HealthTech Arena – Lindholmen, Göteborg
•
1 gostou•300 visualizações
Presentation av den AI-förstudie som genomfördes med stöd från Västra Götalandsregionens innovationsfond 2018, samt nytrycktes och översattes av Swelife.
Recomendados
Recomendados
Mais conteúdo relacionado
Semelhante a HealthTech Arena – Lindholmen, Göteborg
Semelhante a HealthTech Arena – Lindholmen, Göteborg (12)
Mais de Marcus Österberg
Mais de Marcus Österberg (16)
HealthTech Arena – Lindholmen, Göteborg
- 1. AI och machine learning för beslutstöd i hälso- och sjukvård 2019-02-21
- 2. Agenda (cirka 15 minuter) • Vad är då Swelife • AI? Njae, eller? Lite om definitioner… • Lite om projektrapporten • Nästa steg – nya projekt med GU & Chalmers, samt nationellt med Swelife • Frågor och era reflektioner
- 3. Vad är Swelife? • Ett strategiskt innovationsprogram som är finansierat av Vinnova • Arbetar för att öka sammanhållningen och effektiviteten i hälso- och life science-sektorerna i Sverige, för att på så sätt skapa tillväxt och en bättre folkhälsa • Faciliterar och accelererar innovation och samverkan inom life science – från idéer till samhällsnytta
- 4. Vad är artificiell intelligens (AI)? Uppvisar mänskliga egenskaper och förmågor, som att: • Lära sig (machine learning) • Se och tolka bilder (computer vision) • Höra, tala och förstå språk (NLP, natural language processing) AI:s definition på 1950-talet: ”the capability of a machine to imitate intelligent human behavior”
- 5. Vad vi undersökte 2018 1. Naturligt språk (NLP) för anamnes och självtriage (inkl vad leverantörer på Vitalis 2018 kunde visa upp) 2. Tal- och konversationsbaserade gränssnitt, samt smarta högtalare 3. Computer vision för att maskiner ska se och tolka bilder 4. Etiska frågeställningar
- 6. 1. NLP: Anamnes och självtriage • AI-sjuksköterskan som inte ens kan kroppens anatomi • Svenska är ett litet språk som talas av en handfull bosatta nära nordpolen • Dock finns lovande studier kring svenskan, exempelvis att summera journaltexter
- 7. 2. Tal- och konversationsbaserade gränssnitt och smarta högtalare Testat konversation med fyra olika leverantörer: - Amazon Echo, mer känd som Alexa, på engelska (se bild) - Google Home, engelska och svenska - Apple Watch på svenska - Microsoft Azure på svenska Byggt en prototyp av självtriage-app för Apple Watch (open source)
- 8. 3. Computer vision (CV) • Inte kollat ex.vis högspecialiserad CV, som mammografi mfl • Klassificering och beskrivning av bilders innehåll • Analys av bilders innehåll genom färdigtränade kunskapsmodeller
- 12. 4. Etikfrågor • Hur representativt urval har maskinen tränats på? • Svart låda & affärshemligheter • Automatiserade beslut – är det ens lagligt?
- 13. Vad vi kom fram till & nästa steg • VGR behöver en AI-strategi och aktivitetsplan! • Exempelprojekt: • NLP för att summera journaler (inom psykiatrin) • Registerforskning med hjälp av machine learning (hälsometri på GU, Chalmers, SÄS, mfl) • Förutsäga återinläggning (individlogistik och inom psykiatrin) • Träna egen bildklassificering (AI-centrum) • Inventeringen fortsätter nationellt inom Swelife/Vinnova hela 2019
- 14. Frågor och reflektioner? Psst: rapporten finns att ladda ner på tba.nu/vgrai
Notas do Editor
- Hej Jag heter Marcus Österberg. Vi jobbar daglig dags på avdelningen Vårdens digitalisering i Västra Götalandsregionen och fick projektmedel från innovationsfonden för att studera hajpen kring AI lite närmre. Jag har lite dubbla hattar. Jag jobbar dels inom VGR, men är i år utlånad till Swelife att jobba nationellt. Vi får se om jag lyckas hålla ordning på mina hattar. Vi kollade förra året på den teknik som säljs in som AI eller machine learning och kollat vad inom hälsa de klarar av – ibland med dråpliga resultat. >>
- Alla kanske inte känner till vad Swelife är för något. Det är ett strategiskt innovationsprogram inom life science och finansieras av Vinnova. Man vill bland annat jobba för en innovativ och konkurrenskraftig life science i Sverige. >> Och det är precis vad detta AI-projekt går ut på
