Semakin kompleks suatu permasalahan, semakin sulit bagi masyarakat untuk mengambil keputusan yang tepat. Kecerdasan buatan kemudian dapat membantunya. Idealnya, dia dapat membuat atau setidaknya menyarankan keputusan yang lebih baik.
Adrian Locher dan Rasmus Rothe melatih komputer untuk secara mandiri menilai gambar rontgen payudara (mammogram), seperti gambar yang diambil untuk pemeriksaan kanker payudara. “Interpretasi mammogram dianggap sangat kompleks dan memerlukan banyak pengalaman dan pelatihan khusus. Pada saat yang sama, evaluasi mamografi merupakan aktivitas yang sangat berulang dengan volume pemeriksaan yang tinggi,” kata Locher. “Ahli radiologi sering kali berada di bawah tekanan waktu dan, karena kelelahan, membuat kesalahan yang sebenarnya bisa dicegah.”
Para pendiri mengkhususkan diri dalam bidang ini dengan startup deeptech mereka, Merantix, dan telah membangun platform untuk komersialisasi kecerdasan buatan selama dua tahun. Yang pertama akan dipotong dalam beberapa minggu ini. MX Healthcare bertujuan untuk menyelamatkan nyawa ribuan wanita.
Menurut laporan tahunan program pemeriksaan Mammografi Jerman, total 2,9 juta wanita diperiksa pada tahun 2015. Kelainan pada jaringan payudara tercatat sebanyak 123.000. Setelah biopsi, 17.000 wanita (yaitu 0,6 persen dari mereka yang diperiksa) didiagnosis menderita kanker payudara.
AI mendukung dokter
Merantix ingin mempercepat pemeriksaan mamografi dan menjadikannya lebih aman. “Kami sedang mengembangkan sistem yang mewakili pra-filter dan memberi tahu dokter di mana harus melihat lebih dekat,” kata Locher.
Dia yakin bahwa mesin mengenali perubahan jaringan lebih baik daripada manusia: “Jika Anda melatih seorang dokter selama 50 tahun sebelum membuat diagnosis, dia juga akan menjadi hebat. Tapi itu sebenarnya tidak mungkin.”
Tapi mesin bisa dilatih. Hingga saat ini, Merantix telah menganalisis satu juta mammogram. “Itu berarti empat juta gambar sinar-X, biopsi, dan temuan dengan total data sebesar 130 terabyte,” kata Rothe. Setelah data ini disimpan dan diproses di cloud, algoritme dapat menggunakannya untuk mempelajari cara membedakan jaringan sehat dan jaringan sakit.
Seringkali, komputer Merantix menganalisis gambaran yang dilihat seorang dokter dalam kehidupan profesionalnya: Seorang dokter harus berbicara dengan lantang Perjanjian cakupan federal Untuk perawatan medis, Anda harus memberikan bukti 5.000 temuan dalam waktu satu tahun untuk mendapatkan persetujuan pemeriksaan tersebut. Itu adalah 0,5 persen dari temuan pembelajaran mesin yang diterima komputer Merantix sejauh ini.
Mesin belajar sepanjang hari
“Sistem seperti itu bisa menjadi lebih baik daripada manusia,” kata sang pendiri. Mesin ini bekerja dalam siklus berulang, berulang kali membandingkan biopsi dengan gambar, temuan, dan pembelajaran, siang dan malam, tujuh hari seminggu. Tapi dokter membuat keputusan akhir. Dengan diagnosisnya, dia bertanggung jawab kepada pasien.
Locher yakin suatu saat nanti algoritmanya akan mengambil keputusan sendiri. “Kami lebih berada pada sisi progresif dan dapat membayangkan bahwa seorang dokter lebih memilih menyerahkan keputusan tertentu pada algoritma karena telah terbukti sama baiknya atau lebih baik dari manusia,” kata Adrian Locher. “Dalam hal pengenalan gambar, kami sudah berada pada level ahli radiologi normal.”
Sejauh mana perkembangan ini akan berhasil tergantung pada pasar dan sikap masyarakat terhadap teknologi. “Di pasar yang belum terlayani dan berkembang pesat serta permintaan yang tinggi, masyarakat lebih mudah mengakses solusi teknologi baru.”
“Untuk secepat mungkin membawa kecerdasan buatan dalam diagnosa medis ke layanan luas, kami juga bekerja sama dengan negara bagian dan perusahaan asuransi kesehatan. Respons yang diberikan sangat bagus dan memungkinkan kami dengan cepat membuat sistem kami sesuai untuk masyarakat luas.” Satu hal yang pasti: dalam jangka panjang, diagnosis mesin tidak hanya akan lebih akurat, tetapi juga lebih murah dibandingkan diagnosis manusia.
