Allan Hanbury, co-fondatore di contextflow – Interview Series

Allan Hanbury è professore di Data Intelligence presso il TU Vienna, Austria, e Membro di Facoltà del Polo scientifico della complessità, dove guida la ricerca e l'innovazione per dare un senso ai dati non strutturati. È il promotore del progetto austriaco ICT Lighthouse, Data Market Austria, che sta creando un ecosistema di servizi dati in Austria. È stato coordinatore scientifico del progetto integrato Khresmoi, finanziato dall'UE, sulla ricerca e analisi di informazioni mediche e sanitarie ed è co-fondatore di flusso di contesto, la società spin-off che commercializza la tecnologia di ricerca di immagini radiologiche sviluppata nell'ambito del progetto Khresmoi. Ha inoltre coordinato il progetto VISCERAL, finanziato dall'UE, sulla valutazione degli algoritmi sui big data, e il progetto KConnect, finanziato dall'UE, sulla tecnologia per l'analisi del testo medico.

contextflow è uno spin-off dell'Università di medicina di Vienna e del progetto di ricerca europeo KHRESMOI. Ci parli del progetto KHRESMOI?

Sicuro! L'obiettivo di Khresmoi era quello di sviluppare un sistema di ricerca e accesso multilingue e multimodale per informazioni e documenti biomedici, che richiedeva di automatizzare efficacemente il processo di estrazione delle informazioni, sviluppare interfacce utente adattive e collegare informazioni di testo sia non strutturate che semi-strutturate alle immagini. Essenzialmente, volevamo rendere il processo di recupero delle informazioni per i professionisti medici affidabile, veloce, accurato e comprensibile.

Qual è l'attuale set di dati che sta alimentando l'algoritmo di deep learning del flusso di contesto?

Il nostro set di dati contiene circa 8000 TC polmonari. Poiché la nostra intelligenza artificiale è piuttosto flessibile, ci stiamo muovendo verso la risonanza magnetica cerebrale.

Hai visto miglioramenti nel modo in cui l'intelligenza artificiale si comporta man mano che il set di dati è diventato più grande?

Ci viene posta spesso questa domanda e la risposta probabilmente non è soddisfacente per la maggior parte dei lettori. In una certa misura, sì, la qualità migliora con più scansioni, ma dopo una determinata soglia, non si guadagna molto di più semplicemente avendone di più. Quanto è sufficiente dipende davvero da vari fattori (organo, modalità, modello di malattia, ecc.) Ed è impossibile fornire un numero esatto. La cosa più importante è la qualità dei dati.

Il contextflow è progettato per tutti i casi o semplicemente per essere utilizzato per determinare la diagnosi differenziale per i casi difficili?

I radiologi sono davvero bravi in ​​quello che fanno. Nella maggior parte dei casi, i risultati sono evidenti e non sono necessari strumenti esterni. contextflow si è differenziato nel mercato concentrandosi sulla ricerca generale piuttosto che sulla diagnosi automatizzata. Ci sono alcuni casi d'uso per i nostri strumenti, ma il principale è per aiutare con casi difficili in cui i risultati non sono immediatamente evidenti. Qui i radiologi devono consultare varie risorse e questo processo richiede tempo. contextflow SEARCH, il nostro motore di ricerca basato su immagini 3D) mira a ridurre il tempo necessario ai radiologi per cercare informazioni durante l'interpretazione dell'immagine, consentendo loro di cercare attraverso l'immagine stessa. Poiché forniamo anche informazioni di riferimento utili per la diagnosi differenziale, la formazione di nuovi radiologi è un altro caso d'uso promettente.

Puoi guidarci attraverso il processo di utilizzo della piattaforma contextflow da parte di un radiologo?

contextflow SEARCH Lung CT è completamente integrato nel flusso di lavoro del radiologo (altrimenti non lo userebbe). Il radiologo svolge il proprio lavoro come al solito e, quando richiede ulteriori informazioni per un particolare paziente, seleziona semplicemente una regione di interesse in quella scansione e fa clic sull'icona del flusso di contesto nella propria workstation per aprire il nostro sistema in una nuova finestra del browser. Da lì, riceveranno casi di riferimento dal nostro database di pazienti con modelli di malattia simili presenti come il paziente che stanno attualmente valutando, oltre a statistiche e letteratura medica (ad es. Radiopedia). Possono scorrere normalmente il loro paziente nel nostro sistema, selezionando ulteriori regioni per cercare informazioni aggiuntive e confrontare fianco a fianco con i casi di riferimento. Esistono anche mappe di calore che forniscono una visualizzazione della distribuzione complessiva dei modelli di malattia, che aiuta anche a riportare i risultati. Abbiamo davvero cercato di mettere tutto ciò di cui un radiologo ha bisogno per scrivere un rapporto in un unico posto e disponibile in pochi secondi.

Questo è stato progettato inizialmente per le scansioni TC del polmone, il contextflow si espanderà ad altri tipi di scansioni?

SÌ! Abbiamo un elenco di organi e modalità richiesti dai radiologi che siamo ansiosi di aggiungere. L'obiettivo finale è fornire un sistema che copra l'intero corpo umano, indipendentemente dall'organo o dal tipo di scansione.

contextflow ha ricevuto il supporto di due straordinari programmi incubatori INiTS e i2c TU Wien. Quanto sono stati utili questi programmi e cosa hai imparato dal processo?

Dobbiamo molta gratitudine a questi incubatori. Entrambi ci hanno messo in contatto con mentori, consulenti e investitori che hanno sfidato il nostro modello di business e alla fine hanno chiarito il nostro chi/perché/come. Agiscono anche in modo molto pratico, fornendo finanziamenti e spazi per uffici in modo che possiamo davvero concentrarci sul lavoro e non preoccuparci così tanto degli argomenti amministrativi. Non avremmo davvero potuto arrivare così lontano senza il loro supporto. L'ecosistema delle startup austriache è ancora piccolo, ma ci sono programmi là fuori per aiutare a portare a compimento idee innovative.

Sei anche l'iniziatore del progetto austriaco ICT Lighthouse che mira a costruire un ecosistema di servizi di dati sostenibile in Austria. Puoi dirci di più su questo progetto e sul tuo ruolo in esso?

La quantità di dati prodotti quotidianamente è in crescita esponenziale e anche la loro importanza per la maggior parte delle industrie sta esplodendo... è davvero una delle risorse più importanti al mondo! Data Market Il faro dell'Austria Il progetto mira a sviluppare o riformare i requisiti per le imprese basate sui dati di successo, garantendo basso costo, alta qualità e interoperabilità. Ho coordinato il progetto per il primo anno nel 2016-2017. Ciò ha portato alla creazione del Offensiva di intelligenza dei dati dove sono nel consiglio di amministrazione. La missione del DIO è scambiare informazioni e know-how tra i membri per quanto riguarda la gestione e la sicurezza dei dati.

C'è qualcos'altro che vorresti condividere con i nostri lettori sul contextflow?  

I flussi di lavoro della radiologia non sono nella mente del cittadino medio, ed è così che dovrebbe essere. Il sistema dovrebbe funzionare. Sfortunatamente, una volta che diventi un paziente, ti rendi conto che non è sempre così. contextflow sta lavorando per trasformare quel processo sia per i radiologi che per i pazienti. Puoi aspettarti molti sviluppi entusiasmanti da noi nei prossimi anni, quindi resta sintonizzato!

Per favore visita flusso di contesto per saperne di più.