- AI är på inget sätt nytt. Som begrepp myntades det på 1950-talet, vilket även gäller machine learning. Sedan dess har AI varit hajpat och gjort folk besvikna, blivit hajpat igen, och så vidare, några gånger. Det delar som brukar klumpas samman med AI är inte heller något nytt för VGR. Exempelvis radiologin har hållit på med computer vision åtminstone sedan 1990-talet. Men för att återgå till definitionen: Det finns många definitioner till AI och ännu fler varianter vad folk hoppas eller vill att AI ska innebära. Den I mitt tycke bästa definitionen är att något artificiellt, alltså typ en maskin, uppvisar mänskliga förmågor. (Där den definitionen haltar är att maskiner sedan mycket länge har en omänsklig förmåga när det gäller beräkningar). >>
- Vi har kollat i huvudsak på tre olika områden och också tagit en titt på etiska frågor. Vilka grejer som redan erbjuds, exempelvis bland utställarna på Vitalis, men också de stora teknikföretagen som investerar tungt i AI. Väldigt många menar ju att de drar nytta av AI och vi ville syna det lite i sömmarna. Dessutom har vi prövat på hantverket att som utvecklare själv bygga dessa funktioner. OBS. Hand upp alla som vet vad anamnes och triage eller självtriage är? Ok. >>
- Jag är ju född närking och Siri tror att när jag säger ”mår nog” är detsamma som ”jävla hor”, som ni ser på bilden. Jag tror inte det blir enkelt att släppa en talbaserad självtriage än på ett tag, men det beror förstås på hur intelligent den ska framstå. Vi har pratat med en AI-sjuksköterska under Vitalis. Den föreslog att nagelsvamp hade med underlivet att göra, där kan man tydligen också ha svamp. Det finns redan teknik för att lära en maskin en karta över människokroppen, något som skulle få denna AI att själv inse det osannolika i att nagelsvamp har med underlivet att göra. Ska man vara grinig (och då jag är från Närke får jag lov att gnälla) så borde något som kallas för AI vara lite mer intelligent. Men flera leverantörer verkar drivas av sin önskan om att kunna leverera AI snarare än att klara av en simpel granskning. Svenska är dessvärre ett exotiskt litet språk. Förhoppningsvis kommer landvinningar som görs med de stora världsspråken även till svenska. Så svenskan tycks ligga lite efter men det finns en del akademiska studier och kompetens, så det löser sig säkert över tid. >>
- En tanke man kan ha med dessa smarta högtalare är att vara första linjens stöd innan man ringer 1177. Det skulle kunna vara att få tips på material från webbplatsen 1177.se förklarat för sig. Eller att man är identifierad genom högtalaren och kan få information från e-tjänsterna, exempelvis att det inkommit nytt material i ens "Journal via nätet”. Det har varit med med varierad framgång att prata med dessa prylar i vardagliga scenarion. Ibland har man en snacksalig ettåring som försöker överrösta dig och gör högtalaren så förvirrad att den bara tystnar. Vissa högtalare har rapporterats skratta mitt i natten, men våra har främst börjat spela radio framåt småtimmarna. Ett gemensamt problem är att det inte går att ha en meningsfull dialog med dem. I viss utsträckning kan de komma ihåg vad man sagt för några sekunder sedan. Dock går det att bygga appar för dem, och det finns exempel på hur man guidas genom att plåstra om ett sår om man råkat skära sig. Men det uppstår problem om man råkar vara förkyld och behöva göra prata med dessa maskiner, eller om du befinner dig i offentliga miljöer som inte är särskilt tysta. Vi tog fram en prototyp för hur en självtriage-app skulle kunna funka på en Apple Watch, mest för att kunna demonstrera och fånga in folks synpunkter. Folk verkade tycka att det vore praktiskt. (Den är öppen källkod och ligger på regionens Github-konto om någon vill fortsätta med den) >>
- Exempelvis radiologin har ju jobbat med computer vision i årtionden, så den högspecialiserade nivån av computer vision har vi låtit bli att titta på. Istället har vi kollat på det som är nära självtriage och om de stora teknikleverantörernas tjänster är något att hänga i granen. Det har utropats som att AI är bättre på att klassificera bilder än människor, bland annat av Microsoft och Google 2015. Att maskiner ska se vad en bild innehåller påstås alltså vara ett löst problem. Det visar sig inte vara fullt så enkelt eller användbart i praktiken, åtminstone om man har höga krav på kvaliteten. >>
