Аллан Ханбери, сооснователь contextflow – Интервью

Аллан Ханбери – профессор Интеллектуальных систем данных в Техническом университете Вены, Австрия, и член факультета Центра сложных исследований, где он возглавляет исследования и инновации по осмыслению неструктурированных данных. Он является инициатором австрийского проекта ICT Lighthouse, Data Market Austria, целью которого является создание экосистемы данных в Австрии. Он был научным координатором проекта Khresmoi, финансируемого ЕС, по поиску и анализу медицинской и здравоохранительной информации, и является сооснователем contextflow, спин-офф компании, коммерциализирующей технологию поиска изображений в радиологии, разработанную в проекте Khresmoi. Он также координировал проект VISCERAL, финансируемый ЕС, по оценке алгоритмов на больших данных, и проект KConnect, финансируемый ЕС, по технологиям анализа медицинских текстов.

contextflow – это спин-офф от Медуниверситета Вены и европейского исследовательского проекта KHRESMOI. Расскажите нам об этом проекте.

Конечно! Целью Khresmoi было разработать многоязыковую, многомодальную систему поиска и доступа к биомедицинской информации и документам, для чего нам пришлось автоматизировать процесс извлечения информации, разработать адаптивные пользовательские интерфейсы и связать неструктурированную и полуструктурированную текстовую информацию с изображениями. По сути, мы хотели сделать процесс поиска информации для медицинских специалистов надежным, быстрым, точным и понятным.

Какой текущий набор данных используется для обучения алгоритма глубокого обучения contextflow?

Наш набор данных содержит примерно 8000 КТ-сканов легких. Поскольку наш ИИ довольно гибок, мы переходим к МРТ-сканам мозга.

Вы заметили улучшения в работе ИИ по мере увеличения размера набора данных?

Нас часто спрашивают об этом, и ответ, скорее всего, не удовлетворит большинство читателей. В некоторой степени да, качество улучшается с увеличением количества сканов, но после определенного порога вы не получаете много пользы просто от наличия большего количества. Сколько именно достаточно, зависит от различных факторов (органа, модальности, паттерна заболевания и т. д.), и невозможно назвать точное число. Что наиболее важно, так это качество данных.

Предназначен ли contextflow для всех случаев или только для определения дифференциального диагноза в сложных случаях?

Радиологи действительно хороши в своей работе. Для большинства случаев находки очевидны, и внешние инструменты не нужны. contextflow отличается на рынке, фокусируясь на общем поиске, а не на автоматическом диагнозе. Есть несколько случаев использования наших инструментов, но основной – помощь в сложных случаях, когда находки не сразу очевидны. Здесь радиологам необходимо консультироваться с различными источниками, и этот процесс занимает время. contextflow SEARCH, наш 3D поисковый движок на основе изображений, направлен на сокращение времени, необходимого радиологам для поиска информации во время интерпретации изображений, позволяя им искать через само изображение. Поскольку мы также предоставляем справочную информацию, полезную для дифференциального диагноза, обучение новых радиологов – еще один перспективный случай использования.

Можете ли вы рассказать нам о процессе использования платформы contextflow радиологом?

contextflow SEARCH Lung CT полностью интегрирован в рабочий процесс радиолога (иначе они не будут использовать его). Радиолог выполняет свою работу как обычно, и когда ему требуется дополнительная информация для конкретного пациента, он просто выбирает область интереса в этом скане и нажимает на иконку contextflow на своей рабочей станции, чтобы открыть нашу систему в новом окне браузера. Оттуда он получит справочные случаи из нашей базы данных пациентов с подобными паттернами заболеваний, присутствующими у пациента, которого он сейчас оценивает, а также статистику и медицинскую литературу (например, радиопедию). Он может просматривать своего пациента в нашей системе, выбирая дополнительные области для поиска дополнительной информации и сравнения бок о бок с справочными случаями. Также есть тепловые карты, обеспечивающие визуализацию общего распределения паттернов заболеваний, что помогает в составлении отчетов. Мы действительно постарались собрать все, что радиологу нужно для составления отчета, в одном месте и сделать его доступным в течение нескольких секунд.

Эта система была изначально разработана для КТ-сканов легких. Будет ли contextflow расширяться на другие типы сканов?

Да! У нас есть список органов и модальностей, запрошенных радиологами, которые мы хотим добавить. Конечной целью является предоставление системы, охватывающей все тело человека, независимо от органа или типа скана.

contextflow получил поддержку двух удивительных инкубаторных программ INiTS и i2c TU Wien. Насколько полезными были эти программы и что вы узнали из этого процесса?

Мы очень благодарны этим инкубаторам. Оба соединили нас с наставниками, консультантами и инвесторами, которые бросили вызов нашей бизнес-модели и в конечном итоге прояснили нашу цель. Они также очень практичны, предоставляя финансирование и офисное пространство, чтобы мы могли действительно сосредоточиться на работе и не беспокоиться так много об административных вопросах. Мы действительно не смогли бы добиться такого прогресса без их поддержки. Австрийский стартап-экосистема еще мала, но есть программы, которые помогают воплотить инновационные идеи в жизнь.

Вы также являетесь инициатором австрийского проекта ICT Lighthouse, целью которого является создание устойчивой экосистемы данных в Австрии. Расскажите нам больше об этом проекте и о вашей роли в нем.

Количество данных, производимых ежедневно, экспоненциально растет, и их важность для большинства отраслей также взрывоопасна… это действительно один из самых важных ресурсов в мире! Проект Data Market Austria’s Lighthouse направлен на разработку или реформирование требований для успешных данных-ориентированных бизнесов, обеспечивая низкую стоимость, высокое качество и взаимодействие. Я координировал проект в течение первого года в 2016-2017 годах. Это привело к созданию Data Intelligence Offensive, где я являюсь членом совета директоров. Миссия DIO – обмен информацией и знаниями между участниками относительно управления данными и безопасности.

Есть ли что-то еще, что вы хотели бы поделиться с нашими читателями о contextflow?

Потоки работы радиологов не находятся в центре внимания среднего гражданина, и так должно быть. Система должна просто работать. К сожалению, когда вы становитесь пациентом, вы понимаете, что это не всегда так. contextflow работает над трансформацией этого процесса как для радиологов, так и для пациентов. Вы можете ожидать много интересных разработок от нас в ближайшие годы, поэтому следите за нами!

Пожалуйста, посетите contextflow, чтобы узнать больше.