Tag: NLP

5th #MLDD – Signals from outer Space

IMG_0076Am 08.05.2018 fand in den Geb├Ąuden der LOVOO GmbH das 5. MLDD – Machine Learning Meetup statt. Diesmal zeigte Vlasta Kus von GraphAware den 75 Teilnehmern, wie man mit der NASA Lessons Learned Datenbank (eine Datenbank mit Review-Dokumenten) und etwas NLP einen Graphen entwerfen kann, der bei der Wissensrepr├Ąsentation hilft. Dies geschieht mit neo4j, einer Graphendatenbank, die umfangreiche Visualisierungsoptionen bietet.

Vlasta zeigte au├čerdem diverse Optionen, wie man das bestehende Verfahren noch verbessern kann sowie erweiterte M├Âglichkeiten bez├╝glich Deep Learning und Natural Language Processing. Auch ergaben sich einige Fragen zu Anwendbarkeit der gezeigten Modelle.

Du interessierst dich auch f├╝r das MLDD? Hier findest du die Meetup-Gruppe zum MLDD.

[Forschung] Innovationen in der Medizin – Die Zukunft des Heilens

Klaus Schwab, Gr├╝nder des World Economic Forum, redet immer wieder von der 4. Industriellen Revolution (Fourth Industrial Revolution). Das diese Revolution nicht spurlos an der Medizin vorbeigehen wird, darum wird es in diesem Artikel gehen. Laut Schwab soll sich in der 4. Industriellen Revolution nicht nur die Art der Herstellung von G├╝tern und Dienstleistungen ├Ąndern, sondern auch die Sicht des Menschen auf sich selbst. Aber – was ist bisher schon Realit├Ąt geworden?

Chat-Bots

Welche Potenziale bietet die Medizin eigentlich, wenn es um mehr Effizienz geht? Einige! Nehmen wir beispielsweise das Themen: Feststellen/Diagnostizieren von Krankheiten sowie die patientengerechte Erkl├Ąrung der festgestellten┬áKrankheiten. Hier arbeiten Firmen wie Was hab’ ich? daran, Patientenbefunde in eine, f├╝r Laien, verst├Ąndliche Sprache zu ├╝bersetzen. Dieses Gesch├Ąftsmodell k├Ânnte sich in naher Zukunft ├Ąndern, in dem man auf intelligente Bots setzt, die evidenzbasiert verschiedene Ausgaben nach, von Usern gemachten, Eingaben pr├Ąsentieren. Auch weitere Anwendungen w├Ąren denkbar:

Quelle: tincture.io

Quelle: tincture.io

  • Beschwerden-/Anfrage-Management Die Patienten k├Ânnten ihre Anfragen an die ├ärzte aufgeben, ihre Probleme beschreiben┬áund dadurch zu einem Arzt vermittelt werden, der Kapazit├Ąten daf├╝r hat.
  • Terminfindung Nach dem ├ärzte als Kandidaten gefunden wurden, k├Ânnte die Terminfindung ebenfalls via Chatbot erledigt werden.
  • Befunderkl├Ąrung im Dialog Die Erkl├Ąrung der Befunde kann durch einen Dialog oder ein Fragen-/Antwort-Schema abgedeckt werden. Dabei liegt der Fokus auf dem laienhaften Erkl├Ąren der Sachverhalte.
  • Begleitung des Genesungsprozesses Dabei wird von Zeit zu Zeit der Prozess der Gesundung begleitet. So kann der┬áArzt (auf Wunsch) oder das System immer wieder nachfragen┬áund Patienten an die Einnahme ┬áder Medikamente oder an die Durchf├╝hrung bestimmter Ma├čnahmen erinnern.
  • Bestellprozesse Auch das Bestellen und Nachbestellen von Medikamenten kann damit abgedeckt werden.

Nat├╝rlich k├Ânnen diese Anwendungen nur gebaut werden, wenn sich das Gesundheitssystem grundlegend ├Ąndert. Allerdings k├Ânnte man viele Prozesse effizienter gestalten, da nicht jeder potenzielle Patient direkt zum Arzt l├Ąuft und im Wartezimmer sitzt.

Es bleibt noch anzumerken, dass es sich hier nur um einen Average Case handelt. Im Fall von akuten Problemen bleibt nat├╝rlich weiterhin der Weg in die Notaufnahme ganz ohne App ;). Ein Verzeichnis aller existierender Chat-Bots f├╝r den Medizinbereich, kann man hier einsehen.
Babylon ist so eine App, die einige der angesprochenen Aufgaben bereits abdeckt. Das k├Ânnte der erste Schritt in diese Richtung sein.




 

NLP und Information Retrieval

Das Feld des Natural Language Processing (NLP, Verarbeitung nat├╝rlicher Sprache) soll ├ärzten helfen, die richtige Behandlungsstrategie zu w├Ąhlen. IBM Watson tut dies auf der Grundlage vieler Daten des Patienten und vergleicht diese anonymisiert┬ámit den Daten anderer Patienten. Motiviert wird dies durch rund┬á1,5 Millionen Medikationsfehler in den USA. Der gro├če Vorteil solcher Systeme ist, dass sie in k├╝rzester Zeit riesige Datenbanken durchsuchen sowie vergleichbare Patienten analysieren k├Ânnen. Dadurch k├Ânnen sie verschiedene Behandlungsmethoden sowie Konfidenzen f├╝r den Behandlungserfolg absch├Ątzen.

Dabei sollen diese Systeme die ├ärzte nicht entm├╝ndigen. Viel eher sollen sie eine M├Âglichkeit geben, sehr viele

Quelle: IBM Medical Sieve (Investor Briefing)

Quelle: IBM Medical Sieve (Investor Briefing)

Datenmengen in k├╝rzester Zeit analysieren zu lassen und damit eine bessere und umfassendere Entscheidungsgrundlage zu bieten.