- Så hur bra går det exempelvis för Microsoft? Här har AI:n kommit fram till att det står en giraff intill en skog. Vill man se hur bra det går för just Microsofts computer vision kan man på Twitter följa @picdescbot, de hämtar en slumpmässigt vald bild från Wikipedia och frågar Microsoft vad den föreställer. För det mesta blir det helt ok. Men hur precist behöver det vara för att vi ska väga lita på den här typen av tjänster? Anledningen till dessa problem är att maskinerna tränats på ett bildmaterial som inte är användbart i samtliga sammanhang. Som i den här bilden har nog maskinen sett fler naturbilder från Afrikas savann än småsjöar mitt inne i skogen. Andra hallucinationer som är vanliga är att stenbyggnader ofta antas ha ett klocktorn, eller att alla vita fläckar i naturen är får (snarare än fläckar av snö eller en stenhäll). >>
- Ok, men om man matar maskinen med uppenbart material då? Man skulle kunna tro att det här föreställer min högra hand och är en röntgenbild. Men tydligen föreställer det en vit vas som står på ett bord, om ni nu inte såg det själva. Frågar man istället Googles AutoML Vision så är den 87% säker på att det medicinsk radiografi det handlar om, Så åtminstone med den tjänsten skulle en AI ha lite koll på vad det är för bild, just i detta fallet. >>
- Det här med vilka ”färdiga” tjänster och funktioner man kan lita på är komplicerat och omfattande att testa hur bra de är. Det är ingen brist på alternativ när man vill ladda ner något som liknar AI från nätet. Att fortsätta med något man hittar på nätet är grunden i den teknikbransch vi har idag. Så även om vi inte gör så själva behöver vi bli duktiga på att syna vilka komponenter som erbjuds oss och om de håller måttet. Den här bilden är en sådan nedladdning av en färdigtränad modell. Den är specialiserad på ansikten men kan inte hitta munnen. Om vi ska analysera ansikten i jakt på tecken på stroke, exempelvis att kolla om ena mungipan hänger ner ,eller annat är det bra om lösningen stödjer människor som råkar ha skägg. Men det är bara en uppenbar variation av hur ansikten kan se ut. Som ni förstår är det ett stort jobb att kvalitetsgranska denna typ av teknik. Det räcker inte med enskilda stickprov. >>
- Etisk teknik är svårt. Teknikföretagen menar ofta att de inte tar ställning och att data bara är data, eller att man bara erbjuder en plattform och helst slipper ansvara för innehållet. De argumenten blir svåra ibland. Som när Iphones främsta tips på webbplatser kring förintelsen hänvisar till en extremistwebbplats. Eller när en automatiserad fotoautomat säger åt asiater att sluta kisa med ögonen på bild, eller när Googles bildtjänst klassificerade afroamerikaner som gorillor, eller kvinnan som råkade vara doktor inte släpptes in i damernas omklädningsrum på gymmet. En del hävdar att AI är en svart låda där man inte vet vad som händer därinne. Ibland hävdas det vara affärshemligheter hur tekniken faktiskt fungerar. Det här blir ett problem också för den offentliga vården då det är denna teknik folk redan möter i sin vardag. Så om VGR:s AI kommer fram till en sak och den senaste vårdappen kommer fram till något annat... Vi kan nog inte placera en vältalig dataforskare bredvid varje vårdperson. >>
- Följande är några av de resultat vi kom fram till. Inte bara vi tycker det är viktigt att ta fram en VGR-gemensam strategi och aktivitetsplan, det sades också av våra deltagare på idéworkshopen. Vi har listat idéerna som exempelprojekt där de tekniker och studier vi hittat verkar vara framkomliga vägar. Summering av journaler och att förutsäga återinläggning är idéer som Sahlgrenskas ePsykiatrienhet undersöker. Registerforskning med GU är en del av ett projekt kring smärtvården vi fick Vinnovapengar för i november. Man kan säga att förstudien har växlat upp. Jag har fått förmånen att fortsätta arbetet med ett nationellt perspektiv genom Swelife. Så jag reser land och rike runt, intervjuar folk som kan AI-tekniker, eller beställer AI-lösningar. Jag noterar deras förhoppningar, svårigheter, geografiska styrkor och vilket stöd folk gärna vill ha för att vi ska ha en riktigt stark life science sektor i Sverige. En som drar nytta av AI-teknik. >> Tack för mig!