyp dieser Anwendung namens CoVision erstellt. Das Team bestehend aus Simon Farshid, Raphael Feigl, Brigitta Jesica Kartono und Lennart Maack hat den Prototypen innerhalb von 48 Stunden während des TUM.ai Makeathons erstellt und den ersten Preis bei diesem Event gewonnen!

 

Der aktuelle Prototyp zeigt, dass eine solche Anwendung machbar ist, aber sowohl in Bezug auf Genauigkeit als auch Benutzerfreundlichkeit verbessert werden muss, um blinden Menschen den größtmöglichen Nutzen zu bieten. Solche Verbesserungen erfordern sowohl zusätzliche Ressourcen und Zeit für die Forschung als auch den Zugang zu weiteren Talenten im Bereich Machine Intelligence (MI). Daher entschied sich das CoVision-Team, sich MI4People anzuschließen und seine angewandte Forschungsarbeit zu diesem Thema als Projekt innerhalb von MI4People fortzusetzen!

​

​

Vision

​

Eine kostenlose und leicht zugängliche Open-Source-Computer-Vision-App, die CoVid-Schnelltestergebnisse mit mobilen Geräten klassifizieren kann.

​

​

Erwartete Auswirkungen

​

Dieses System wird es Blinden und Sehbehinderten ermöglichen, schnelle Antigen-CoVid-Tests selbst durchzuführen. Es wird den Komfort und die Privatsphäre für diese Personengruppe erhöhen und die Tests zugänglicher machen. Insgesamt wird erwartet, dass die App dazu beitragen wird, die Gesundheit von Blinden und Sehbehinderten zu schützen und sie besser in die Maßnahmen gegen die Pandemie einzubinden.

​

​

Projektphasen

​

• Phase 1: Sammlung von Trainingsdaten, Erhöhung der Genauigkeit des Computer-Vision-Modells und Verbesserung der Benutzerfreundlichkeit
  Da der aktuelle Prototyp mit nur wenigen Beispielen von CoVid-Schnelltests erstellt wurde, ist das derzeit verwendete Computer-Vision-Modell noch nicht stabil genug. Diese Phase ist der Sammlung eines größeren Datensatzes gewidmet, der zum erneuten Trainieren und Verbessern des KI-Modells verwendet wird. In dieser Phase werden wir auch mit dem Bayerischen Blinden- und Sehbehindertenbund zusammenarbeiten, um zu erforschen, wie die Benutzerfreundlichkeit der App für blinde und sehbehinderte Menschen erhöht werden kann.

• Phase 2: Feldstudie und Einarbeitung des Feedbacks
  Anhand der Ergebnisse aus Phase 1 werden wir eine Feldstudie durchführen, in der wir Feedback von blinden und sehbehinderten Benutzer*innen sammeln werden, um die Wirkung der App auf ihre Lebensqualität zu messen.

• Phase 3: Freigabe für die Community
  In Phase 3 wird MI4People den relevanten Softwarecode, Daten, MI-Modelle/Tools und jedes andere geistige Eigentum, das während des Projekts erstellt wurde, öffentlich zugänglich machen und eine Community von EnthusiastInnen schaffen, die das System als Open-Source-Projekt pflegen und weiterentwickeln werden

​

​

Aktueller Status

​

Phase 1 läuft.

​

​

Möglichkeiten zur Mitwirkung

 

Wir suchen derzeit MI- und Fachexperten, die bereit wären, als Freiwillige zum Projekt beizutragen.

​

Wir wären auch sehr dankbar für jede finanzielle Unterstützung oder Sachspenden zur Unterstützung dieser Initiative.