Allan Hanbury, spoluzakladatel contextflow – rozhovor

Allan Hanbury je profesor pro datové inteligence na TU Wien, Rakousko, a člen vědeckého týmu Complexity Science Hub, kde vede výzkum a inovace pro pochopení nestrukturovaných dat. Je iniciátorem rakouského ICT Lighthouse Projektu, Data Market Austria, který vytváří ekosystém datových služeb v Rakousku. Byl vědeckým koordinátorem projektu EU Khresmoi na vyhledávání a analýzu zdravotnických informací a je spoluzakladatelem contextflow, spin-off společnosti, která komercionalizuje technologii vyhledávání radiologických obrazů vyvinutou v projektu Khresmoi. Také koordinoval projekt EU VISCERAL na hodnocení algoritmů pro velká data a projekt EU KConnect na technologii pro analýzu zdravotnických textů.

contextflow je spin-off z Medizinische Universität Wien a evropského výzkumného projektu KHRESMOI. Můžete nám říct o projektu KHRESMOI?

Samožně! Cílem Khresmoi bylo vyvinout multilingvální, multimodální vyhledávací a přístupový systém pro biomedicínské informace a dokumenty, což vyžadovalo efektivní automatizaci procesu extrakce informací, vývoj adaptivních uživatelských rozhraní a propojení nestrukturovaných a polostrukturovaných textových informací s obrázky. Základní myšlenkou bylo učinit proces vyhledávání informací pro zdravotnické odborníky spolehlivým, rychlým, přesným a srozumitelným.

Jaký je aktuální dataset, který pohání hluboké učení algoritmu contextflow?

Náš dataset obsahuje přibližně 8000 CT skenů plic. Naše AI je poměrně flexibilní, takže se chystáme přidat další typy skenů, jako jsou MRI mozku.

Pozorovali jste zlepšení ve výkonu AI, jak dataset rostl?

Tuto otázku nás často zasílají a odpověď možná nebude uspokojivá pro většinu čtenářů. Do jisté míry ano, kvalita se zlepšuje s více skeny, ale po určitém prahu už nezískáváte mnoho dalšího pouze z důvodu většího množství. Kolik je dostatečné, závisí na různých faktorech (orgán, modalita, typ onemocnění atd.) a není možné uvést přesné číslo. Co je nejdůležitější, je kvalita dat.

Je contextflow navržen pro všechny případy nebo pouze pro určení diferenciální diagnózy pro obtížné případy?

Radiologové jsou opravdu dobří ve své práci. Pro většinu případů jsou nálezy zřejmé a externí nástroje nejsou nutné. contextflow se odlišil na trhu tím, že se zaměřil na obecný vyhledávání spíše než na automatizovanou diagnózu. Existuje několik použití našich nástrojů, ale hlavní je pomoc s obtížnými případy, kde nálezy nejsou okamžitě zřejmé. Zde musí radiologové konzultovat různé zdroje, což zabere čas. contextflow SEARCH, naše 3D obrazové vyhledávací engine, má za cíl snížit čas, který radiologové potřebují k vyhledání informací během interpretace obrazů, umožněním jim vyhledávat přímo prostřednictvím obrazu. Protože také poskytujeme referenční informace, které jsou užitečné pro diferenciální diagnózu, další slibnou oblastí použití je vzdělávání nových radiologů.

Můžete nás provést procesem, jak radiolog používá platformu contextflow?

contextflow SEARCH Lung CT je plně integrován do pracovního postupu radiologa (jinak by ho nepoužívali). Radiolog provádí svou práci jako obvykle a když potřebuje další informace pro konkrétního pacienta, jednoduše vybere oblast zájmu v daném skenu a klikne na ikonu contextflow ve své pracovní stanici, aby otevřel náš systém v novém okně prohlížeče. Odtud obdrží referenční případy z naší databáze pacientů se podobnými onemocněními, jako je pacient, kterého právě vyšetřují, plus statistiky a lékařskou literaturu (například radiopedii). Můžou procházet svými pacienty v našem systému normálně, vybírat další oblasti pro vyhledání dalších informací a porovnávat je vedle referenčních případů. Existují také teplé mapy, které poskytují vizualizaci celkového rozložení onemocnění, což pomáhá při hlášení nálezů. Skutečně jsme se snažili umístit vše, co radiolog potřebuje k sepsání zprávy, na jedno místo a zpřístupnit to během několika sekund.

Byl tento systém původně navržen pro CT skeny plic, bude contextflow rozšiřovat na další typy skenů?

Ano! Máme seznam orgánů a modalit, které radiologové požadují, a které chceme přidat. Naším konečným cílem je poskytnout systém, který pokrývá celé lidské tělo, bez ohledu na orgán nebo typ skenu.

contextflow získal podporu dvou výjimečných inkubátorů INiTS a i2c TU Wien. Jak prospěšné byly tyto programy a co jste se z nich naučili?

Jsme velmi vděční těmto inkubátorům. Obě nás spojily s mentory, konzultanty a investory, kteří zpochybnili náš obchodní model a nakonec vyjasnili náš kdo/proč/jak. Také prakticky poskytly financování a kancelářský prostor, takže jsme se mohli skutečně soustředit na práci a nemuseli se tolik starat o administrativní otázky. Skutečně bychom nemohli dojít tak daleko, kdybychom neměli jejich podporu. Rakouský startupový ekosystém je stále malý, ale existují programy, které pomáhají přivést inovativní nápady k realizaci.

Jste také iniciátorem rakouského ICT Lighthouse Projektu, který má za cíl vytvořit udržitelný ekosystém datových služeb v Rakousku. Můžete nám říct více o tomto projektu a o své roli v něm?

Množství dat vyprodukovaných denně roste exponenciálně a jejich význam pro většinu odvětví také roste…je to jedna z nejvýznamnějších zdrojů na světě! Data Market Austria’s Lighthouse projekt má za cíl vyvinout nebo reformovat požadavky pro úspěšné datové podniky, zajišťující nízké náklady, vysokou kvalitu a interoperabilitu. Koordinoval jsem projekt v prvním roce 2016-2017. To vedlo k vytvoření Data Intelligence Offensive, kde jsem členem správní rady. Misí DIO je výměna informací a know-how mezi členy týkající se správy a zabezpečení dat.

Je něco jiného, co byste rádi sdíleli s našimi čtenáři o contextflow?

Pracovní postupy radiologů nejsou na mysli běžného občana a mělo by to tak zůstat. Systém by měl prostě fungovat. Bohužel, jednou se stanete pacientem, uvědomíte si, že to není vždy případ. contextflow pracuje na transformaci tohoto procesu pro radiology i pacienty. Můžete očekávat spoustu zajímavých novinek od nás v příštích letech, takže zůstaňte naladění! Navštivte contextflow, aby jste se dozvěděli více.