15min apsilankė „Oxipit“ biure Saulėtekio slėnio mokslo ir technologijų parke – čia pirmiausia į akis kliūva paletės su „Coca cola“ skardinėmis, žaidimų konsolės „Playstation“ valdymo pultai ir milžiniškas televizoriaus ekranas. Tačiau netgi penktadienio vakarą čia niekas nežaidžia – kofeino atsargos naudojamos prie apkrautų kompiuterių stalų verdančiam darbui.
G.Pekšys pademonstravo, kaip veikia jų kūrinys „ChestEye“, arba išvertus – „Krūtinės akis“, prieš du mėnesius gavęs sertifikatą ES.
Vos įkėlus rentgeno nuotrauką į sistemą, per sekundę gautas aprašymas su aibe medicininių terminų – ne visus juos supranta ir vadovas. Šiuo metu medicininės diagnostikos įrankis sugeba tiksliai atpažinti 75 dažniausių radiologinių požymių.
– Papasakokite apie save – ką veikia jūsų įmonė?
– Mes esame pakankamai jaunas startuolis. Save pozicionuojame kaip įmonę, kuri vysto dirbtinio intelekto (DI) technologijas medicinoje.
Papasakosiu truputį konteksto. Mūsų komandos branduolys turi didelę tyrimų patirtį dirbtinio intelekto, vaizdų apdorojimo srityje, ir taip pat analitikai, kaip pvz., kredito rizikos sistemos. Mūsų kolega Darius Barušauskas yra sukūręs gal 100 tokių modelių ir jei kur nors Lietuvoje yra vertinama kredito rizika, tikėtina, kad ten buvo naudojamas jo algoritmas.
Kita dalis mūsų komandos yra atėjusi iš įmonės „Neurotechnology“, kuri užsiima biometrika ir sekimo technologijomis. Beje, jų pirštų atspaudų algoritmas pripažintas greičiausiu pasaulyje „National Institute of Standards & Technology“. Ten yra 30-40 žmonių tyrimo algoritmų komandoje ir mes darbavomės sekimo technologijose, tai yra – objekto atpažinimas ir sekimas. Tad turėjome tvirtą pagrindą toje vietoje.
Taip pat dalyvavome įvairiuose konkursuose, kad ir duomenų analizės platformoje „Kaggle“, kurioje skelbiami konkursai duomenų mokslininkams. Ten žmonės varžosi tarpusavyje per duotą laiko limitą, būna ir priziniai fondai, kurie siekia nuo kelių tūkstančių iki milijono eurų. D.Barušauskas yra laimėjęs penkis tokius turnyrus, jo reitingas buvo TOP dešimtuke visame pasaulyje tarp milijono duomenų mokslininkų. Aš pats esu vieną laimėjęs.
Mes norėjome vystyti tas technologijas čia, Lietuvoje. Taip išėjo, kad viename hakatone susipažinome su Nagliu Ramanausku, kuris buvo radiologijos rezidentas Vilniaus universitete. Jis parodė, kad medicinoje galima labai daug ką padaryti, buvo toks match (angl. suderinamumas) tarp mūsų. Matėme, kad medicinoje atsilieka šios technologijos taikymas.
Mes manėme, kad čia yra daug barjerų, jautrūs duomenys, bet N.Ramanauskas pats buvo sukūręs dirbtinį intelektą atpažinti inkstų pakitimams. Jis davė supratimo, kaip dirbti su medicina, ir nusprendėme panaudoti savo patirtį būtent čia.
Mes save ateityje matome kaip technologijų kompaniją, kuriai svarbu vystyti naujas technologijas, sekti naujausius mokslinius straipsnius, patiems eksperimentuoti ir bandyti viską. Tokioje srityje kaip medicina svarbu yra tikslumas ir kokybė.
– Jūsų produktas „ChestEye“ jau gavo sertifikatą. Kas tai per produktas, ar jį galima pavadinti virtualiu radiologu, kuris pasižiūri į nuotrauką ir nustato diagnozę?
