อัลลัน ฮานบิวรี่ ผู้ร่วมก่อตั้ง contextflow – ซีรีส์สัมภาษณ์

อัลลัน ฮานบิวรี่ เป็นศาสตราจารย์ด้าน Data Intelligence ที่ TU Wien, ออสเตรีย และเป็นสมาชิกของ Complexity Science Hub โดยที่เขานำการวิจัยและนวัตกรรมเพื่อทำความเข้าใจข้อมูลที่ไม่มีโครงสร้าง เขาเป็นผู้ริเริ่มโครงการ Austrian ICT Lighthouse Project, Data Market Austria ซึ่งกำลังสร้างระบบนิเวศของบริการข้อมูลในออสเตรีย เขาเป็นผู้ประสานงานโครงการ EU-funded Khresmoi Integrated Project เกี่ยวกับการค้นหาและวิเคราะห์ข้อมูลทางการแพทย์และสุขภาพ และเป็นผู้ร่วมก่อตั้ง contextflow บริษัทที่พัฒนาเทคโนโลยีการค้นหารูปภาพรังสีวิทยาจากโครงการ Khresmoi เขาได้ประสานงานโครงการ EU-funded VISCERAL เกี่ยวกับการประเมินอัลกอริทึมบนข้อมูลขนาดใหญ่ และโครงการ EU-funded KConnect เกี่ยวกับเทคโนโลยีการวิเคราะห์ข้อความทางการแพทย์

contextflow เป็นบริษัทที่แยกออกมาจาก Medical University of Vienna และโครงการวิจัยยุโรป KHRESMOI คุณสามารถบอกเราเกี่ยวกับโครงการ KHRESMOI ได้หรือไม่?

ได้! โครงการ Khresmoi มีเป้าหมายในการพัฒนาระบบค้นหาและเข้าถึงข้อมูลชีวการแพทย์แบบหลายภาษาและหลายรูปแบบ ซึ่งต้องใช้กระบวนการค้นหาข้อมูลอัตโนมัติ พัฒนาหน้าจอผู้ใช้ที่ปรับเปลี่ยนได้ และเชื่อมโยงข้อมูลข้อความที่ไม่มีโครงสร้างและข้อความที่มีโครงสร้างกับภาพ โดยหลักๆ แล้ว เราต้องการทำให้กระบวนการค้นหาข้อมูลสำหรับผู้เชี่ยวชาญทางการแพทย์เป็นไปอย่างน่าเชื่อถือ รวดเร็ว ถูกต้อง และเข้าใจได้ง่าย

ชุดข้อมูลปัจจุบันที่ใช้ในการเรียนรู้ของอัลกอริทึม contextflow คืออะไร?

ชุดข้อมูลของเรามีประมาณ 8000 ลูกบาศก์ CT ของปอด เนื่องจาก AI ของเรามีความยืดหยุ่น เรากำลังจะขยายไปสู่การ扫ภาพ MRI ของสมองในอนาคต

คุณได้เห็นการปรับปรุงที่ดีขึ้นในการทำงานของ AI เมื่อชุดข้อมูลมีขนาดใหญ่ขึ้นหรือไม่?

เรามักถูกถามคำถามนี้ และคำตอบอาจไม่น่าพอใจสำหรับผู้อ่านส่วนใหญ่ ใน某程度หนึ่ง ใช่ คุณภาพจะดีขึ้นเมื่อมีการสแกนมากขึ้น แต่หลังจากเกินขีดจำกัดบางอย่าง คุณไม่ได้รับประโยชน์มากนักเพียงแค่มีการสแกนมากขึ้น จำนวนการสแกนที่เพียงพอขึ้นอยู่กับหลายปัจจัย (อวัยวะ, โหมด, รูปแบบโรค, ฯลฯ) และไม่สามารถให้คำตอบที่แน่นอนได้ สิ่งที่สำคัญที่สุดคือคุณภาพของข้อมูล

contextflow ได้รับการออกแบบมาเพื่อใช้ในทุกกรณีหรือเพียงเพื่อช่วยในการวินิจฉัยที่แตกต่างกันในกรณีที่ยาก?

