Præsentation fra seminaret Sundhed og Kunstig Intelligens den 9. februar i Aarhus

1. facebook.com/enversiondk
linkedin.com/company/enversion
twitter.com/enversion
Sundhed og Kunstig Intelligens ’17
9/2-2017

2. Dagens program
• 14:00 - 14:10 Velkommen
• 14:10 - 14:40 Introduktion til kunstig intelligens
• 14:40 - 15:20 Case, findzebra.com m.m.
• 15:20 - 15:40 Forfriskning og pause
• 15:40 - 16:40 Kunstig intelligens i sundhedssektoren
• 16:40 - 17:00 Mennesket og maskinen
• 17:00 - 17:10 Afrunding og tak for i dag
• 17:10 - 18:00 Teknisk og forretningsmæssig Q&A
2

3. 3

4. SUNDHED OG KUNSTIG INTELLIGENS '17
Torsdag d. 9. februar 2017 kl. 14 – 17
Konferencesalen, Storcenter Nord, Finlandsgade 17, 8200 Aarhus N
Tema: Kliniske assistentsystemer baseret på kunstig
intelligens
Hvad handler det om, hvad vil man opnå og hvordan?
ARRANGØR: ENVERSION A/S - I SAMARBEJDE MED
SUNDHEDSTEKNOLOGISK UDVALG, IDA ØSTJYLLAND
MEDARRANGØRER:
•IDA SUNDHEDSTEKNOLOGI
•IDA EMBEDDED
•IDA IT
•IT GRUPPEN, IDA ØSTJYLLAND
•ELEKTROTEKNISK GRUPPE, IDA ØSTJYLLAND,
•SUNDHEDSTEKNOLOGISK GRUPPE, IDA NORD
IDA arrangement 321011

5. Program, 1H2017:
•D. 24.01: Omvendt fotosyntese, Teknologisk Institut - Aarhus
•D. 09.02: Sundhed og kunstig intelligens '17, Storcenter Nord - Aarhus
•D. 23.02: På forkant af kræftbehandlingen - samarbejde mellem læger
og ingeniører, Scandic City Aarhus
•D. 21.02: Generalforsamling/Årsmøde EY-huset
-på vej:
•Telemedicin, hvad er opnået, i hvilke retninger går TM udviklingen?
•Individbaseret behandling og personlig protese - Personlig Medicin
Tilmelding:
universe.ida.dk/netvaerk/regionale/ida-
østjylland/sundhedsteknologisk-gruppe-ida-østjylland/
Sundhedsteknologisk Udvalg, IDA Østjylland
Tom Chr. Thomsen 20170209

6. 6

7. 7
21 ildsjæle (+et dusin specialestuderende)
• Sundhedsteknologer (ingeniører i sundhedsvidenskab)
• Specialister i maskinlæring og kunstig intelligens
• Software-ingeniører / programmører
Mission: Bedre, gladere og længere liv

8. http://quotesvana.com/

10. 10
JACQUARD
Patent 1802
Joseph Marie

11. 11

13. Dagens program
• 14:00 - 14:10 Velkommen
• 14:10 - 14:40 Introduktion til kunstig intelligens
• 14:40 - 15:20 Case, findzebra.com m.m.
• 15:20 - 15:40 Forfriskning og pause
• 15:40 - 16:40 Kunstig intelligens i sundhedssektoren
• 16:40 - 17:00 Mennesket og maskinen
• 17:00 - 17:10 Afrunding og tak for i dag
• 17:10 - 18:00 Teknisk og forretningsmæssig Q&A
13

14. 14
Nye mønstre?
Popularitet
Omkostninger
Holdbarhed
Tekniske krav

15. https://atap.google.com/jacquard/

17. 17
RESULTAT
Kendte data
Blodprøvesvar
Køn, alder, herkomst
…
Kendte svar
Har haft tarmkræft?
Træning
Anvendelse
Johns data
Blodprøvesvar
Køn, alder, herkomst
…
Ønsket svar
Sandsynlighed for
tarmkræft?