– Aš labiau sakyčiau radiologo asistentas. Taip, jis pasižiūri nuotrauką ir pabando nustatyti, bet ne diagnozę. Radiologai ligų nenustato, o pasako, kokie požymiai matomi nuotraukoje, kurie gali būti sietini su tuberkulioze ar kuo nors kitu. Tuomet dažniausiai reikia kokių nors papildomų tyrimų, nebent negalavimas yra akivaizdus, kaip koks nors kaulų lūžis.
Tad mūsų algoritmas, programa, tą daro. Mes ją integruojame į sistemas, kurias naudoja radiologai. Siekiame, kad pateikta ataskaita, vizualizacijos, nedarytų įtakos jų įprastam darbui ir būtų kuo paprasčiau tuo naudotis.
Galiu parodyti pavyzdį. Štai, įkėliau šią nuotrauką. Ką turime. Čia intubacija, tai toks vamzdelis. Čia rašo, kad jis įkištas per žemai. Ši nuotrauka yra rutininė procedūra ligoninėje, kai paguldo pacientą ir jam turi būti įstatyta reikiama įranga. Radiologai turi įvertinti, ar teisingoje pozicijoje, ar ne per giliai. Dar rašo, kad yra kateteris į veną suleistas. Čia kaip ir nerašo, kad kažkas blogai su pacientu. Atelektazė dešiniajame plautyje.
Aš asmeniškai ir pats nebūtinai žinosiu, kas tai per dalykas, tą turi įvertinti medikai.
Mūsų algoritmas pateikia tai, ką rašo ir radiologai. Algoritmas neveikia 100 proc. tikslumu, bet jis pateikia aprašymą ir kai kur jis pagauna tiksliau nei radiologai. Tam tikrais atvejais tai padeda pagerinti tikslumą, o apskritai tai labiau yra skirta sutaupyti laiko, kad radiologui kuo mažiau reikėtų aprašinėti ir jam teliktų įvertinti, ar teisingas aprašas, ar neteisingas.
Paskutiniai rezultatai iš vieno tyrimo Indijoje, kur įvertino mūsų algoritmus keliems šimtams atvejų, – 80 proc. atvejų nereikėjo nieko keisti. Bet mes nežinome, ar Indijoje pataikome į visą spektrą jų ligų, ir ten reikėtų įdėti papildomo darbo.
– Tai jau šis produktas yra galutinis, jis veikia?
– Licenciją mes jau esame gavę, CE ženklą Europoje. Aišku, nesame licencijos gavę daugelyje kitų vietų, kur reiktų. Bet mes dar kol kas to ir nesiekiame, kadangi daugiausia bandomės produktą akademiškai.
Tuo tikslu dirbame ir su Indija, JAV, Pietų Afrikos Respublika ir kitomis šalimis. Jose taip pat reikės gauti sertifikatus.
O ES dabar dirbame su vadinamaisiais pirmaisiais taikytojais (angl. early adopter) – tai ligoninės, centrai ar teleradiologijos klinikos, kurios mato tame naudą, kurios pasiryžusios žengti tuos žingsnius. Palaikome artimą santykį su klientais, kad gautume kuo aiškesnį atgalinį ryšį ir reaguotume į jų poreikius.
Startuoliams sveikatos industrija yra gana sudėtinga, nes pacientų duomenys yra jautrūs, dažnai tai reiškia, kad turi išsiaiškinti, kaip užtikrinti duomenų anonimiškumą, saugumą, kad nieko blogo nenutiktų ligoninėse. Industrija yra gana konservatyvi, daug yra pasitikėjimo formavimo.
Mes labai džiaugiamės, kad susidomėjimas pakankamai nemažas – yra ligoninių ir centrų, kurios nori ir bando šį dalyką. Bet dar reikės daug, kad įrodytume, kad tai iš tiesų veikia, yra saugu, ir nieko blogo nenutinka, jei laikomasi visų reikalingų priemonių.
– Ar jūsų sistema tinkama tik krūtinės ląstos nuotraukoms?
– Kol kas tik krūtinės ląstai. Bet ir krūtinės ląstos nuotraukų pasaulyje padaroma apie 2 milijardus per metus, ir kiekis auga 5 proc. per metus – tai yra bene dažniausiai daromas tyrimas.
