Trumpesnės eilės ir tikslesnė diagnozė
„Prieš metus įkūrėme įmonę. Vystome krūtinės ląstos rentgenogramų analizavimo sprendimą. Jis remiasi dirbtiniu intelektu (DI). Jo tikslas yra sugeneruoti raportą apie krūtinės rentgenogramoje matomas patologijas. Tai daroma itin aukštu tikslumu“, – pasakoja „Oxipit.AI“ vadovas ir vienas iš įkūrėjų Gediminas Pekšys.
Dirbtinis intelektas - tai algoritmas, kuris sukurtas spręsti konkrečias problemas, šiuo atveju esą jis atlieka radiologo darbą. Didžiausias tokio algoritmo privalumas – jis suprogramuotas taip, kad visą laiką pats mokytųsi ir tobulėtų.
Esą būtent jų sukurtas produktas „ChestEye“ padės radiologams sutaupyti laiko ir nuveikti daug kitų svarbių darbų.
„Apie mūsų produktą pacientas turėtų žinoti, kad jis gali padidinti tikslumą. Pavyzdžiui, yra didesnė tikimybė, kad jei žmogui yra plaučių vėžys, mes jį surasim. Iš kitos pusės tai didina ir prieinamumą. Radiologų paslaugos yra brangios, jie turi daug laiko skirti kiekvienai nuotraukai, o mes galime tą laiką patrumpinti, todėl viskas greitėja” – apie produktą pasakoja kitas komandas narys ir įkūrėjas Jogundas Armaitis.
Kol kas produktas dar nėra patekęs į rinką, esą dar komanda laukia reikiamo sertifikato, kuris leistų produktą naudoti ligoninėse. Tačiau ir Lietuvoje, ir JAV jau galima rasti ligoninių, kurios testuoja šią programą.
Meškos paslaugą daro IT paslaugų centrai
Vaikinai pastebi, kad Lietuvoje galėtų būti ir daugiau tokių inovacijų, tačiau daugybė žmonių neišnaudoja savo potencialo šioje srityje.
Jam antrina ir G. Pekšys, kuris baigęs matematikos studijas Kembridžo universitete, grįžo į Lietuvą ir nerado įdomaus darbo. „Perėjau tuos sunkumus ir nusprendžiau padaryti kažką Lietuvoje, kad kitiems žmonėms, kurie panašūs į mane, būtų daugiau vietų, kur jie galėtų įdomiai dirbti. Tai liečia visas dirbtinio intelekto bendruomenes”, – sako G. Pekšys.
Anot jo, Lietuvoje yra daug žmonių, kurie domisi dirbtiniu intelektu. Kiekvieną mėnesį į susitikimus atvyksta apie du šimtai žmonių. Komanda tikina, kad Lietuvos dirbtinio intelekto bendruomenė yra didesnė nei Niujorko miesto ir čia kuriamos inovacijos yra pasaulinio lygio.
Padėjo žaidimų industrija
Pasak D. Barušausko, jų produktą sukurti leido ganėtinai naujos dirbtinių neuroninių tinklų technologijos. Žinių, kurių reikia įgyvendinti tokį projektą, pasakoja D. Barušauskas, vargiai gausite Lietuvos universitetuose. Esą visi žmonės, kurie yra įvaldę dirbtinių neuroninių tinklų technologijas, yra savamoksliai. Komanda teigia, kad dabar šios technologijos yra labai populiarios. Tačiau D. Barušauskas dar save juokais pavadina šios srities hipsteriu.
Dirbtiniai neuroniniai tinklai buvo naudojami jau nuo 1998 metų, pasakoja G. Pekšys, tačiau pirmieji rimti bandymai prasidėjo 2012 metais. Esą dalis jų komandos jau tada dirbo su šiomis technologijomis.
