Maschinelle Lernverfahren für den EPO-Nachweis – Gemeinsames Projekt von WADA und DFKI

idw – Informationsdienst Wissenschaft

Nachrichten, Termine, Experten

Grafik: idw-Logo
idw-Abo
Science Video Project


Share on: 
04/17/2019 13:22

Maschinelle Lernverfahren für den EPO-Nachweis – Gemeinsames Projekt von WADA und DFKI

Reinhard Karger M.A. DFKI Saarbrücken
Deutsches Forschungszentrum für Künstliche Intelligenz GmbH, DFKI

    Die Welt-Anti-Doping-Agentur (WADA) wurde 1999 mit dem Ziel gegründet, die Anti-Doping-Programme auf internationaler und nationaler Ebene in Hinsicht auf die Entdeckung, Abschreckung und Prävention von Doping zu harmonisieren und zu koordinieren. Unter dem Motto "Play true" konzentriert sich die WADA auf wissenschaftliche Forschung, Ausbildung, Entwicklung der Anti-Doping-Kapazität und Überwachung des Welt-Anti-Doping-Codes. Im Zuge des gemeinschaftlichen Projekts “EPO-Predict” arbeiten DFKI und WADA zusammen, um unter Einsatz von Techniken des maschinellen Lernens gegen Doping vorzugehen.

    Blutdoping hat im Sport bereits eine lange Geschichte. Immer wieder gibt es Athleten, die darauf zurückgreifen, um die eigene Leistungsfähigkeit, z.B. bei Ausdauersportarten, zu steigern. Die Verwendung von Erythropoietin (EPO) stellt dabei die häufigste Form des Blutdopings dar.

    EPO ist ein Hormon, das von den Nieren natürlich produziert wird und die Produktion neuer roter Blutkörperchen stimuliert. Exogene EPO-Präparate wurden zur Behandlung verschiedener Formen von Anämie entwickelt, können aber auch zum Doping von Ausdauersportlerinnen und Ausdauersportlern missbraucht werden, um so die Sauerstoffversorgung der Muskeln zu erhöhen. Während EPO mit gezielten Analysemethoden nachgewiesen werden kann, bleibt die Entscheidung darüber, welche Athleten zu welchem Zeitpunkt getestet werden sollen, die entscheidende Frage für die erfolgreiche Anwendung dieser Methoden.

    Im Rahmen des Projekts “EPO-Predict" wird die DFKI-Forschungsgruppe Smart Service Engineering unter der Leitung von Prof. Dr.-Ing. Wolfgang Maaß die WADA dabei unterstützen, verschiedene Machine-Learning- bzw. Deep-Learning-Techniken anzuwenden, um vorherzusagen, ob ein Athlet eine EPO-Droge genommen hat oder nicht. Neben dem Nachweis der Verwendung von EPO zielt das Projekt auf die folgenden Aspekte ab:

    (1) Verbesserung der Prognosegüte durch Optimierung über eine Teilmenge von Input Features,
    (2) verbesserte Nutzung der verfügbaren Blutdaten für die Analyse von EPO Missbrauch,
    (3) Verbesserung der Test-Spezifität und
    (4) Bayes’sche Optimierung über Feature-Subsets.

    Im der ersten Phase des Projekts wurden diverse Blutindikatoren und eine Reihe von Fragebogenelementen hinsichtlich der jüngsten Aktivitäten des Athleten als Datensatz für das Training des Modells verwendet. Um die genannten Ziele zu erreichen, plant das DFKI die Anwendung verschiedener Methoden des maschinellen Lernens, einschließlich diverser Deep Learning Modelle. Im Rahmen des ersten Workshops im europäischen Regionalbüro der WADA in Lausanne begann das DFKI mit der Analyse der verfügbaren Daten.


    Contact for scientific information:

    Prof. Dr.-Ing. Wolfgang Maaß
    Leiter Forschungsbereich Smart Service Engineering
    Deutsches Forschungszentrum für Künstliche Intelligenz GmbH (DFKI)
    E-Mail: Wolfgang.Maass@dfki.de


    More information:

    http://www.dfki.de/web/forschung/forschungsbereiche-gruppen/smart-service-engine...


    Criteria of this press release:
    Journalists, all interested persons
    Information technology, Medicine, Social studies, Sport science
    transregional, national
    Cooperation agreements, Research projects
    German


    Help

    Search / advanced search of the idw archives
    Combination of search terms

    You can combine search terms with and, or and/or not, e.g. Philo not logy.

    Brackets

    You can use brackets to separate combinations from each other, e.g. (Philo not logy) or (Psycho and logy).

    Phrases

    Coherent groups of words will be located as complete phrases if you put them into quotation marks, e.g. “Federal Republic of Germany”.

    Selection criteria

    You can also use the advanced search without entering search terms. It will then follow the criteria you have selected (e.g. country or subject area).

    If you have not selected any criteria in a given category, the entire category will be searched (e.g. all subject areas or all countries).

    Cookies optimize the use of our services. By surfing on idw-online.de you agree to the use of cookies. Data Confidentiality Statement
    Okay