Bet mūsų produktas apima pakankamai didelę aibę įvairių pakitimų.
– Kaip finansuojate startuolio veiklą? Ar esate pritraukę investuotojų?
– Gyvename iš investicijų ir šiek tiek esame pritraukę ES paramos. Pardavimai jau egzistuoja, tačiau tai dar labai ankstyva stadija, kadangi pati rinka tokių produktų yra besiformuojanti.
Tačiau investuotojams tokios kompanijos yra labai įdomios, kadangi radiologija ir DI taikymai medicinoje – tai yra labai didelė rinka.
Jei vertiname, kad vienas krūtinės rentgeno nuotraukos aprašas vidutiniškai kainuoja 5 dolerius, vien čia turime 10 mlrd. dolerių rinką.
Ir yra krūva kitų sričių, pvz., magnetinis rezonansas, kompiuterinė tomografija. Vystosi ir grupelė įmonių, kurios bando išspręsti problemas. Mes turime kokius 5 konkurentus, kurie taikosi į krūtinės ląstos rentgenogramas.
– Ar išeina palyginti, kuri kompanija pažengusi toliausiai? Gal pasimatuojate, kieno produktas geresnis?
– Iki pat šių metų pradžios tai pamatuoti buvo labai sudėtinga, nes kiekvienas regionas dirba savaip. Kad kažką palygintum, turi turėti prieigą prie privačių pacientų duomenų, tačiau tam reikia surinkti žmonių sutikimus. Dabar atsirado tokių archyvų, bet ir jų kokybė nėra gera, kadangi šalys, kurios gali viešinti pacientų duomenis – jose dažnai patiriamas radiologų trūkumas ir tie aprašai nebūna itin geros kokybės.
Apskritai, tokiose šalyse kaip Indija, yra poreikis kitokių produktų – ten darbo su tuberkulioze prioritetas gerokai aukštesnis nei Vakarų Europoje, todėl ten veikianti kompanija turi siaurą aibę patologijų, kurias aptinka, bet tai sprendžia vietos rinkos problemą. O Indijos rinka yra milžiniška, virš milijardo gyventojų.
Ir tuomet yra kitos kompanijos, kaip mūsų, kurios dairosi į Vakarų šalis – ir čia yra kitokie sprendimai. Jei vieni bando aptikti tuberkuliozę, kiti bando sugeneruoti aprašus, kurie taupo laiką ir pagerina tikslumą.
Taip Vakaruose galima pacientams atnešti daugiau naudos, nes daugiau jų ir anksčiau gaus išvadas laiku, o radiologai savo darbą galės skirti didesnę vertę kuriantiems tikslams.
– Pasaulyje dirbtinis intelektas yra karšta tema. Kaip yra Lietuvoje, ar čia skiriamas tam pakankamas dėmesys, ar yra susibūrusi mokslo bendruomenė?
– Lietuvoje tai taip pat jau porą metų yra karšta tema ir Ekonomikos ir inovacijų ministerija pradėjo pakankamai nemažai dėmesio į tai kreipti, suorganizavo ekspertų grupę, kuri padėjo suformuluoti potencialias gaires DI strategijai.
Teko pačiam dalyvauti toje pačioje grupėje – labai smagi iniciatyva iš jų pusės. Pati bendruomenė, vertinant renginių kiekį, išaugo beveik nuo nulio iki keleto vienu metu veikiančių reguliarių renginių Vilniuje: „Rise“, „Tech Parke“, atsirado toks dalykas kaip „Vilnius school of AI“, kur yra pamokėlės žmonėms, norintiems kažką pradėti šioje srityje. Giliojo mokymosi temomis taip pat kalbama, yra kur galima ateiti ir aptarinėti naujausią mokslinę literatūrą.
Praktiškai visi segmentai paliesti, kas yra labai smagu.
Tai, kad Vilnius nėra milžiniškas miestas, nulemia, kad DI bendruomenė vieni apie kitus jau labai gerai žino, ir renginiuose susirenka ir po kelis šimtus žmonių. Lyginant su JAV ar Vakarų Europa, ten būna keliasdešimt žmonių, nes viskas labai susisegmentuoja, ir nėra vientisos bendruomenės.
