Sergey Biniaminov

HS Analysis GmbH

Sergey Biniaminov

Nach seinem Studium mit dem Schwerpunkt auf das Management Moderner Technologien am KIT (Exzellenzcluster der Universität Karlsruhe) hatte Sergey Biniaminov die Vision, Automatisierung als Unterstützung im Alltag einzuführen – wobei die Kontrolle weiterhin dem Menschen obliegen sollte. Heute ist er geschäftsführender Gesellschafter des Unternehmens HS Analysis, das im Bereich Life Science Spezialist für das Management großer Datenmengen und für die Softwareentwicklung ist.

Mit seinem Unternehmen HS Analysis (Link zu www.hs-analysis.com/) verbindet Sergey Biniaminov Technologien wie Deep Learning und die Bildverarbeitung miteinander. Insbesondere für Ärzte, Pathologen und Forscher aus der Pharmaindustrie war es spannend zu wissen, wie mittels moderner Analyseverfahren Vorhersagen zum Verlauf von Erkrankungen oder zur Medikamentenentwicklung gemacht werden können. Dabei geht es nicht nur um die Künstliche Intelligenz, sondern um die strukturierte Aufbereitung der Daten und um die Erstellung der technischen Infrastruktur für die zuverlässige Analyse der Daten.

Als die HS Analysis GmbH in 2015 gegründet wurde, gab es noch wenige Mikroskopie-Experten, die Erfahrungen mit Deep Learning vorweisen konnten. Sergey Biniaminov (Link zu https://www.gesundheitsindustrie-bw.de/de/fachbeitrag/aktuell/hs-analysis-gmbh-mit-digitaler-histologie-den-weg-fuer-neue-medikamente-ebnen/) investierte von Beginn an in die Entwicklung von CNN Modellen (Convolutional Neuronal Networks) oder GAN Modellen (Generative Neuronal Networks). Das Unternehmen hat mit seiner Etablierung der vollautomatisierten Bildanalyse von Mikroskopiebildern einen Grundbaustein für das Management großer Datenmengen gelegt und wendet dieses Know How auch in weiteren Bereichen, wie z.B. Materialprüfung, Automobilbranche, Agrarindustrie, Duft- und Geschmackstofferkennung, Analyse jeglicher Daten aus Sensoren der Industrie 4.0, Handel, Finanzsektor oder Versicherungsbranche an.

In seinem Vortrag möchte der interdisziplinär denkende Entwickler und Produktdesigner zeigen, wie Deep Learning in der Bildanalyse in Diagnostik und Medikamentenentwicklung zur Anwendung kommt und auf andere Bereiche übertragen werden kann.

Go back