„Šis proveržis užtruko, nes algoritmai mokosi iš duomenų bazių. Reikėjo žymiai didesnių bazių. Ir apdorojamam informacijos kiekiui reikėjo žymiai didesnių resursų. Tas proveržis įvyko iš dalies dėl to, kad vystėsi žaidimų industrija. Buvo sukurtos pakankami efektyvios vaizdo plokštės. Tai leido mokslininkams gauti pasakiškus rezultatus kompiuterinės regos užduotyje: duombazėje buvo vienas milijonas nuotraukų ir vienas tūkstantis objektų klasių kaip puodelis, šuniukas, kačiukas. Algoritmo tikslas buvo išmokti tas nuotraukas ir ant kitos duomenų aibės, kuo tiksliau suklasifikuoti kur šuniukas, kur kačiukas“, – sako G. Pekšys.
Būtent tokiu principu dabar jie gali atpažinti ir klasifikuoti krūtinės ląstos patologijas. „Medicinoje yra labai daug vaizdinių duomenų: magnetinis rezonansas, tomografija, rentgenogramos. Krūva vaizdinės informacijos, o radiologų skaičius sparčiai neauga. Turime itin daug dalykų, kurie būtų naudingi diagnostikoje, bet jų negalime fiziškai padaryti, nes trūksta žmonių, kurie galėtų peržiūrėti ir analizuoti tą medžiagą. Nes radiologo eksperto išugdymas užtrunka 8-10 metų“, – teigia G. Pekšys. Esą dirbtinis intelektas dabar gali objektą, ar šiuo atveju patologiją, nustatyti tiksliau nei žmogus.
Teks įtikinti ligonines
Pasiteiravus, kokios žinios jiems padeda kurti tokias inovacijas, D. Barušauskas nusijuokia, kad viskas dėl jų daugiametės patirties. „Mes nesame medikai, bet mokomės, kaip dirba radiologai“, – pabrėžia jis.
„Mums padeda žinios iš STEAM sričių. Jogundas baigęs fiziką, aš matematiką, Darius ekonometriką. Naglis Ramanauskas yra medikas, o Jonas Bialopetravičius kompiuterinių vaizdų ekspertas“, – apie įmonės įkūrėjus pasakoja G. Pekšys.
Jie tikisi, kad produktą ligoninės galės naudoti jau po 4-5 metų. Tačiau esą ir tada teks pakovoti. „Turės praeiti nemažas laiko tarpas, kol ligoninės pradės pasitikėti dirbtiniu intelektu. Tai nėra dviejų metų klausimas, to tikriausiai teks laukti dešimtmetį“, – atvirauja D. Barušauskas.
Tačiau J. Armaitis tikina, kad ne viskas yra taip sudėtinga. „Keista, bet smagu, kad Lietuvoje reakcija į mūsų produktą tikrai labai gera. Galvotum, kad medicina yra konservatyvi sritis, ten dirba pagyvenę žmonės. Bet kai parodai žmonėms, tai jie iš tikrųjų sako, kad oho čia kažkas naudingo. Jie nori tai naudoti”, – sako fizikas.
Neišnaudotas Lietuvos potencialas
Pasiteiravus, kodėl jie nusprendė įmonę steigti Lietuvoje, J. Armaitis rimtai atsako, kad Lietuvoje yra per daug protingų žmonių, kurie dirba neįdomius darbus arba nesukuria tiek pridėtinės vertės, kiek gali. „Taip pat Lietuva yra viena iš daugiausiai radiologų tūkstančiui gyventojų turinti šalis Europos Sąjungoje. Pakalbėti Lietuvoje su radiologu tikrai įmanoma. Tai yra privalumas, kuriant radiologinių vaizdų įmonę Lietuvoje. Dėl šitų dviejų dalykų, mes labai gerai laikomės”, – šypsosi jis.
„Aš manau, kad jei galiu sukurti kažką Lietuvoje turėdamas resursus ir man nereikia išvažiuoti, tai kodėl turėčiau išvažiuoti?” – šypsosi D. Barušauskas. Jis dažnai sulaukia darbo pasiūlymų iš užsienio, nes yra ketvirtas mokslininkas pasaulyje duomenų sistemų (angl. Machine learning) platformoje „Kaggle“.