– Gal jūs prisidedate prie kokių tarptautinių iniciatyvų, pavyzdžiui, tokių, kaip „žmogaus smegenų projektas“, kuriuo siekiama simuliuoti žmogaus smegenis?
– Mašininis mokymasis, tai suprantama kaip algoritmai, kurie pradžioje buvo sukurti įkvėpti galbūt to, kaip neuronai veikia ir kaip smegenys veikia. Ir dabartiniai neuronų tinklai kažkiek įkvėpti to principo, kaip smegenys veikia. Bet mūsų esminė užduotis yra praktinis pritaikymas, naudojant procesorius kompiuteriuose taip, kad algoritmai kuo paprasčiau išspręstų kokias nors konkrečias užduotis.
Kita yra mokslinė kryptis, kur bandoma sumodeliuoti smegenų veiklą, tai jau kita neuromokslininkų tema.
– Kokių naujų produktų ar paslaugų DI galėtų pasiūlyti per artimiausius 5 metus?
– Dabar nuolatos gimsta įvairiausių dalykų. „Google Translate“ programėlę galima nukreipti į kažkokį produktą, ir tau išverčia iš kameros vaizdo. Turime aibę pritaikymų, ar mes norime pasvajoti, kas bus po 5 metų? (juokiasi).
Klausimas yra įdomus, nes dabar yra labai daug startuolių – maždaug nuo 2012 m. akademinėje bendruomenėje buvo didelis lūžis pritaikant giliuosius neuronų tinklus įvairioms problemoms spręsti: nuo garso atpažinimo, teksto analizės iki vaizdų. Ir tada pradėjo rastis krūva mažų įmonių, kurios bandydavo įvairius dalykus, eksperimentuodavo ir sakydavo, kad mes čia padarysime, viena, antra, trečia.
Tai technologijai reikėjo šiek tiek subręsti, ir dabar tas progresas, kuris buvo labai spartus, kiek lėtesnis. Bet skirtumas, ką gali nuveikti dabar, lyginant su tuo, kas buvo prieš kokius 5-7 metus, yra gana radikalus.
Aš manau, kad sukaupus daugiau patirties, galbūt rinka turės realistiškesnį matymą, ką gali pasiekti, todėl tikėčiausi, kad per 5 metus atsisijos krūva įmonių, kurios bando padaryti nebūtinai iki galo realistiškus dalykus ir pamatysime labai daug inovatyvių sprendimų.
Bet kokie jie bus – labai sunku spekuliuoti.
– O kokie jūsų tikslai, kokios ambicijos? Kur save matote po 5 metų?
– Dabar mūsų tikslas dirbti su Europos ligoninėmis ir turėti produktą, kuris įrodytų savo patikimumą. Tai yra pirmieji mūsų produkto vartotojai, tad gali tikėtis, kad atsiras įvairiausių iššūkių. Sertifikatą gavome prieš kokius 2 mėnesius. Dabar turime įrodyti, kad produktas naudingas.
Po 5 metų mes save matome kaip įmonę, kuri vysto keletą medicinos produktų radiologijoje su lūkesčiu, kad tie produktai yra technologiškai pažangiausi arba tiksliausi tarp konkurentų.
– Kada planuojate išgelbėti pirmąją gyvybę, o galbūt tai jau pavyko?
– Kol kas nenorime girtis tokiais dalykais. Tikriausiai girdėjote apie „IBM Watson“, kur buvo daug pažadėta, kad jau išgelbėjo labai daug gyvybių ir koks nuostabus tai dalykas, bet paskui paaiškėjo, kad sunkiai tai veikia ir žmonės nemėgsta tos technologijos. Mes stengiamės žadėti mažiau, girtis mažiau ir turėti kažką, kas iš tiesų veikia, o tada bus galima kalbėti.
– Kaip patys medikai priima jūsų produktą, kokia būna jų pirmoji reakcija?
– Būna įvairiausių reakcijų. Yra skeptikų, bet yra tokių, kurie labai džiaugiasi ir vertina tuos dalykus.