แพทย์รังสีวิทยามีความเชี่ยวชาญในการทำงานของตน สำหรับกรณีส่วนใหญ่ การค้นพบเป็นเรื่องง่าย และไม่ต้องการเครื่องมือภายนอก contextflow มีการแบ่งแยกในตลาดโดยมุ่งเน้นไปที่การค้นหาทั่วไปมากกว่าการวินิจฉัยอัตโนมัติ มีหลายกรณีการใช้งานสำหรับเครื่องมือของเรา แต่กรณีหลักคือช่วยเหลือในกรณีที่ยากที่สุด ซึ่งการค้นพบไม่ชัดเจนในทันที ในที่นี้ แพทย์รังสีวิทยาต้องปรึกษาข้อมูลจากแหล่งต่างๆ และกระบวนการนี้ใช้เวลานาน contextflow SEARCH เครื่องมือค้นหาภาพ 3 มิติของเรามีเป้าหมายในการลดเวลาที่แพทย์รังสีวิทยาต้องใช้ในการค้นหาข้อมูลระหว่างการวินิจฉัยภาพโดยการอนุญาตให้ค้นหาผ่านภาพเอง เนื่องจากเรายังให้ข้อมูลอ้างอิงที่มีประโยชน์สำหรับการวินิจฉัยที่แตกต่างกัน การฝึกอบรมแพทย์รังสีวิทยาที่ใหม่ๆ จึงเป็นอีกกรณีการใช้งานที่มีแนวโน้ม

คุณสามารถอธิบายกระบวนการของแพทย์รังสีวิทยาที่ใช้แพลตฟอร์ม contextflow ได้หรือไม่?

contextflow SEARCH Lung CT ถูกผสมผสานอย่างสมบูรณ์เข้ากับกระบวนการทำงานของแพทย์รังสีวิทยา (หรือไม่เช่นนั้นพวกเขาจะไม่ใช้มัน) แพทย์รังสีวิทยาทำงานตามปกติ และเมื่อพวกเขาต้องการข้อมูลเพิ่มเติมสำหรับผู้ป่วยบางคน พวกเขาจะเลือกพื้นที่ที่สนใจในภาพนั้นและคลิกไอคอน contextflow ในสถานีทำงานของตนเพื่อเปิดระบบของเราในหน้าเว็บใหม่ จากที่นั่น พวกเขาจะได้รับกรณีอ้างอิงจากฐานข้อมูลของผู้ป่วยที่มีรูปแบบโรคคล้ายกับของผู้ป่วยที่พวกเขากำลังประเมินพร้อมกับข้อมูลสถิติและวรรณกรรมทางการแพทย์ (เช่น radiopedia) พวกเขาสามารถเลื่อนผ่านผู้ป่วยในระบบของเราได้ตามปกติ โดยเลือกพื้นที่เพิ่มเติมเพื่อค้นหาข้อมูลเพิ่มเติมและเปรียบเทียบข้างๆ กับกรณีอ้างอิง มีแผนที่ความร้อนให้ภาพรวมของการกระจายตัวของโรค ซึ่งช่วยในการรายงานผลการวินิจฉัย เราพยายามรวมทุกสิ่งที่แพทย์รังสีวิทยาต้องการในการเขียนรายงานไว้ในที่เดียวและพร้อมใช้งานภายในไม่กี่วินาที

นี่ถูกออกแบบมาเพื่อใช้กับการสแกน CT ของปอดในตอนแรก contextflow จะขยายไปสู่การ扫ภาพอื่นๆ หรือไม่?

