Allan Hanbury, medgrunnlegger av contextflow – Intervju-serie

Allan Hanbury er professor i dataintelligens ved TU Wien, Østerrike, og medlem av Complexity Science Hub, der han leder forskning og innovasjon for å gi mening til ustrukturert data. Han er initiativtaker til det østerrikske ICT-lykteprosjektet, Data Market Austria, som skaper et dataservice-økosystem i Østerrike. Han var vitenskapelig koordinator for EU-finansiert Khresmoi Integrated Project på medisinsk og helseinformasjonssøk og -analyse, og er medgrunnlegger av contextflow, spin-off-selskapet som kommersialiserer radiologisk bilde-søk-teknologi utviklet i Khresmoi-prosjektet. Han koordinerte også EU-finansiert VISCERAL-prosjekt på evaluering av algoritmer på store data, og EU-finansiert KConnect-prosjekt på teknologi for analyse av medisinsk tekst.

contextflow er en spin-off fra Medisinsk Universitet i Wien og det europeiske forskningsprosjektet KHRESMOI. Kan du fortelle oss om KHRESMOI-prosjektet?

Sikkert! Målet med Khresmoi var å utvikle et flerspråklig, multimodalt søk- og tilgangssystem for biomedisinsk informasjon og dokumenter, som krevde at vi effektivt automatiserte informasjonsekstraksjonsprosessen, utviklet adaptive brukergrensesnitt og koblet både ustrukturert og semistrukturert tekstinformasjon til bilder. I realiteten ønsket vi å gjøre informasjonsgjenfinningprosessen for medisinsk personale pålitelig, rask, nøyaktig og forståelig.

Hva er den nåværende datasetten som driver contextflow-dyp-læringsalgoritmen?

Vår datasett inneholder omtrent 8000 lung-CT-scans. Ettersom vår AI er ganske fleksibel, går vi mot hjernens MR-scans neste.

Har du sett forbedringer i hvordan AI utfører seg når datasettet blir større?

Vi blir ofte spurt denne spørsmålet, og svaret er kanskje ikke tilfredsstillende for de fleste lesere. Til en viss grad, ja, kvaliteten forbedres med flere skanninger, men etter en bestemt terskel, tjener man ikke mye mer bare ved å ha flere. Hvor mye som er nok, avhenger av flere faktorer (organ, modalitet, sykdomsmønster osv), og det er umulig å gi et nøyaktig tall. Det viktigste er kvaliteten på dataene.

Er contextflow designet for alle tilfeller, eller bare for å bestemme differensialdiagnose for vanskelige tilfeller?

Radiologer er virkelig gode på det de gjør. For de fleste tilfellene er funnene åpenbare, og eksterne verktøy er unødvendige. contextflow har differensiert seg i markedet ved å fokusere på generelt søk i stedet for automatisk diagnose. Det finnes noen brukstilfeller for våre verktøy, men hovedsakelig er det for å hjelpe med vanskelige tilfeller hvor funnene ikke er umiddelbart åpenbare. Her må radiologer konsultere flere ressurser, og den prosessen tar tid. contextflow SEARCH, vår 3D-bildebaserte søkemotor, har som mål å redusere tiden det tar for radiologer å søke etter informasjon under bilde-tolkning ved å la dem søke via bildet selv. Fordi vi også tilbyr referanseinformasjon som er nyttig for differensialdiagnose, er opplæring av nye radiologer et annet lovende bruksområde.

Kan du gå gjennom prosessen for hvordan en radiolog ville bruke contextflow-plattformen?

contextflow SEARCH Lung CT er fullstendig integrert i radiologens arbeidsflyt (ellers ville de ikke bruke det). Radiologen utfører sitt arbeid som vanlig, og når de trenger ekstra informasjon for en bestemt pasient, velger de enkelt en region av interesse i den skanningen og klikker på contextflow-ikonet i deres arbeidsstasjon for å åpne vårt system i et nytt nettleservindu. Deretter mottar de referansekasus fra vår database av pasienter med lignende sykdomsmønster som pasienten de nå evaluerer, samt statistikk og medisinsk litteratur (f.eks. radiopedia). De kan blære gjennom pasienten i vårt system normalt, velge ekstra regioner for å søke etter ekstra informasjon og sammenligne side-om-side med referansekasusene. Det finnes også varme-kart som gir en visualisering av den totale distribusjonen av sykdomsmønster, som hjelper med å rapportere funn. Vi prøvde virkelig å plassere alt en radiolog trenger for å skrive en rapport på ett sted og gjøre det tilgjengelig innen sekunder.

Dette ble designet opprinnelig for lung-CT-scans, vil contextflow utvide til andre typer skanninger?

Ja! Vi har en liste over organer og modaliteter som radiologer har bedt oss om å legge til. Det ultimate målet er å tilby et system som dekker hele kroppen, uavhengig av organ eller skanningstype.

contextflow har mottatt støtte fra to fantastiske inkubatorprogrammer INiTS og i2c TU Wien. Hvor nyttig har disse programmene vært, og hva har du lært fra prosessen?

Vi skylder en stor takk til disse inkubatorene. Begge koblet oss til mentorer, konsulenter og investorer som utfordret vår forretningsmodell og til slutt klargjorde vår hvem/hvorfor/hvordan. De tilbyr også praktisk støtte, som finansiering og kontorplass, så vi kunne fokusere på arbeidet og ikke bekymre oss så mye om administrative emner. Vi kunne virkelig ikke ha kommet like langt uten deres støtte. Det østerrikske startup-økosystemet er fortsatt lite, men det finnes programmer der ute for å hjelpe med å bringe innovative ideer til fruition.

Du er også initiativtaker til det østerrikske ICT-lykteprosjektet som har som mål å bygge et bærekraftig dataservice-økosystem i Østerrike. Kan du fortelle oss mer om dette prosjektet og om din rolle i det?

Mengden data som produseres daglig vokser eksponentielt, og dens betydning for de fleste industrier eksploderer…det er virkelig en av verdens viktigste ressurser! Data Market Austrias Lighthouse-prosjekt har som mål å utvikle eller reformere krav for suksessfulle data-drevne bedrifter, sikre lav kostnad, høy kvalitet og interoperabilitet. Jeg koordinerte prosjektet i det første året i 2016-2017. Dette ledet til opprettelsen av Data Intelligence Offensive, hvor jeg er styremedlem. DIOs misjon er å utveksle informasjon og know-how mellom medlemmer om datahåndtering og -sikkerhet.

Er det noe annet du ville like å dele med våre lesere om contextflow?  

Radiologiske arbeidsflyter er ikke på den gjennomsnittlige borgerens sinn, og det bør det være. Systemet bør bare fungere. Dessverre, når du blir en pasient, innser du at det ikke alltid er tilfelle. contextflow arbeider for å transformere den prosessen for både radiologer og pasienter. Du kan forvente en rekke spennende utviklinger fra oss i årene som kommer, så bli med!

Vennligst besøk contextflow for å lære mer.