Yra žmonių, kurie jau ne pirmą kartą mato, kaip kažkas žada kokią tuberkuliozę nuotraukoje aptikti. Kompiuterinė rega, kaip sritis, aktyvi jau daug dešimtmečių, ir iš tikrųjų buvo ir anksčiau bandymų spręsti panašius klausimus, bet jie nebuvo sėkmingi.
Bet su giliaisiais neuronų tinklais mes turime lūžį – lūkestis iš mūsų pusės yra tas, kad čia jau viskas, tai yra ta technologija, kuri padės išspręsti tuos klausimus. Tačiau kai kurie vyresni medikai mato jau kokį trečią bandymą tai padaryti.
Yra, aišku, tokių, kurie bijo, kad tokios technologijos pakeis jų darbą. Yra taip pat tokių, kurie džiaugiasi, manydami, kad šitos technologijos pakeis jų darbą. Nes krūtinės rentgenogramos nėra jiems pati įdomiausia dalis. O radiologija yra pakankamai plati sritis, kur, kaip minėjau, yra ir magnetinis rezonansas – čia pastoviai didėja testų kiekis, rezoliucija auga, galima spręsti galbūt vis kitokius uždavinius.
– Jei turėtumėte vaiką, kuris norėtų būti radiologu ateityje, ar palaikytumėte tokią jo siekį?
– Jei jis norėtų, tai palaikyčiau. Bet būčiau šiek tiek susirūpinęs. Aš rekomenduočiau jam eiti mokytis į tokią vietą, kur pakankamai aktyviai dirbama DI srityje ir bendradarbiaujama, kadangi tada bus aiškiausia, kur vertingiausia skirti laiką.
– Ar yra rizika, kad DI gali išstumti dalį specialistų, sumažinti jų poreikį?
– Dabar yra atvirkščia situacija – yra didelis žmonių stygius, ir jų kiekis neauga. Kadangi ne technologija, o žmonės yra butelio kakliukas, tad aš manau, kad atsiradusi DI technologija turėtų efektyvinti tų žmonių veiklą. Aš spėčiau, kad, atsilaisvinus žmonėms, pradės sparčiau tobulėti radiologinė diagnostikos įranga, galbūt ji labiau išsišakos.
Aš manau, kad žmonės turi gebėjimą adaptuotis ir suvokti informaciją iš žymiai mažesnio kiekio duomenų, o tai labai naudinga einant į naujas sritis ar gilinantis į kažką specifiško. Pvz., dirbant su magnetiniu rezonansu, didinant rezoliuciją, gilinant žinias – tai bus naudinga.
Per pastaruosius 20 metų medicina labai pasikeitė, atsirado kompiuteriai, internetas, ir aš manau, kad panašaus masto pokyčiai bus dėl DI. Tiesiog reikės keisti darbo būdus, o ne tai, kad liksi be darbo.
– Kaip atrodo jūsų kasdienis darbas, kuo gyvenate?
– Programavimas vyksta pastoviai – visada yra kur tobulinti ir vystyti produktą, eksperimentuoti siekiant didesnio produkto. Bet taip pat yra daug skraidžiojimo, keliavimo po įvairias šalis, darbo su tyrimų partneriais, su klientais ar potencialiais klientais. Sakyčiau, vidutiniškai vienas mūsų žmogus nuolat yra kur nors išskridęs (įmonėje dirba 10 darbuotojų – 15min).
Taip pat daug stengiamės prisidėti ir prie DI bendruomenės iniciatyvų Lietuvoje, pvz., ministerijose. Mes manome, kad svarbu čia turėti kuo daugiau bendruomenės ir įmonių, kurios tą darytų, nes tai labai įdomus darbas iš techninės pusės.
– Ką pasakytumėte jaunimui, kuris galbūt dar tik renkasi profesiją – ar DI yra perspektyvi sritis, ar čia verta kreipti dėmesį?
