Å ta i bruk kunstig intelligens innen veterinærmedisin åpner for store muligheter. Det viser samarbeidet mellom Centre for Healthcare Data Science ved Fakultet for realfag og teknologi og forskningsprosjektet AntiFENT ved Veterinærhøgskolen.
Centre for Healthcare Data Science (CEHEADS) jobber med å lage data- og kunstig intelligens (KI)-systemer for både human- og veterinærmedisin for å analysere bilder og data. Systemene skal bidra til å stille diagnoser, forutsi hvordan en behandling vil gå og avsløre tegn på sykdom.
– I humanmedisin er det stor interesse for KI. Noen KI-verktøy er allerede blitt tatt i bruk på sykehus, men i veterinærvitenskap er det nokså upløyd mark, sier professor Cecilia Marie Futsæther ved Institutt for fysikk ved Fakultet for realfag og teknolgoi (REALTEK).
Utvikler motgift mot fentanyl
Derfor ble forskergruppen ved CEHEADS svært interessert da stipendiat Nora Digranes ved Veterinærhøgskolen tok kontakt.
Hun leder prosjektet AntiFENT, som har som mål å utvikle en bedre motgift mot det kunstige opioidet fentanyl.
– Bruk av fentanyl kan føre til en kollaps av strupehodet, slik at luften ikke kan passere, og det kan være en av årsakene til at stoffet er så dødelig, forklarer hun.
Som et ledd i arbeidet med å lage en motgift som kan reversere kollapsen, har forskerne testet hvordan de ulike stoffene påvirker luftveiene til rotter.
Altfor mange bilder
– Vi filmet strupene til alle rottene, og satt til slutt med svært store mengder video som vi måtte analysere.
Hver video består av 60 bilder i sekundet, og prosjektet hadde 81 filmer med ulik lengde. Det var altfor mange bilder til at de kunne analysere hvert enkelt. De stoppet derfor filmen hvert femte sekund og gjorde analyser av det de da så.
– Da jeg fikk analysene tilbake, tenkte jeg at her går vi glipp av ting. Analysene ble ikke nøyaktige nok når vi bare så på hvert femte sekund, fordi reaksjonene og forandringene i rotte-strupene skjedde så raskt.
Samarbeid om hundesykdommer
En prat med en kollega gjorde at hun fikk høre om CEHEADS.
– CEHEADS har samarbeidet med Seksjon for anestesi og radiologi på Veterinærhøgskolen på et prosjekt om albuedysplasi hos hunder, hvor vi har bruk KI-modeller for å oppdage om albuene er normale eller ikke. Og nå samarbeider vi på et lignende prosjekt om hoftedysplasi, forteller stipendiat Ngoc Huynh Bao.
Student gjorde alt arbeidet
Nora tok kontakt, og henvendelsen passet ypperlig med at Jonas Miesenböck, som er student ved University of Applied Sciences Upper Austria, akkurat hadde fått et internship hos CEHEADS.
– Vi har tilrettelagt for samarbeidet, men det er Jonas som har gjort alt arbeidet, presiserer førsteamanuensis Oliver Tomic.
Trente opp modellen
Jonas utviklet en spesialtilpasset KI-modell som kan automatisk analysere Noras filmer og identifisere om rottenes stemmebånd var åpne eller lukket.
Han trente modellen med å vise den over 22 000 bilder av åpne og lukkede stemmebånd.
– Modellen kartlegger underveis denne informasjonen og begynner å forstå mønstret og hvordan strupen ser ut i de ulike stadiene, forklarer Jonas.
Etter hvert kunne modellen brukes til å analysere filmene og gi detaljert informasjon om stemmebåndene i hvert enkelt bilde.
Modellen gjør ikke menneskelige feil
Modellen kan identifisere det samme som mennesker, men den gjør det mye raskere.
– Den gjør heller ikke menneskelige feil. Derfor kan den levere analyser som er mer konsistente enn vi kan, og med langt bedre presisjon, sier Cecilia.
Allerede etter to uker hadde Jonas utviklet en protype av modellen som fungerte svært godt. Han fortsatte å trene den til også å kunne analyse bilder av ulik bildekvalitet, slik at den ble smartere og smartere.
40 dager eller 40 minutter
– Ikke bare fremskyndet dette arbeidet vårt med flere måneder, vi fikk også verdifull informasjon som vi ellers ville ha mistet, sier Nora.
Hvert sekund med film består altså av 60 bilder, og Nora hadde filmer på opp mot åtte minutter.
– Å analysere en så lang video manuelt ville nok ha tatt rundt 40 timer, og man må regne med at det vil bli gjort menneskelige feil. Denne modellen gjør det nærmest prikkfritt på rundt 40 minutter, sier Jonas.
Med en enda kraftigere server vil den kunne gjøre det på et par minutter.
Oppfordring til veterinærkolleger
Med den ferdige modellen kan Nora selv legge inn videoer i programmet, og modellen produserer et Excel-ark med all informasjon per bilde.
– Jeg får ut alle resultater jeg trenger med ett tastetrykk, forklarer hun.
Hun oppfordrer sine kolleger til å få øynene opp for hva KI kan bidra med innen veterinærmedisinsk forskning.
– Jeg tror det er viktig av vi åpner opp for samarbeid med fagfolk som kan bidra til både å lette og forbedre forskningen vår.
Stor interesse for medisinske data
– Dette samarbeidet har vært et gode for både REALTEK, Veterinærhøgskolen, Jonas og hans universitet, sier Oliver.
Han merker at det er stor interesse for medisinske data blant studenter ved REALTEK.
– Både dette og prosjektene med albuedysplasi og hoftedysplasi har gitt oss gode utgangspunkt for både doktorgradsprosjekt er masteroppgaver.
Spesialisering i helsedatavitenskap
For den femårige utdannelsen i datavitenskap har de utviklet en spesialisering som heter Helsedatavitenskap. I tillegg finnes det også en spesialisering i medisinsk fysikk og KI i den femårige utdannelsen i Miljøfysikk og fornybar energi.
Studentene tar emner innen blant annet immunologi, genetikk og fysiologi ved Fakultet for kjemi, bioteknologi og matvitenskap, samt kurs innen innen folkehelsevitenskap ved Fakultet for landskap og samfunn. I tillegg har Oliver, Cecilia og Ngoc utviklet emnet DAT350 Anvendt helsedatavitenskap og medisinsk fysikk.
– Disse emnene gjør at de lærer den riktige terminologen og får en grunnleggende forståelse av medisinfaget, forklarer Oliver.
NMBU kan lede an
CEHEADS har mange samarbeid på tvers av NMBU og med andre universitet, og stipendiatene i datavitenskap jobber innen svært forskjellige felt.
– Mange av dem er interessert i medisinfeltet. De trenger bare data å jobbe med, sier Cecilia.
Ngoc samarbeider selv med Oslo Universitetssykehus, Århus universitetssykehus og Maastro clinic ved Universitetssykehuset i Maastricht i Nederland.
– Det dreier seg om å trene opp KI-modeller til å identifisere kreftsvulster, forklarer hun.
Oliver og Cecilia vil gjerne ha flere samarbeid med Veterinærhøgskolen.
– Jeg mener et felles doktorgradsprosjekt mellom Veterinærhøgskolen og REALTEK ville vært perfekt, sier Cecilia.
Hun forteller at foreløpig finnes det relativt få vitenskapelige artikler innen veterinærvitenskap som bruker KI.
– NMBU har mulighet til å lede an her og utnytte den kompetansen som finnes på Veterinærhøgskolen og REALTEK.