Dutch Data Science Week realiseert concrete oplossingen voor maatschappelijke thema’s

Is het mogelijk om met beeldherkenning Amsterdam beter leefbaar te maken en hartaanvallen te voorspellen? Tijdens de tweede editie van Dutch Data Science Week, van 25 mei tot en met 1 juni jongstleden, woonden ruim 1000 deelnemers activiteiten om met datatoepassingen de maatschappij een beetje beter te maken. Zo kregen data scientists tijdens deze door GoDataDriven en SAS georganiseerde week de mogelijkheid om hun kennis te vergroten tijdens verschillende conferenties, trainingen en meetups en konden zij hun kennis toepassen tijdens een drietal hackathons.

Innoveren met signal processing en beeldherkenning
Data scientists werkten tijdens de hackathons in groepsverband aan uiteenlopende data-uitdagingen rondom de thema’s energie, gezondheid en leefbaarheid. Hierbij gebruikten zij niet-traditionele data, zoals audio, afbeeldingen, video en andere signalen om toepassingen te ontwikkelen waarmee het mogelijk is onnodig stroomverbruik van elektrische apparaten te herkennen, afwijkingen in hartritmes te detecteren en steden in staat te stellen om beter te reageren op lokale gebeurtenissen.

Naast een flinke hoeveelheid inspiratie voor de organiserende bedrijven Eneco, Universitair Medisch Centrum Groningen (UMCG) en Gemeente Amsterdam, leverden de hackathons ook concrete resultaten op. Zo bleek het mogelijk om apparaten op basis van hun stroomverbruik te herkennen, de ernst van hartaanvallen te voorspellen en geautomatiseerd verschillende type panden te herkennen.

Energieverspilling voorkomen
Een groep klanten van Eneco heeft een slimme stekker in huis die het energieverbruik van een apparaat nauwkeurig registeren. Tijdens de eerste hackathon van de week gingen verschillende teams met deze data om het specifieke verbruikspatroon van een apparaat te leren herkennen. Hiermee kan Eneco haar klanten inzicht geven in het totale energieverbruik, maar ook bepalen of een apparaat energie-efficiënt is.
“Om onze klanten goed op weg te helpen in hun transitie naar duurzamer energieverbruik is het belangrijk dat onze klanten zich bewust worden van hun eigen energiesituatie. De inzichten vanuit deze hackathon leveren een waardevolle bijdrage voor deze ontwikkeling”, aldus Ronald Root, data-driven business developer bij Eneco.

De teams pasten data science toe om de verschillende soorten en type apparaten in de dataset te bepalen. Het winnende team, “the humble fire hackers”, was met traditionele machine learning in staat om in 33 procent van de types het juiste apparaat te bepalen.

Afwijkingen in het hartritme herkennen
Is het mogelijk om met data science hartaanvallen te voorspellen? Met deze uitdaging gingen veertig enthousiaste data scientists aan de slag tijdens de hackathon van het Universitair Medisch Centrum Groningen (UMCG).
Het UMCG werkt met diverse partners aan de ontwikkeling van een applicatie die de kans op een hartaanval voorspelt door subtiele afwijkingen in het hart vanaf MRI-beelden te herkennen. Tijdens de hackathon gingen data scientists aan de slag met twee deelprojecten en drie datasets bestaande uit 2D afbeeldingen, afbeeldingen uitgezet over tijd (3D) en volume uitgezet over tijd (4D).

“Hoewel een ziekenhuis met een samenhangend AI-systeem wat de organisatie en zorg optimaliseert nog niet bestaat, is het voor mij niet meer de vraag óf het gaat gebeuren, maar wie het gaat leveren en wanneer. Het is fantastisch om te zien dat deze groep data scientists ons helpt om de medische beelden te analyseren en zo bij te dragen aan de identificatie van patiënten met hartproblemen”, vertelt prof. dr. Pim van der Harst, hoogleraar Interventie en translationele cardiologie bij het UMCG.

Elke MRI-scan levert per patiënt ongeveer 400 afbeeldingen op, voor de applicatie is belangrijk om de juiste afbeeldingen te selecteren voor analyse. Dit maakte het eerste deelproject belangrijk, gelukkig ging een groot deel van de deelnemers aan de slag met deze case. Zij toonden aan dat 100 procent accuraatheid haalbaar is.
Het tweede deelproject om te voorspellen waar in het hart een aanval gaat plaatsvinden, was al een stuk lastiger. De teams die aan dit deelproject werkten zorgen met elk hun eigen aanpak voor voldoende inspiratie. Uiteindelijk bleken de teams in staat om met de 4D dataset ook de ernst van een hartaanval in te schatten.

Betere dienstverlening in de hoofdstad met beeldherkenning
In het Datalab van Onderzoek, Informatie en Statistiek (OIS) vond de hackathon “Image recognition” plaats. Elk jaar fotografeert Amsterdam alle straten, gebouwen en waterwegen. Tot op heden maakt de stad nog niet geautomatiseerd gebruik van de enorme hoeveelheid informatie die opgeslagen ligt in deze beelden: afval dat naast de afvalcontainers wordt gezet, kapotte verkeersborden en Amsterdammertjes, beschadigde bomen et cetera.

Tijdens deze tweedaagse hackathon werd gekeken of de gemeente die foto’s kan inzetten voor het toepassen van beeldherkenning, met als doel de mogelijkheden en onmogelijkheden van image recognition te verkennen. “Deze hackathon gaat over het herkennen van beelden in de openbare ruimte en om het slim toepassen van data om de kwaliteit van onze dienstverlening te verbeteren”, legt Ger Baron, Chief Technology Officer bij Gemeente Amsterdam, uit.
Vier gemeentelijke diensten introduceerden onderwerpen variërend van het in kaart brengen van zwerfvuil in samenhang met toeristisch drukke plekken tot de vraag van Gemeentebelastingen hoe ze buitenreclame kan inventariseren.

De jury – bestaande uit Yvonne Jakobs, Clusterdirecteur Stadswerken, Dick de Maa – informatiemanager Ruimte & Economie, Ger Baron – Chief Technology Officer en Stevan Rudinac, assistant professor urban computing van de UvA – beoordeelde de pitches van de teams en selecteerde een winnaar. Het winnende team ‘Cheese Makers’ werkte aan de opdracht om automatisch categorieën uit de functiekaart van Amsterdam van Klaas Bindert de Haan te herkennen. Nu is het nog zo dat studenten de stad op de fiets doorkruisen om de categorieën met de hand in kaart te brengen. Ook de andere teams behaalden goede resultaten, zoals het voorspellen van afval naast containers op basis van foto’s van vuilnismannen.

Professionalisering van data science
Dutch Data Science Week heeft met ruim 1000 deelnemers, verspreid over twaalf activiteiten, een grote bijdrage geleverd aan de verdere ontwikkeling en professionalisering van het data science vakgebied. De verschillende conferenties, zoals PyData Amsterdam en SAS Data Science & Analytics Day, boden inzicht in de laatste technologische ontwikkelingen en toepassingen, tijdens de meetups deelden ervaringsdeskundigen hun best-practices. De trainingen rondom innovatie onderwerpen zoals Signal Processing en Deep Learning, boden een goede basis voor de hackathons. Tijdens de hackathons hebben data scientists aangetoond dat in een pressure cooker-stijl sessie er naast veel plezier, ook resultaat en inspiratie te behalen is.