– Aš manau, kad DI yra perspektyvi specialybė. Bet jau yra ir šiek tiek žmonių, manančių, kad vėl artėja vienų iš tų vadinamų DI „žiemų“. Giliųjų neuronų tinklų pritaikymas atnešė didelį proveržį kai kuriuose taikymuose, bet visų problemų jie neišsprendžia, ir gali tekti laukti kažkokio naujo kito dalyko. Gali būti ir taip.
Bet dar kurį laiką užtruksime, ko pritaikysime ir esamas technologijas visur, kur tik apsimoka – manau, DI išliks perspektyviu bent artimiausius 10 metų, o toliau matysime, kaip viskas vyksta.
Nes duomenų kiekis, kurį mes kaip žmonija sukaupiame, kiekvienais metais yra vis didesnis.
– Norint dirbti šioje srityje, nuo ko geriausia pradėti?
– Vienas dalykas, kuris yra labai naudingas – tai matematikos ir programavimo žinios, galbūt jos neturi būti tokios super gilios. Šias žinias galima gauti daug kur. Tuomet reikia specifinių žinių. Įžanginius kursus galima gauti kad ir „Coursera“ ar internete – čia yra aibė visokiausių pradžiamokslių ir priemonių išmokti pagrindus, kaip veikia bibliotekos, naudojamos programuojant neuronų tinklus.
Labai svarbu dirbant ar mokytis turėti savo idėją apie konkretų pritaikymą, praktinę problemą, kurią norima išspręsti. Tam gali pasitarnauti ir „Kaggle“ turnyrai, kur ne tik gausi paruoštus duomenis, bet galėsi eksperimentuoti su įvairiausiais dalykais ar algoritmais. Bet taip pat matysi, kaip sekasi ir ką daro kiti, kad užsidaręs savo sultyse nevirtum.
Ir dar vienas dalykas, kuris svarbus – sekti mokslinius straipsnius, literatūrą, kuri yra atvirai prieinama arxiv.org. Galima atsidaryti ir matyti, prie ko žmonės dirba, pasijusti dalimi tos mokslinės bendruomenės.
– Visuomenėje dažnai pasigirsta baimių dėl DI taikymo. Ar iš tiesų turėtume kažko baimintis, o gal turėtume progresą priimti?
– Tam tikros baimės yra racionalios. Pavyzdžiui, šitie algoritmai sugeba iš didelių duomenų kiekių spręsti naujus uždavinius ir jei tai bus daroma nekontroliuojant, jie gali socialiniuose tinkluose konkretiems žmonėms pritaikyti specifines žinutes, ir taip pakeisti rinkimų baigtį. Tai yra pavojingas dalykas.
Kitas pavyzdys, tai gali formuoti tam tikrų kraštutinių idėjų burbulus socialiniuose tinkluose. Su šiais algoritmais yra krūva kitų problemų, todėl yra dalis tiesos, kad verta turėti kažkokį reglamentavimą jų taikyme.
Vis tik to, ką jie siūlo ir ką gali išspręsti, nauda yra gerokai didesnė nei potencialios rizikos.
Ir apskritai, dabartinis DI nėra kažkoks stebuklas, kuris galėtų geriau nei žmogus mokytis ir kurti. Tam dar reikia keleto žingsnių, keleto mokslinių lūžių, kurie padėtų išspręsti, kad algoritmai, pvz., kaip žmogus, sugebėtų vos iš kelių pavyzdžių atpažinti naują gyvūno rūšį. Dabar neuronų tinklams reikia labai daug darbo įdėti, kad jie kažką atpažintų iš didelio duomenų kiekio.
Šią akimirką neatrodo, kad yra labai daug ko bijoti.
Bet yra ir kitos problemos – tai tikslai, kuriems pasiekti naudojamas DI. Pvz., šalys, kurios yra mažiau reguliuojama duomenų apsaugos, jose ta DI raida yra spartesnė, nes nereikia atsižvelgti į sutikimus dėl duomenų gavimo. Tos šalys, kurios riboja žmonių teises, įgyja tam tikrą pranašumą, kadangi kažkokių skrupulų nebelieka. Dabar viena iš investicijų lyderių į DI yra Kinija, daug dėmesio skirianti sekimo, socialinio reitingo technologijoms.
–Ačiū už pokalbį.