18. Find den ”funktion”, der bedst muligt…
18
1. Beskriver sammenhængen mellem
attributter og kendte resultater for
en række objekter.
2. Forudsiger (prædikterer) svaret for
et ukendt objekt baseret på
objektets attributter.
Bedst muligt?
• Hurtigst, billigst
• Flest “sandt positive” og “sandt negative”
• Færrest “falsk negative” og “falsk positive”
Nervøs tyktarm
Tarmbetændelse
Tarmkræft

19. DEEP LEARNING

20. facebook.com/enversiondk
linkedin.com/company/enversion
twitter.com/enversion
Deep Learning
9. februar 2017
Adam Hede

21. 21

22. I gamle dage…
22

23. 23

24. f( ) = Elefant
24

25. f( ) = Elefant
25
f( ) = Syg?
f()?

26. 26
Er borgeren syg? (v. Adam Hede)

27. Alder
27

28. BMI
28

29. En dejlig simpel verden
29
Alder
BMI

30. En dejlig simpel verden
30
Alder
BMI

31. En mere realistisk verden
31
Alder
BMI

32. En mere realistisk verden
32
Alder
BMI

33. En mere realistisk verden, vi laver fejl!
33
Alder
BMI

34. Virkeligheden – Verden er meget kompliceret!
• Alder
• Køn
• BMI
• Ryger
• Bopæl
• Kolesterol
• Blodprøver
34
• Diabetes
• Motion
• Kost
• Allergi
• Eksisterende behandling
• Forældre
• Gener
• Osv.

35. 35

36. Verden er kompliceret – men ikke tilfældig!
36

37. Verden er kompliceret – men ikke tilfældig!
37

38. f( ) = Syg/Rask
38

39. What to do…
39

40. f( ) = Syg/Rask
40
f() =

41. 41
Øjet – Retina

42. 42
Øjet – Retina Deep Neural Network

43. 43

44. 44

45. 45

46. 46

47. 47

48. 48

49. Fra detaljerne til helheden
49
Fra det
Data
Til det
Et billede af en hjerne

50. Fra detaljerne til helheden
50
Fra det Til det
Y
X
- Alder
- Køn
- BMI
- Ryger?
- Bopæl
- Kolesterol
- Blodprøver
- Diabetes?
- Motion?
- Kost?
- Allergi
- Eksisterende
behandling
- Forældre
- Gener
- Osv.

51. Fra detaljerne til helheden
51
Fra det Til det
Y
X
- Alder
- Køn
- BMI
- Ryger?
- Bopæl
- Kolesterol
- Blodprøver
- Diabetes?
- Motion?
- Kost?
- Allergi
- Eksisterende
behandling
- Forældre
- Gener
- Osv.
Deep Learning

52. 52
Y
X

53. Hvornår Deep Learning?
53
 En masse data med gode eksempler at
lære fra
 Komplicerede sammenhænge, der ikke
lader sig løse af mere simple teknikker
 Rigtig meget computerkraft

54. Dagens program
• 14:00 - 14:10 Velkommen
• 14:10 - 14:40 Introduktion til kunstig intelligens
• 14:40 - 15:20 Case, findzebra.com m.m.
• 15:20 - 15:40 Forfriskning og pause
• 15:40 - 16:40 Kunstig intelligens i sundhedssektoren
• 16:40 - 17:00 Mennesket og maskinen
• 17:00 - 17:10 Afrunding og tak for i dag
• 17:10 - 18:00 Teknisk og forretningsmæssig Q&A
54

55. Kunstig intelligens i sundhedssektoren

58. Rejsen mod de ”lægefaglige assistentsystemer”
58
Administration:
Indkøb, løn,
bogføring
Klinikken:
Dokumentation,
logistik, planlægning
Klinikken:
Lægefaglig
assistance

