facebook.com/enversiondk

linkedin.com/company/enversion

twitter.com/enversion

Sundhed og Kunstig Intelligens ’17

9/2-2017

Dagens program

• 14:00 - 14:10 Velkommen

• 14:10 - 14:40 Introduktion til kunstig intelligens

• 14:40 - 15:20 Case, findzebra.com m.m.

• 15:20 - 15:40 Forfriskning og pause

• 15:40 - 16:40 Kunstig intelligens i sundhedssektoren

• 16:40 - 17:00 Mennesket og maskinen

• 17:00 - 17:10 Afrunding og tak for i dag

• 17:10 - 18:00 Teknisk og forretningsmæssig Q&A

2

3

SUNDHED OG KUNSTIG INTELLIGENS '17Torsdag d. 9. februar 2017 kl. 14 – 17

Konferencesalen, Storcenter Nord, Finlandsgade 17, 8200 Aarhus N

Tema: Kliniske assistentsystemer baseret på kunstig intelligens

Hvad handler det om, hvad vil man opnå og hvordan?

ARRANGØR: ENVERSION A/S - I SAMARBEJDE MED

SUNDHEDSTEKNOLOGISK UDVALG, IDA ØSTJYLLAND

MEDARRANGØRER:

•IDA SUNDHEDSTEKNOLOGI

•IDA EMBEDDED

•IDA IT

•IT GRUPPEN, IDA ØSTJYLLAND

•ELEKTROTEKNISK GRUPPE, IDA ØSTJYLLAND,

•SUNDHEDSTEKNOLOGISK GRUPPE, IDA NORD

IDA arrangement 321011

Program, 1H2017:

•D. 24.01: Omvendt fotosyntese, Teknologisk Institut - Aarhus

•D. 09.02: Sundhed og kunstig intelligens '17, Storcenter Nord - Aarhus

•D. 23.02: På forkant af kræftbehandlingen - samarbejde mellem læger

og ingeniører, Scandic City Aarhus

•D. 21.02: Generalforsamling/Årsmøde EY-huset

-på vej:

•Telemedicin, hvad er opnået, i hvilke retninger går TM udviklingen?

•Individbaseret behandling og personlig protese - Personlig Medicin

Tilmelding:

universe.ida.dk/netvaerk/regionale/ida-

østjylland/sundhedsteknologisk-gruppe-ida-østjylland/

Sundhedsteknologisk Udvalg, IDA Østjylland

Tom Chr. Thomsen 20170209

6

7

21 ildsjæle (+et dusin specialestuderende)

• Sundhedsteknologer (ingeniører i sundhedsvidenskab)

• Specialister i maskinlæring og kunstig intelligens

• Software-ingeniører / programmører

Mission: Bedre, gladere og længere liv

htt

p:/

/qu

ote

svan

a.co

m/

10

JACQUARDPatent 1802

Joseph Marie

11

Dagens program

• 14:00 - 14:10 Velkommen

• 14:10 - 14:40 Introduktion til kunstig intelligens

• 14:40 - 15:20 Case, findzebra.com m.m.

• 15:20 - 15:40 Forfriskning og pause

• 15:40 - 16:40 Kunstig intelligens i sundhedssektoren

• 16:40 - 17:00 Mennesket og maskinen

• 17:00 - 17:10 Afrunding og tak for i dag

• 17:10 - 18:00 Teknisk og forretningsmæssig Q&A

13

14

Nye mønstre?

PopularitetOmkostningerHoldbarhedTekniske krav

htt

ps:

//at

ap.g

oo

gle.

com

/jac

qu

ard

/

17

RESU

LTAT

Kendte dataBlodprøvesvar

Køn, alder, herkomst…

Kendte svarHar haft tarmkræft?

Træning

Anvendelse

Johns dataBlodprøvesvar

Køn, alder, herkomst…

Ønsket svarSandsynlighed for tarmkræft?

Find den ”funktion”, der bedst muligt…

18

1. Beskriver sammenhængen mellem attributter og kendte resultater for en række objekter.

2. Forudsiger (prædikterer) svaret for et ukendt objekt baseret på objektets attributter.

Bedst muligt?

• Hurtigst, billigst• Flest “sandt positive” og “sandt negative”• Færrest “falsk negative” og “falsk positive”

Nervøs tyktarmTarmbetændelse

Tarmkræft

DEEP LEARNING

facebook.com/enversiondk

linkedin.com/company/enversion

twitter.com/enversion

Deep Learning

9. februar 2017

Adam Hede

21

I gamle dage…

22

23

f( ) = Elefant

24

f( ) = Elefant

25

f( ) = Syg?

f()?

26

Er borgeren syg? (v. Adam Hede)

Alder

27

BMI

28

En dejlig simpel verden

29

Alder

BM

I

En dejlig simpel verden

30

Alder

BM

I

En mere realistisk verden

31

Alder

BM

I

En mere realistisk verden

32

Alder

BM

I

En mere realistisk verden, vi laver fejl!

33

Alder

BM

I

Virkeligheden – Verden er meget kompliceret!

• Alder

• Køn

• BMI

• Ryger

• Bopæl

• Kolesterol

• Blodprøver

34

• Diabetes

• Motion

• Kost

• Allergi

• Eksisterende behandling

• Forældre

• Gener

• Osv.

35

Verden er kompliceret – men ikke tilfældig!

36

Verden er kompliceret – men ikke tilfældig!

37

f( ) = Syg/Rask

38

What to do…

39

f( ) = Syg/Rask

40

f() =

41

Øjet – Retina

42

Øjet – Retina Deep Neural Network

43

44

45

46

47

48

Fra detaljerne til helheden

49

Fra det

Data

Til det

Et billede af en hjerne

Fra detaljerne til helheden

50

Fra det Til det

Y

X

- Alder

- Køn

- BMI

- Ryger?

