”VI ER FORBI HYPEN – DET ER NU, VI KOMMER TIL AT SE AI-RESULTATER”
Når det er hele seks år siden, man stiftede et firma, der laver software baseret på kunstig intelligens, er den nuværende hype, der følger i halen på ChatGPT ikke noget, der imponerer.”
Hype-bølgen kom for otte år siden, da man begyndte at arbejde med de første AI-principper. Nu er vi nået til det modsatte niveau, hvor der er en del desillusion, men hvor vi er begyndt at se de reelle resultater af AI-software,” forklarer Mads Jarner Brevadt, der er CEO i Radiobotics.
Firmaets kerneprodukt er en løsning, der er i stand til at se på et røntgenfoto og ved hjælp af kunstig intelligens og på 20 sekunder, kan hjælpe læger med at udpege knoglebrud.
Mads Jarner Brevadt understreger, at deres løsning ikke tager beslutninger, men blot er et støtteværktøj, der assisterer f.eks. radiologer og akutlæger, så de kan tage hurtigere og bedre beslutninger.
”Hype-bølgen kom reelt for otte år siden, da man begyndte at arbejde med de første AI-principper anvendt på medicinske billeder. Nu er vi nået til det modsatte niveau, hvor der er en del desillusion, men hvor vi er begyndt at se de reelle resultater af AI-software.”
Mads Jarner Brevadt, CEO, Radiobotics.
40 procent færre fejl
I medicobranchen tager man det ret nøje med dokumentation, så Mads Jarner Brevadt trækker hurtigt en stribe PowerPoints frem, og viser bl.a. en undersøgelse fra Bispebjerg Hospital, (der dog ikke er udgivet endnu, red.), hvor løsningen i studiet kunne øge præcisionen med fem procent i forhold til at finde benbrud på røntgenbilleder.
Da der bliver lavet relativt få fejl, betyder det, at man – relativt set – kunne vise en nedsat fejlrate på godt 40 procent, når fagpersonalet får hjælp fra en AI-løsning. Samtidigt viser andre undersøgelser, at løsningen kan gøre det en del hurtigere for personalet at vurdere røntgenbillederne.
Han understreger, at der er stor forskel på, hvem der er på vagt i ydertimerne, og at det måske især er, når der er relativt nyuddannede læger eller radiologer på arbejde, at software-understøttelsen kan forbedre kvaliteten af diagnoserne.
”Nogle steder er der en ekstra kvalitetssikring, hvor andet personale dobbelttjekker vurderingerne, men hvis de er alene om at tage beslutningerne, så kan vores software øge kvaliteten af beslutningerne.”
En faglig smeltedigel
Radiobotics er ikke et firma, der kun er bygget på viden om kunstig intelligens.
De benytter hele paletten af IT-folk – og så en stribe fagfolk fra medicobranchen.
”Vi har ansat en stribe IT-folk: Machine learning udviklere, en data-engineer og software-udviklere. Derudover har vi klinikere og folk med ekspertise i regulatoriske forhold inden for medicobranchen. Vi henter også læger på konsulent-basis,” forklarer Mads Jarner Brevadt. Samlet set er der 20 ansatte fra otte forskellige lande. Hovedparten arbejder fra kontoret, der ligger i en baggård i indre København tæt på Kastellet.
Den kunstige intelligens firmaet har bygget, er trænet på 300.000 billeder fra det amerikanske sundhedssystem, men der er stadig mange faktorer, der skal tages hensyn til for at sikre, at løsningen fungerer perfekt.
”Billederne er taget på tværs af aldersgrupper, køn, etnicitet – og af alle typer af knogler. Men man skal huske, at der er forskel fra hospital til hospital på, hvordan man tager et røntgen-foto. Både i kvalitet, vinkel – og hvilke faggrupper, der arbejder og møder patienterne,” forklarer Mads Jarner Brevadt.
Firmaet er nu i gang med at køre de første installationer ind på hospitaler i Skandinavien, Storbritannien og USA, men på sigt er målet langt større, og firmaet arbejder også med analyser af slidgigt og hofteledsdysplasi.
”Men i første omgang vil vi gerne være de bedste til én ting – knoglefrakturer – så kan vi altid se, om vi skal brede os over andre områder, men med den samme teknologi,” siger Mads Jarner Brevadt. \
Skriv en kommentar
This site uses Akismet to reduce spam. Learn how your comment data is processed.