ใช่! เรามีรายการส่วนต่างๆ และโหมดที่แพทย์รังสีวิทยาต้องการให้เราบวกเข้าไป เรามีเป้าหมายสูงสุดในการให้บริการระบบที่ครอบคลุมทั้งร่างกาย ไม่ว่าจะเป็นอวัยวะหรือประเภทการสแกน

contextflow ได้รับการสนับสนุนจากสองโปรแกรม孵卵ที่น่าเหลือเชื่อ INiTS และ i2c TU Wien คุณสามารถบอกเราเกี่ยวกับประโยชน์ของโปรแกรมเหล่านี้และอะไรที่คุณได้เรียนรู้จากกระบวนการนี้ได้หรือไม่?

เรามีหนี้บุญคุณต่อโปรแกรมเหล่านี้ พวกเขาทำให้เราติดต่อได้กับคนให้คำปรึกษา ผู้ให้คำปรึกษาทางธุรกิจ และนักลงทุน ซึ่งท้าทายแบบจำลองธุรกิจของเราและช่วยให้เราเข้าใจว่าใคร, ทำไม, และอย่างไร พวกเขายังให้การสนับสนุนทางปฏิบัติ เช่น การให้ทุนและพื้นที่สำนักงาน เพื่อให้เราสามารถมุ่งเน้นไปที่งานและไม่ต้องกังวลเรื่องการบริหารจัดการมากนัก เราไม่สามารถมาถึงจุดนี้ได้หากไม่มีการสนับสนุนจากพวกเขา ระบบสตาร์ทอัพของออสเตรียยังค่อนข้างเล็ก แต่มีโปรแกรมที่ช่วยให้ความคิดสร้างสรรค์สามารถบรรลุเป้าหมายได้

คุณยังเป็นผู้ริเริ่มโครงการ Austrian ICT Lighthouse ซึ่งมีเป้าหมายในการสร้างระบบนิเวศที่ยั่งยืนของบริการข้อมูลในออสเตรีย คุณสามารถบอกเราเกี่ยวกับโครงการนี้และบทบาทของคุณได้หรือไม่?

ปริมาณข้อมูลที่ผลิตทุกวันเพิ่มขึ้นอย่างรวดเร็ว และความสำคัญของมันในอุตสาหกรรมส่วนใหญ่ก็เพิ่มขึ้นเช่นกัน… มันเป็นหนึ่งในทรัพยากรที่สำคัญที่สุดของโลก! โครงการ Data Market Austria’s Lighthouse มีเป้าหมายในการพัฒนาหรือปฏิรูปข้อกำหนดสำหรับธุรกิจที่ขับเคลื่อนด้วยข้อมูลที่ประสบความสำเร็จ โดยรับประกันค่าใช้จ่ายต่ำ คุณภาพสูง และการทำงานร่วมกัน ฉันประสานงานโครงการนี้ในช่วงปีแรกในปี 2016-2017 ซึ่งนำไปสู่การก่อตั้ง Data Intelligence Offensive โดยที่ฉันเป็นหนึ่งในคณะกรรมการบริหาร ของ DIO มีภารกิจในการแลกเปลี่ยนข้อมูลและความรู้ระหว่างสมาชิกเกี่ยวกับการจัดการข้อมูลและความปลอดภัย

มีอะไรอีกที่คุณต้องการแบ่งปันกับผู้อ่านเกี่ยวกับ contextflow หรือไม่?

กระบวนการทำงานรังสีวิทยาของแพทย์ไม่อยู่ในใจของผู้คนโดยทั่วไป และมันควรจะเป็นแบบนั้น ระบบควรทำงานได้โดยไม่มีปัญหา ไม幸運ที่เมื่อคุณกลายเป็นผู้ป่วย คุณจะรู้ว่ามันไม่ได้เสมอไป contextflow กำลังทำงานเพื่อเปลี่ยนแปลงกระบวนการนี้สำหรับทั้งแพทย์รังสีวิทยาและผู้ป่วย คุณสามารถคาดหวังการพัฒนาที่น่าตื่นเต้นจากเราในอนาคต จงรอชม!

กรุณาเยี่ยมชม contextflow เพื่อเรียนรู้เพิ่มเติม