59. 59
OUTCOME-BASERET LÆRING

60. Projekt TVÆRSPOR
• Alle borgere > 18 år bosiddende i :
– Horsens, Hedensted, Odder, Skanderborg
– Datahistorik: 2012-06-01 til 2027-12-31
• Ca. 250.000 unikke borgere
• Kommune, praksis, region, registerdata
60
Jørgen Schøler Kristensen,
Horsens Sygehus
Administration:
Indkøb, løn,
bogføring
Klinikken:
Dokumentation,
logistik, planlægning
Klinikken:
Lægefaglig
assistance

61. 61
Hvem der næste år vil:
• Blive indlagt akut?
• Blive indlagt akut - af en årsag,
der kan forebygges?
Kan maskinlæring forudsige?

62. 62
Bedste akkuratesse:
0,85
(Grundet mere data)
Forebyggelige akutindlæggelserAlle akutindlæggelser

63. Grå stær
• Mand: 80 år
• Civilstatus: Gift / hjemmeboende
• Diagnosekode:
– DH250 Begyndende senil katarakt
• Procedurekode:
– KCJD00 Ekstrakapsulær kataraktekstraktion
63
Administration:
Indkøb, løn,
bogføring
Klinikken:
Dokumentation,
logistik, planlægning
Klinikken:
Lægefaglig
assistance

64. 64
Diagnose:
Du har været indlagt til behandling for aldersbetinget grå stær.
Grå stær er uklarheder i øjets linse, der i dit tilfælde ikke skyldes
underliggende sygdomme, men alene skyldes alder.
Behandling:
Der er blevet foretaget en operation, hvor den del af venstre øjes
linse, der var angrebet af grå stær, blev fjernet, og en kunstig linse
er blevet indsat som erstatning. Operationen er forløbet uden
komplikationer.
Den kunstige linse er fremstillet af et plastmateriale, der ikke
kræver nogen pleje fremadrettet. Linsen bliver en permanent del
af øjet.
Det er normalt at opleve, at det opererede øje føles en smule ømt
3-4 dage efter operationen, ligesom en hvis tørhed af øjet er
forventeligt.
Vi vurderer, at dit syn nu er normalt, hvorfor du gerne må køre
bil.
Hvad sker der nu:
Når du kommer hjem, er det vigtigt, at du tager NEVANAC 1
mg/ml øjendråber 2 gange dagligt for at reducere
infektionsrisikoen. Dette skal du gøre indtil næste kontrol.
Du vil blive indkaldt til kontrol ca. to uger efter din operation,
forventet i uge 40. Indkaldelsen vil blive sendt til dig via
elektronisk post - www.borger.dk/post.
Hvis du oplever et af nedenstående symptomer, skal du henvende
dig til din egen læge eller vagtlæge på telefon 70 11 31 31
• Alm. Ikke-alvorligt symptom 1
• Alm. Ikke-alvorligt symptom 2
• Alm. Ikke-alvorligt symptom 3
Oplever du et af nedenstående symptomer, skal du kontakte
øjenafdeling J, Aarhus Universitetshospital på telefon: 40 23 23 12
• Alvorligt symptom 1
• Alvorligt symptom 2
• Alvorligt symptom 3
Du kan læse mere om grå stær på sundhed.dk:
https://www.sundhed.dk/borger/sygdomme-a-
aa/oejne/sygdomme/linsen/graa-staer-katarakt/
EPIKRISE

65. Dagens program
• 14:00 - 14:10 Velkommen
• 14:10 - 14:40 Introduktion til kunstig intelligens
• 14:40 - 15:20 Case, findzebra.com m.m.
• 15:20 - 15:40 Forfriskning og pause
• 15:40 - 16:40 Kunstig intelligens i sundhedssektoren
• 16:40 - 17:00 Mennesket og maskinen
• 17:00 - 17:10 Afrunding og tak for i dag
• 17:10 - 18:00 Teknisk og forretningsmæssig Q&A
65

66. facebook.com/enversiondk
linkedin.com/company/enversion
twitter.com/enversion
tms@enversion.dk