Allan Hanbury, soustanovitelj contextflow – serije intervjujev

Allan Hanbury je profesor podatkovne inteligence na TU Wien, Avstriji in član fakultete Znanstveno središče kompleksnosti, kjer vodi raziskave in inovacije za razumevanje nestrukturiranih podatkov. Je pobudnik avstrijskega projekta ICT Lighthouse, Data Market Austria, ki ustvarja ekosistem podatkovnih storitev v Avstriji. Bil je znanstveni koordinator integriranega projekta Khresmoi o iskanju in analizi medicinskih in zdravstvenih informacij, ki ga financira EU, in je soustanovitelj contextflow, odcepljeno podjetje, ki komercializira tehnologijo radiološkega iskanja slik, razvito v projektu Khresmoi. Koordiniral je tudi projekt VISCERAL o vrednotenju algoritmov za velike podatke, ki ga financira EU, in projekt KConnect o tehnologiji za analizo medicinskega besedila, ki ga financira EU.

contextflow je posledica Medicinske univerze na Dunaju in evropskega raziskovalnega projekta KHRESMOI. Nam lahko poveste o projektu KHRESMOI?

Seveda! Cilj podjetja Khresmoi je bil razviti večjezični, večmodalni sistem iskanja in dostopa do biomedicinskih informacij in dokumentov, kar je od nas zahtevalo učinkovito avtomatizacijo postopka pridobivanja informacij, razvoj prilagodljivih uporabniških vmesnikov in povezovanje nestrukturiranih in polstrukturiranih besedilnih informacij s slikami. V bistvu smo želeli narediti postopek iskanja informacij za medicinske strokovnjake zanesljiv, hiter, točen in razumljiv.

Kakšen je trenutni nabor podatkov, ki poganja algoritem globokega učenja kontekstnega toka?

Naš nabor podatkov vsebuje približno 8000 CT pljuč. Ker je naša umetna inteligenca precej prilagodljiva, bomo naslednjič prešli na MRI možganov.

Ali ste opazili izboljšave pri delovanju umetne inteligence, ko je nabor podatkov postal večji?

To vprašanje nam pogosto postavljajo in odgovor verjetno ne bo zadovoljil večine bralcev. Da, do določene mere se kakovost izboljša z več pregledi, vendar po določenem pragu ne pridobite veliko več, če imate več. Koliko je dovolj, je v resnici odvisno od različnih dejavnikov (organa, modalnosti, vzorca bolezni itd.) in nemogoče je dati natančno številko. Najpomembnejša je kakovost podatkov.

Ali je kontekstni tok zasnovan za vse primere ali se preprosto uporablja za določanje diferencialne diagnoze za težke primere?

Radiologi so res dobri v tem, kar delajo. V večini primerov so ugotovitve očitne, zunanja orodja pa nepotrebna. contextflow se je na trgu razlikoval z osredotočanjem na splošno iskanje in ne na avtomatsko diagnozo. Obstaja nekaj primerov uporabe naših orodij, vendar je glavni za pomoč pri težkih primerih, kjer ugotovitve niso takoj očitne. Pri tem se morajo radiologi posvetovati z različnimi viri, ta postopek pa zahteva čas. contextflow SEARCH, naš iskalnik, ki temelji na 3D slikah), želi skrajšati čas, ki ga radiologi potrebujejo za iskanje informacij med interpretacijo slike, tako da jim omogoči iskanje prek same slike. Ker nudimo tudi referenčne informacije, ki so v pomoč pri diferencialni diagnozi, je usposabljanje novih radiologov še en obetaven primer uporabe.

Ali nas lahko popeljete skozi postopek, kako bi radiolog uporabljal platformo contextflow?

contextflow ISKANJE CT pljuč je popolnoma integriran v potek dela radiologa (sicer ga ne bi uporabljali). Radiolog opravlja svoje delo kot običajno in ko potrebuje dodatne informacije za določenega pacienta, preprosto izbere območje, ki ga zanima, v tem pregledu in klikne ikono toka konteksta na svoji delovni postaji, da odpre naš sistem v novem oknu brskalnika. Od tam bodo prejeli referenčne primere iz naše podatkovne baze bolnikov s podobnimi vzorci bolezni kot bolnik, ki ga trenutno ocenjujejo, ter statistične podatke in medicinsko literaturo (npr. radiopedijo). V našem sistemu se lahko normalno pomikajo po svojem pacientu in izberejo dodatne regije za iskanje dodatnih informacij in primerjavo vzporedno z referenčnimi primeri. Obstajajo tudi toplotni zemljevidi, ki zagotavljajo vizualizacijo celotne porazdelitve vzorcev bolezni, kar pomaga tudi pri poročanju o ugotovitvah. Resnično smo se potrudili, da bi vse, kar radiolog potrebuje za pisanje izvida, postavili na eno mesto in na voljo v nekaj sekundah.

To je bilo prvotno zasnovano za računalniško tomografijo pljuč, ali se bo contextflow razširil na druge vrste preiskav?

ja! Imamo seznam organov in modalitet, ki jih zahtevajo radiologi, ki jih nestrpno dodajamo. Končni cilj je zagotoviti sistem, ki pokriva celotno človeško telo, ne glede na organ ali vrsto skeniranja.

contextflow je prejel podporo dveh izjemnih inkubatorskih programov INiTS in i2c TU Wien. Kako koristni so bili ti programi in kaj ste se naučili iz procesa?

Tem inkubatorjem dolgujemo veliko hvaležnost. Oboje nas je povezalo z mentorji, svetovalci in investitorji, kar je izpodbijalo naš poslovni model in na koncu razjasnilo naše kdo/zakaj/kako. Delujejo tudi zelo praktično, zagotavljajo sredstva in pisarniški prostor, tako da se lahko resnično osredotočimo na delo in ne skrbimo TOLIKO o administrativnih temah. Brez njihove podpore res ne bi mogli priti tako daleč, kot smo. Avstrijski startup ekosistem je še vedno majhen, vendar obstajajo programi, ki pomagajo uresničiti inovativne ideje.

Ste tudi pobudnik avstrijskega projekta ICT Lighthouse, katerega namen je zgraditi trajnostni ekosistem podatkovnih storitev v Avstriji. Nam lahko poveste kaj več o tem projektu in o vaši vlogi pri njem?

Količina dnevno proizvedenih podatkov eksponentno narašča, njihov pomen za večino industrij pa prav tako eksplodira ... res je eden najpomembnejših virov na svetu! Podatkovni trg Avstrijski svetilnik Namen projekta je razviti ali preoblikovati zahteve za uspešna podjetja, ki temeljijo na podatkih, z zagotavljanjem nizkih stroškov, visoke kakovosti in interoperabilnosti. Koordinirala sem projekt prvo leto 2016-2017. To je vodilo do nastanka Ofenziva podatkovne inteligence kjer sem v upravnem odboru. Poslanstvo DIO je izmenjava informacij in znanja med člani glede upravljanja podatkov in varnosti.

Ali želite z našimi bralci deliti še kaj o kontekstualnem toku?  

Poteki dela na radiologiji niso v mislih povprečnega državljana in tako bi moralo biti. Sistem bi moral preprosto delovati. Ko pacient postaneš, žal ugotoviš, da ni vedno tako. contextflow si prizadeva preoblikovati ta proces za radiologe in bolnike. V prihodnjih letih lahko od nas pričakujete veliko razburljivih dogodkov, zato ostanite z nami!

obiščite contextflow Če želite izvedeti več.