Pengadopsi awal bermitra dengan Merantix
Namun, rumah sakit bukanlah kelompok sasaran yang paling mudah. Locher yakin: “Rumah sakit di Eropa harus tetap terbuka terhadap perubahan digital. Sebagai Merantix, kami bekerja sama dengan perusahaan-perusahaan yang pertama kali mengadopsinya – namun setiap hari kami melihat betapa jauh tertinggalnya kami dibandingkan Jerman.”
Meski demikian, sang pendiri yakin: industri rumah sakit juga akan terganggu. “Kami sangat yakin bahwa diagnostik sebagai sebuah industri akan berubah secara signifikan. Teknologi akan menjadi pendorong penting dalam memastikan masyarakat mendapatkan diagnosis yang tepat pada waktu yang tepat, misalnya melalui sistem telemedis.”
Komputer mengambil alih diagnostik
Akan ada pusat-pusat yang tersebar di mana pasien pergi. Namun analisisnya dilakukan secara terpusat dengan dukungan AI. “Semua diagnostik laboratorium yang didasarkan pada prosedur pencitraan adalah semua subjek yang, menurut kami, cepat atau lambat tidak lagi dapat dilakukan oleh manusia saja.”
Baca juga
Diagnosis mamografi hanyalah landasan pertama bagi Merantix. “Kami sedang mengembangkan platform yang akan diterapkan pada modalitas medis lainnya. Ada potensi untuk solusi seperti itu di mana pun diagnostik pencitraan digunakan.”
Akses terhadap rantai nilai
Di sinilah perbedaan perusahaan teknologi mendalam dengan startup yang menawarkan paket perangkat lunak murni untuk aplikasi individual. Merantix, sebaliknya, mengandalkan ekonomi platform. Sebab: “Siapa pun yang tidak memiliki akses terhadap rantai nilai dapat dengan mudah digantikan oleh pesaing,” kata Locher. Merantix, di sisi lain, mengandalkan solusi alur kerja di mana ahli radiologi login dan menerima semua temuan. Dia dapat melihat gambar dan menerima dukungan algoritmik.
Merantix berkomitmen membangun perusahaan seperti MX Healthcare. Para pendiri memiliki sepuluh juta euro yang dapat mereka gunakan dari sumber daya mereka sendiri dan putaran investasi. “Awalnya kami bertanya pada diri sendiri apa dampak pembelajaran mesin terhadap industri. “Kami kemudian mengembangkan kasus bisnis dengan perusahaan untuk memahami dampak pembelajaran mesin terhadap industri ini,” kata Locher mengingat kembali hal tersebut. Menurutnya, potensi terbesar terletak pada mesin pembelajaran yang memungkinkan pasar baru bagi platform dengan rantai nilainya sendiri.
Merantix ingin membangun sepuluh perusahaan
“Visi kami adalah membangun sepuluh perusahaan dalam sepuluh tahun,” kata para pendiri. Startup nomor dua dan tiga sudah dalam pengerjaan: laboratorium yang lebih terkait dengan proyek untuk topik AI industri dan lingkungan pengujian untuk perangkat lunak mobil self-driving (validasi sebagai layanan) dan a
Yang terakhir ini memberikan kesempatan kepada industri mobil untuk memeriksa algoritma perangkat lunak self-driving mereka. Hal ini didasarkan pada peta dan data sensor. “Hal ini membantu produsen mobil di Jerman untuk mencapai kemajuan pengembangan lebih cepat dan tidak tertinggal dari Tiongkok dan AS,” kata Rothe.
Hal istimewanya di sini: produk yang Merantix ingin hasilkan uang bukanlah produk pembelajaran mesin, namun solusi pengujian untuk produk pembelajaran mesin. “Untuk membangunnya, kita memerlukan banyak pengetahuan tentang pembelajaran mesin.” Bagi produsen mobil, hal ini memiliki keuntungan dalam menyimulasikan keandalan sistem self-driving mereka. Ini menghemat banyak kilometer pengujian di jalan raya. Merantix dapat menjadi otoritas sertifikasi untuk industri otomotif – bisa dikatakan sebagai opini kedua. “Industri menjadi lebih berhati-hati sejak Dieselgate,” kata Rothe.
Baca juga
