Tag: NLP

5th #MLDD – Signals from outer Space

IMG_0076Am 08.05.2018 fand in den Gebäuden 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 Wissensrepräsentation hilft. Dies geschieht mit neo4j, einer Graphendatenbank, die umfangreiche Visualisierungsoptionen bietet.

Vlasta zeigte außerdem diverse Optionen, wie man das bestehende Verfahren noch verbessern kann sowie erweiterte Möglichkeiten bezüglich Deep Learning und Natural Language Processing. Auch ergaben sich einige Fragen zu Anwendbarkeit der gezeigten Modelle.

Du interessierst dich auch für das MLDD? Hier findest du die Meetup-Gruppe zum MLDD.

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

Klaus Schwab, Gründer 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 Gütern und Dienstleistungen ändern, sondern auch die Sicht des Menschen auf sich selbst. Aber – was ist bisher schon Realität 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 Erklärung der festgestellten Krankheiten. Hier arbeiten Firmen wie Was hab’ ich? daran, Patientenbefunde in eine, für Laien, verständliche Sprache zu übersetzen. Dieses Geschäftsmodell könnte sich in naher Zukunft ändern, in dem man auf intelligente Bots setzt, die evidenzbasiert verschiedene Ausgaben nach, von Usern gemachten, Eingaben präsentieren. Auch weitere Anwendungen wären denkbar:

Quelle: tincture.io

Quelle: tincture.io

  • Beschwerden-/Anfrage-Management Die Patienten könnten ihre Anfragen an die Ärzte aufgeben, ihre Probleme beschreiben und dadurch zu einem Arzt vermittelt werden, der Kapazitäten dafür hat.
  • Terminfindung Nach dem Ärzte als Kandidaten gefunden wurden, könnte die Terminfindung ebenfalls via Chatbot erledigt werden.
  • Befunderklärung im Dialog Die Erklärung der Befunde kann durch einen Dialog oder ein Fragen-/Antwort-Schema abgedeckt werden. Dabei liegt der Fokus auf dem laienhaften Erklären der Sachverhalte.
  • Begleitung des Genesungsprozesses Dabei wird von Zeit zu Zeit der Prozess der Gesundung begleitet. So kann der Arzt (auf Wunsch) oder das System immer wieder nachfragen und Patienten an die Einnahme  der Medikamente oder an die Durchführung bestimmter Maßnahmen erinnern.
  • Bestellprozesse Auch das Bestellen und Nachbestellen von Medikamenten kann damit abgedeckt werden.

Natürlich können diese Anwendungen nur gebaut werden, wenn sich das Gesundheitssystem grundlegend ändert. Allerdings könnte man viele Prozesse effizienter gestalten, da nicht jeder potenzielle Patient direkt zum Arzt läuft und im Wartezimmer sitzt.

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




 

NLP und Information Retrieval

Das Feld des Natural Language Processing (NLP, Verarbeitung natürlicher Sprache) soll Ärzten helfen, die richtige Behandlungsstrategie zu wählen. IBM Watson tut dies auf der Grundlage vieler Daten des Patienten und vergleicht diese anonymisiert mit den Daten anderer Patienten. Motiviert wird dies durch rund 1,5 Millionen Medikationsfehler in den USA. Der große Vorteil solcher Systeme ist, dass sie in kürzester Zeit riesige Datenbanken durchsuchen sowie vergleichbare Patienten analysieren können. Dadurch können sie verschiedene Behandlungsmethoden sowie Konfidenzen für den Behandlungserfolg abschätzen.

Dabei sollen diese Systeme die Ärzte nicht entmündigen. Viel eher sollen sie eine Möglichkeit geben, sehr viele

Quelle: IBM Medical Sieve (Investor Briefing)

Quelle: IBM Medical Sieve (Investor Briefing)

Datenmengen in kürzester Zeit analysieren zu lassen und damit eine bessere und umfassendere Entscheidungsgrundlage zu bieten.

Einen weiterführenden kognitiven Assistenten bietet IBM mit dem Projekt Medical Sieve. Auf der Projektseite zu diesem IBM-Projekt kann man folgendes über 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 Prävention

Die Firma Human Longevity Inc. bietet die Gen-Sequenzierung und die damit verbundene Prävention von Krankheiten an. Das Ziel ist es, die Anfälligkeiten für bestimmte Krankheiten am Genom zu erkennen.

Dafür werden umfangreiche statistische Modelle und Erkenntnisse aus dem Human Genom Project verwendet. Mit dieser Technologie könnte man schon im Kindesalter bestimmte Präventionsmaßnahmen treffen und somit für eine bestimmte Anfälligkeit vorsorgen. Ob man diese Technologie allerdings einer breiten Patienten-Audienz verfügbar 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 können. Aktuell versuchen es sehr viele Startups und etablierte Firmen, einen Fuß in die Tür der Medizin-Zukunft zu bekommen. Dabei sind einige Ansätze sehr radikal und könnten – 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-Verbände wichtig, um die Entwicklung anzuführen.

Weiterführende Links




[Startups] Mindmeld – Die KI für Zuhause

Worum geht es hier?
Mindmeld ist ein System, das ein sprachliches Interface bieten soll, um alle Aktivitäten 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, Türen schließen und die Heizung regeln, kann Mindmeld außerdem Filme spielen und besitzt Regeln, um logische Beziehungen im Input zu erkennen. Somit lässt sich die Idee des Smart Home sehr gut mit anderen Media-Anwendungen verknüpfen. Es ist auch geplant, dass Drittanbieter in das Ökosytem von Mindmeld einsteigen können und dort ihre passenden Anwendungen bauen können. Das erklärte Ziel von Mindmeld ist es, dumme Chatbots zu ersetzen und Schnittstellen für Bots zu bauen, die einer Konversation folgen können und ein Gedächtnis bieten.

 

Zahlen bitte
Das Unternehmenen hatte bisher 2 (+ eine nicht öffentliche) 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 (für 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-Tüftler und andere Firmen nachziehen, sind die Aussichten auf Erfolg immens groß. Das Thema “Smart-Home” ist auch noch lange nicht ausgeschöpft 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 kümmert, als um alle anderen Komponenten, die zum System gehören. Auch das zeichnet sie aus! Wenn die Entwicklung erfolgreich verläuft, kann man die Chatbot-Intelligenz auch in weiteren Bereichen einsetzen (Trends zu Text to Speech Bots).

Die Gründer
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