Machine Learning redder liv ... men mindre kan også gøre det

WaveAccess er blandt verdens førende specialister inden for Machine Learning og kunstig intelligens og har senest hjulpet medicinalindustrien med at bekæmpe kolesterol ved at udvikle en løsning, der læser hundredevis af scanningsbilleder uden menneskelig indgriben og dermed sikrer hurtigere patientbehandling.

Få emner inden for it og teknologi er i disse år så diskuterede som machine learning og kunstig intelligens. Flere eksempler viser, at potentialet er enormt, og at kunstig intelligens allerede i dag overgår menneskers formåen på en lang række områder. WaveAccess, der tidligere i år cementerede sin tilstedeværelse i Skandinavien med etablering af kontor i Danmark, er eksperter på området og sørger bl.a. for, at offentlige sygehuse og private sundhedsklinikker ved hjælp af avancerede machine learning algoritmer kan behandle borgere og patienter hurtigere – og måske på sigt ovenikøbet kan være med til at redde liv.

Machine learning algoritmer er en essentiel del af kunstig intelligens, som allerede har skabt opsigtsvækkende resultater. Ikke desto mindre mener adm. direktør Stefan Pedersen fra WaveAccess Nordics, at vi kun har skrabet i overfladen:

En revolution inden for alt fra finans til forskning og sygdomsbekæmpelse

”Det er en teknologi, der har potentiale til at revolutionere alt fra finansverdenen til forskning og sygdomsbekæmpelse. Jeg føler mig overbevist om, at specialister og udviklere som netop WaveAccess vil være med til at drive området inden for så vel machine learning som netop kunstig intelligens i de kommende år”.

Senest har WaveAccess lært neurale netværk at læse medicinske scanninger uden menneskelig indgriben og interaktion. I praksis betyder det, at selskabets eksperter har udviklet machine learning algoritmer, der automatisk søger og finder kolesterol på ultralydsscanninger. Den højteknologiske løsning har betydet, at scanningsresultaterne i dag færdiggøres fem gange så hurtigt som før, og at læger og andre omkostningstunge fagfolk er fritaget fra at udføre rutineopgaver.

Neurale netværk læser medicinske scanninger uden menneskelig indgriben

Tidligere måtte erfarne teknikere nøje gennemse samtlige videoscanninger fra ende til anden – hvor hver optagelse typisk varede op til fem minutter. Dermed kunne det let tage flere timer at udarbejde en medicinsk rapport. Standard-softwareløsninger tillod ikke automatisering af processen, for kun kvalificerede specialister med medicinsk baggrund kunne forestå tolkningen af resultaterne – og i takt med at antallet af patientscanninger var stadigt stigende, steg også behovet for højbetalte teknikere.

Markant tids- og ressourcebesparelse

WaveAccess optimerede processen – med stor omkostningsreduktion til følge – ved hjælp af machine learning algoritmer, som har øget effektiviteten med en faktor 5, og som desuden klarer bl.a. afkodningen af scanningsbillederne med en nøjagtighed på ca. 95 pct. Men selvom der er tale om en teknologi, der har potentialet til at redde liv, kan mindre også gøre det ifølge WaveAccess’ nordiske direktør:

Selvfølgelig vil vi meget gerne fortælle om, hvordan vores specialister senest har lært neurale netværk at læse medicinske scanninger uden menneskelig input overhovedet, men det er faktisk vigtigere for os at skabe en bredere forståelse for, hvad machine learning og kunstig intelligens er, og hvlke fordele det giver såvel den offentlige og private sektor som den almindelige borger og forbruger

Stefan Pedersen

Managing Director hos WaveAccess Nordics

En teknologi, der går på tværs af brancher, sektorer og virksomheder

"Der er tale om en teknologi, der på ingen måde er branche-, sektor- ellervirksomhedsspecifik. Machine learning kan benyttes overalt, fordi det dybest set handler om effektiv styring af data og optimering af forretningsprocesser. Uanset om vi taler realtids detektion af uregelmæssigheder i en hver type data for derved at forbindre uønskede hændelser i form af f.eks. hacking af webtjenester, transportulykker og andre risici – om vi udvikler it-moduler til forsikringsselskaber, hvis algoritmer analyserer sandsynlighden for at skulle udbetale forsikringssum i forbindelse med forskellige hændelser – eller vi opstiller løsninger til at forudsige købsmønstre på nettet for derved at skabe en ny og bedre kundeoplevelse samtidig med, at detailbranchen som helhed opnår større og mere stabil indtjening og konkurrenceevne – er machine learning og kunstig intelligens morgendagens it-løsning sat i spil allerede i dag", - Stefan Pedersen, adm. direktør hos WaveAccess Nordics

Danmark og danske virksomheder er med

WaveAccess har en række konkrete eksempler på, hvordan selskabet har sat machine learning på verdenskortet med løsninger, der undersøger brugeradfærd og samtidig beskytter data. Udover førnævnte nyimplementerede løsning til medicinalindustrien er fællesnævneren, at disse løsninger videreformidler ’kloge’ anbefalinger til deres brugere, som således kan træffe beslutninger og udføre forretningsopgaver baseret på et velfunderet faktuelt grundlag.

”Den tætte dialog med danske, svenske og norske virksomheder viser, at stadigt flere virksomheder i Skandinavien har fået øjnene op for machine learning og den massive værdi, algoritmer og kunstig intelligens kan tilføre. Det er altid spændende at kunne påvise konkrete kundesager, hvor salget f.eks. er steget med 17 pct. efter implementering af en machine learning løsning, fordi det ikke alene viser en målbar merværdi, men også klart demonstrerer, at alle typer virksomheder kan opnå store fordele”, slutter Stefan Pedersen, adm. direktør hos WaveAccess Nordics.