Allan Hanbury, contextflow’un Kurucu Ortağı – Röportaj Serisi

Allan Hanbury, Avusturya’daki TU Wien’de Veri Zekası Profesörü ve Karmaşıklık Bilimi Merkezi’nin öğretim üyesidir. Burada, yapılandırılmamış verilere anlam kazandırmaya yönelik araştırma ve inovasyonu yürütür. Ayrıca, Avusturya’da bir Veri-Hizmet Ekosistemi oluşturmayı amaçlayan Avusturya ICT Lighthouse Projesi’nin başlatıcısıdır. Tıbbi ve sağlık bilgisi arama ve analizine yönelik EU-funded Khresmoi Entegre Projesi’nin bilimsel koordinatörüdür ve Khresmoi projesinde geliştirilen radyoloji görüntüsü arama teknolojisini ticarileştiren contextflow’un ortak kurucusudur. Ayrıca, büyük veri上的 algoritmaların değerlendirilmesine yönelik EU-funded VISCERAL projesi ve tıbbi metin analizi için teknoloji geliştirilmesine yönelik EU-funded KConnect projesini koordine etmiştir.

contextflow, Viyana Tıp Üniversitesi ve Avrupa araştırma projesi KHRESMOI’den bir spin-off’tur. KHRESMOI projesi hakkında bize bilgi verebilir misiniz?

Elbette! Khresmoi’nin amacı, tıbbi profesyoneller için güvenilir, hızlı, doğru ve anlaşılabilir bir bilgi erişim süreci sunmak üzere, çok dilli, çok modelli bir arama ve erişim sistemi geliştirmekti. Bunun için, bilgi çıkarma işlemini otomatikleştirmek, uyarlanabilir kullanıcı arayüzleri geliştirmek ve metin bilgilerini görüntülere bağlamak necessário idi.

contextflow derin öğrenme algoritmasının şu anki veri seti nedir?

Veri setimiz yaklaşık 8000 akciğer BT taramasından oluşuyor. AI’mız oldukça esnek olduğundan, bir sonraki adım olarak beyin MR’lara yöneliyoruz.

Veri seti büyüdükçe AI’nın performansı iyileşiyor mu?

Bu soruyu sık sık alıyoruz ve cevap muhtemelen çoğu okuyucu için tatmin edici olmayacaktır. Bir noktaya kadar, evet, veri seti büyüdükçe kalite artar, ancak belirli bir eşikten sonra, sadece daha fazla tarama ile çok fazla kazanç sağlanmaz. “Yeterli” olanın ne olduğu, organ, modallik, hastalık deseni gibi çeşitli faktörlere bağlıdır ve kesin bir sayı vermek mümkün değildir. En önemli şey, verilerin kalitesidir.

contextflow, tüm durumlar için mi tasarlandı, yoksa sadece zor durumlarda diferansiyel tanı koymak için mi?

Radyologlar gerçekten iyi iş çıkarırlar. Çoğu durumda bulgular açık ve dışarıdan araçlar gereksizdir. contextflow, otomatik tanı yerine genel arama odaklı bir yaklaşım benimsemiştir. Araçlarımızın birkaç kullanım alanı vardır, ancak ana kullanım alanı, bulguların hemen apparent olmadığı zor durumlarda yardımda bulunmaktır. Burada radyologlar, çeşitli kaynaklara danışmak zorundadır ve bu süreç zaman alır. contextflow SEARCH, 3D görüntü tabanlı arama motorumuz, radyologların görüntü yorumu sırasında bilgi arama süresini azaltmayı amaçlar. Ayrıca, diferansiyel tanı için yardımcı olan referans bilgilerini sağlar ve yeni radyologların eğitimi için de umut verici bir kullanım alanı sunar.