Einen weiterf├╝hrenden kognitiven Assistenten bietet IBM mit dem Projekt Medical Sieve. Auf der Projektseite zu diesem IBM-Projekt kann man folgendes ├╝ber das Forschungsprojekt lesen:

Medical Sieve is an ambitious long-term exploratory grand challenge project to build a next generation cognitive  assistant with advanced multimodal analytics, clinical knowledge and reasoning capabilities that is qualified to assist in clinical decision making in radiology and cardiology. It will exhibit a deep understanding of diseases and their interpretation in multiple modalities (X-ray, Ultrasound, CT, MRI, PET, Clinical text) covering various radiology and cardiology specialties.

DNA-Sequenzierung und Pr├Ąvention

Die Firma Human Longevity Inc. bietet die Gen-Sequenzierung und die damit verbundene Pr├Ąvention von Krankheiten an. Das Ziel ist es, die Anf├Ąlligkeiten f├╝r┬ábestimmte Krankheiten am Genom zu erkennen.

Daf├╝r werden umfangreiche statistische Modelle und Erkenntnisse aus dem Human Genom Project verwendet. Mit dieser Technologie k├Ânnte man schon im Kindesalter bestimmte Pr├Ąventionsma├čnahmen treffen und somit f├╝r eine bestimmte Anf├Ąlligkeit vorsorgen. Ob man diese Technologie allerdings einer breiten Patienten-Audienz verf├╝gbar macht (und machen kann) bleibt allerdings fraglich.

 

Round up

In diesem Artikel wurden keine Smart Watches und Fitness-Tracker behandelt. Diese gibt es auch – allerdings lag der Fokus auf Innovationen, welche etwas mehr Disruption in den Medizinbereich bringen k├Ânnen. Aktuell versuchen es sehr viele Startups und etablierte Firmen, einen Fu├č in die T├╝r der Medizin-Zukunft zu bekommen. Dabei sind einige Ans├Ątze sehr radikal und k├Ânnten – sollte es soweit kommen – viele ├änderungen mit sich bringen. Wie es uns die Geschichte gelehrt hat, wird es einen Mittelweg geben. Trotzdem ist die avantgardistische Arbeit vieler Firmen und Lobby-Verb├Ąnde wichtig, um die Entwicklung anzuf├╝hren.

Weiterf├╝hrende Links




[Startups] Mindmeld – Die KI f├╝r Zuhause

Worum geht es hier?
Mindmeld ist ein System, das ein sprachliches Interface bieten soll, um alle Aktivit├Ąten in der Wohnung oder dem Haus zu koordinieren. Dazu benutzen die Entwickler NLP-Techniken, semantische Datenbanken und ansprechendes
Interface-Design.
media-kit-4Neben den “normalen” IoT-Aufgaben wie Licht an- und ausschalten, T├╝ren schlie├čen und die Heizung regeln, kann Mindmeld au├čerdem Filme spielen und besitzt Regeln, um logische Beziehungen im Input zu erkennen. Somit l├Ąsst sich die Idee des Smart Home sehr gut mit anderen Media-Anwendungen verkn├╝pfen. Es ist auch geplant, dass Drittanbieter in das ├ľkosytem von Mindmeld einsteigen k├Ânnen und dort ihre passenden Anwendungen bauen k├Ânnen. Das erkl├Ąrte Ziel von Mindmeld ist es, dumme Chatbots zu ersetzen und Schnittstellen f├╝r Bots zu bauen, die einer Konversation folgen k├Ânnen und ein Ged├Ąchtnis bieten.

 

Zahlen bitte
Das Unternehmenen hatte bisher 2 (+ eine nicht ├Âffentliche) Finanzierungsrunden.

  • 2,4 Mio. USD (2012, Greylock Partners, Bessemer Ventures, GV, IDG Ventures)
  • 13 Mio. USD (2013/2014, Intel Capital, Samsung Ventures, Telefonica Digital)

Benutzte Technologien

  • Node.js
  • Python
  • PHP
  • Erlang
  • JavaScript
  • Chef (f├╝r die Provisionierung)

Zukunft des Startups

Das Startup hat gute Chancen, da es aktuell noch nicht viele Competitor im Bereich Smart Home auf diesem Level gibt. Allerdings versuchen es viele Firmen und vor allem die Open-Source-Gemeinde. Genau das ist der Punkt! Wenn Mindmeld es schafft, eine gute Position am Markt zu bekommen, bevor Open-Source-T├╝ftler und andere Firmen nachziehen, sind die Aussichten auf Erfolg immens gro├č. Das Thema “Smart-Home” ist auch noch lange nicht ausgesch├Âpft und das Konzept des IoT (Internet of Things) steckt, was marktreife Produkte angeht, noch in den Kinderschuhen. Es scheint so, als ob sich das Unternehmen viel mehr um die Intelligenz ihres Mensch-Maschine-Interfaces k├╝mmert, als um alle anderen Komponenten, die zum System geh├Âren. Auch das zeichnet sie aus! Wenn die Entwicklung erfolgreich verl├Ąuft, kann man die Chatbot-Intelligenz auch in weiteren Bereichen einsetzen (Trends zu Text to Speech Bots).

Die Gr├╝nder
Mindmeld wurde von Tim Tuttle gegründet, der davor bereits Bang Networks (wurde mit 24 Mio. $ finanziert) und Truveo (wurde von AOL gekauft) gegründet hat. Am MIT arbeitete er im Labor für künstliche Intelligenz und konnte dort bereits den Grundstein für seine folgenden Gründungen legen.

 

The Internet of Things (MIT Press Essential Knowledge) Architecting the Interet of Things Natural Language Processing using Python