- Bopæl

- Kolesterol

- Blodprøver

- Diabetes?

- Motion?

- Kost?

- Allergi

- Eksisterendebehandling

- Forældre

- Gener

- Osv.

Fra detaljerne til helheden

51

Fra det Til det

Y

X

- Alder

- Køn

- BMI

- Ryger?

- Bopæl

- Kolesterol

- Blodprøver

- Diabetes?

- Motion?

- Kost?

- Allergi

- Eksisterendebehandling

- Forældre

- Gener

- Osv.

Deep Learning

52

Y

X

Hvornår Deep Learning?

53

En masse data med gode eksempler at lære fra

Komplicerede sammenhænge, der ikke lader sig løse af mere simple teknikker

Rigtig meget computerkraft

Dagens program

• 14:00 - 14:10 Velkommen

• 14:10 - 14:40 Introduktion til kunstig intelligens

• 14:40 - 15:20 Case, findzebra.com m.m.

• 15:20 - 15:40 Forfriskning og pause

• 15:40 - 16:40 Kunstig intelligens i sundhedssektoren

• 16:40 - 17:00 Mennesket og maskinen

• 17:00 - 17:10 Afrunding og tak for i dag

• 17:10 - 18:00 Teknisk og forretningsmæssig Q&A

54

Kunstig intelligens i sundhedssektoren

Rejsen mod de ”lægefaglige assistentsystemer”

58

Administration: Indkøb, løn, bogføring

Klinikken: Dokumentation,

logistik, planlægning

Klinikken: Lægefaglig assistance

59

OUTCOME-BASERET LÆRING

Projekt TVÆRSPOR

• Alle borgere > 18 år bosiddende i :– Horsens, Hedensted, Odder, Skanderborg

– Datahistorik: 2012-06-01 til 2027-12-31

• Ca. 250.000 unikke borgere

• Kommune, praksis, region, registerdata

60

Jørgen Schøler Kristensen, Horsens Sygehus

Administration: Indkøb, løn, bogføring

Klinikken: Dokumentation,

logistik, planlægning

Klinikken: Lægefaglig assistance

61

Hvem der næste år vil:

• Blive indlagt akut?

• Blive indlagt akut - af en årsag, der kan forebygges?

Kan maskinlæring forudsige?

62

Bedste akkuratesse: 0,85 (Grundet mere data)

Forebyggelige akutindlæggelserAlle akutindlæggelser

Grå stær

• Mand: 80 år

• Civilstatus: Gift / hjemmeboende

• Diagnosekode: – DH250 Begyndende senil katarakt

• Procedurekode:– KCJD00 Ekstrakapsulær kataraktekstraktion

63

Administration: Indkøb, løn, bogføring

Klinikken: Dokumentation,

logistik, planlægning

Klinikken: Lægefaglig assistance

64

Diagnose:

Du har været indlagt til behandling for aldersbetinget grå stær. Grå stær er uklarheder i øjets linse, der i dit tilfælde ikke skyldes underliggende sygdomme, men alene skyldes alder.

Behandling:

Der er blevet foretaget en operation, hvor den del af venstre øjes linse, der var angrebet af grå stær, blev fjernet, og en kunstig linse er blevet indsat som erstatning. Operationen er forløbet uden komplikationer.

Den kunstige linse er fremstillet af et plastmateriale, der ikke kræver nogen pleje fremadrettet. Linsen bliver en permanent del af øjet.

Det er normalt at opleve, at det opererede øje føles en smule ømt 3-4 dage efter operationen, ligesom en hvis tørhed af øjet er forventeligt.

Vi vurderer, at dit syn nu er normalt, hvorfor du gerne må køre bil.

Hvad sker der nu:

Når du kommer hjem, er det vigtigt, at du tager NEVANAC 1 mg/ml øjendråber 2 gange dagligt for at reducere infektionsrisikoen. Dette skal du gøre indtil næste kontrol.

Du vil blive indkaldt til kontrol ca. to uger efter din operation, forventet i uge 40. Indkaldelsen vil blive sendt til dig via elektronisk post - www.borger.dk/post.

Hvis du oplever et af nedenstående symptomer, skal du henvende dig til din egen læge eller vagtlæge på telefon 70 11 31 31

• Alm. Ikke-alvorligt symptom 1• Alm. Ikke-alvorligt symptom 2• Alm. Ikke-alvorligt symptom 3

Oplever du et af nedenstående symptomer, skal du kontakte øjenafdeling J, Aarhus Universitetshospital på telefon: 40 23 23 12

• Alvorligt symptom 1• Alvorligt symptom 2• Alvorligt symptom 3

Du kan læse mere om grå stær på sundhed.dk: https://www.sundhed.dk/borger/sygdomme-a-aa/oejne/sygdomme/linsen/graa-staer-katarakt/

EPIKRISE

Dagens program

• 14:00 - 14:10 Velkommen

• 14:10 - 14:40 Introduktion til kunstig intelligens

• 14:40 - 15:20 Case, findzebra.com m.m.

• 15:20 - 15:40 Forfriskning og pause

• 15:40 - 16:40 Kunstig intelligens i sundhedssektoren

• 16:40 - 17:00 Mennesket og maskinen

• 17:00 - 17:10 Afrunding og tak for i dag

• 17:10 - 18:00 Teknisk og forretningsmæssig Q&A

65

facebook.com/enversiondk

linkedin.com/company/enversion

twitter.com/enversion

tms@enversion.dk