Bir radyolog contextflow platformunu nasıl kullanır?

contextflow SEARCH Lung CT, radyoloğun iş akışına tamamen entegre edilmiştir (aksi takdirde kullanılmazdı). Radyolog, normal işleyişini sürdürür ve bir hasta için ek bilgi gerektiğinde, ilgili taramanın bir bölümünü seçer ve çalışma istasyonunda contextflow simgesine tıklayarak sistemimizi yeni bir tarayıcı penceresinde açar. Orada, benzer hastalık desenlerine sahip hasta réféansları, istatistikler ve tıbbi literatür (örneğin, radiopedia) alır. until hasta hakkında normal şekilde ilerleyebilir, ek bölgeleri seçerek daha fazla bilgi arayabilir ve réféans vakalarla yan yana karşılaştırabilir. Ayrıca, hastalık desenlerinin genel dağılımını gösteren haritalar bulunur, bu da bulguları raporlama konusunda yardımcı olur. Radyologun rapor yazmak için gerekli her şeyi bir araya getirmeye çalıştık ve bu bilgileri saniyeler içinde erişilebilir hale getirdik.

contextflow, başlangıçta akciğer BT taramaları için tasarlandı, ancak diğer tarama türlerine de genişleyecek mi?

Evet! Radyologlar tarafından talep edilen organ ve modalliklerin bir listemiz var ve bunları eklemeye hevesliyiz. Nihai hedefimiz, bağımsız olarak organ veya tarama türüne bakılmaksızın tüm insan vücudunu kapsayan bir sistem sunmaktır.

contextflow, INiTS ve i2c TU Wien gibi iki harika kuluçka programının desteğini aldı. Bu programlar size nasıl fayda sağladı ve bu süreçten neler öğrendiniz?

Bu kuluçka programlarına karşı büyük bir minnettarlık duyuyoruz. Her ikisi de bizi mentorlarla, danışmanlarla ve yatırımcılarla 연결erek iş modelimizi ve amacımızı netleştirdi. Ayrıca, pratik olarak da bize fon ve ofis alanı sağladılar, böylece idari konularda çok fazla endişe duymadan işe odaklanabildik. Onların desteği olmasaydı, geldiğimiz noktaya ulaşamazdık. Avusturya startup ekosistemi hala küçük, ancak yenilikçi fikirleri gerçeğe dönüştürmeye yardımcı olacak programlar mevcut.

Ayrıca, Avusturya’da sürdürülebilir bir Veri-Hizmet Ekosistemi oluşturmayı amaçlayan Avusturya ICT Lighthouse Projesi’nin başlatıcısısınız. Bu proje hakkında ve projedeki rolünüz hakkında bize bilgi verebilir misiniz?

Üretilen veri miktarı günlük olarak üssel olarak artıyor ve çoğu endüstri için önemi de patlama gösteriyor… gerçekten dünyanın en önemli kaynaklarından biri! Data Market Austria’nın Lighthouse projesi, başarılı veri odaklı işler için düşük maliyet, yüksek kalite ve etkileşimi sağlayarak gereksinimleri geliştirmeyi veya reforme etmeyi amaçlıyor. Ben, 2016-2017 yıllarında projenin ilk yılında koordinatörü idim. Bu, Data Intelligence Offensive‘in oluşturulmasına yol açtı ve burada yönetim kurulundayım. DIO’nun misyonu, üyeler arasında veri yönetimi ve güvenliği hakkında bilgi ve uzmanlık paylaşmaktır.

contextflow hakkında okuyucularımıza aktarmak istediğiniz başka bir şey var mı?

Radyoloji iş akışları, ortalama vatandaşın aklında değildir ve öyle olması gerekir. Sistem sadece çalışmalıdır. Maalesef, hasta olduğunuzda, her zaman böyle olmadığını fark edersiniz. contextflow, bu süreci hem radyologlar hem de hastalar için dönüştürmeye çalışıyor. Önümüzdeki yıllarda bizim için heyecan verici gelişmeler bekleyebilirsiniz,所以 takip edin! Daha fazla bilgi için contextflow‘u ziyaret edin.