UiT-gruppe får millionstøtte for å tolke bilder

Maskinlæringsgruppa ved UiT har fått 12 millioner kroner fra Norsk forskningsråd for å analysere medisinske bilder.

PENGESTØTTE: Maskinlæringsgruppa ved UiT har fått 12 millioner kroner fra Norsk forskningsråd.  Foto: Petter Strøm

nyheter

Millionstøtten er til et nytt prosjekt med fokus på grunnforskning på maskinlæring. Forskningen er finansiert over en fireårsperiode, og starter i 2021.

– Dette prosjektet skal flytte forskningsfronten i utvikling av tolkbare algoritmer, algoritmer som leverer både en prediksjon, det vil si et svar, og en forklaring som underbygger prediksjonen, med spesielt fokus på analyser av medisinske bilder. Samtidig vil prosjektet skape synergier til UiT sitt nye SFI-senter, Visual Intelligence, forteller Michael Kampffmeyer, leder av prosjektet som har fått navnet Next Generation Explainable Medical Computer Vision (MedEx), til uit.no.


I dette rommet får de inn alle koronatester – slik jobber bioingeniørene

Hver eneste koronatest som tas i Tromsø, Ofoten-området, Finnmark og Svalbard kommer inn til denne avdelingen på UNN. Siden mars har de gått gjennom 120.000 tester.


– Krever grunnforskning

Ifølge Kampffmeyer bruker flere teknologi fra maskinlæring og kunstig intelligens, som språk- og ansiktsgjenkjenning, til vanlig, men at det kreves mer når det kommer til maskinlæring for medisinske bilder.

– Maskinlæring for medisinske bilder stiller strengere krav om tolkbarheten til antakelser som modellene produserer, noe som krever nyskapninger innen maskinlæring. I tillegg har mye av den suksessfulle utviklingen i feltet vært avhengig av tilgang til store annoterte datasett som ofte ikke er tilgjengelig i det medisinske domenet. For å bruke maskinlæring for medisinsk bildeanalyse kreves det derfor grunnforskning innenfor disse områdene, noe dette prosjektet gir oss muligheten til å gjøre, sier Kampffmeyer.

Et eksempel på hva man kan få ut av forskningen er forklarbare antakelser i bilder.

– La oss si at vi har en modell som basert på et medisinsk bilde kan fortelle oss om en pasient har en tumor eller ikke. For at vi skal kunne stole på modellen, så holder det ikke bare med et ja eller nei, men det kreves også en forklaring på hva som får modellen til å konkludere med det ene eller det andre, sier lederen av prosjektet.


Fersk UiT-rapport: Mye usikkerhet rundt det «nye» og mer smittsomme koronaviruset

Dersom det muterte koronaviruset dukker opp i Tromsø kan kommunen oppleve en smittetopp i november 2021, ifølge ny rapport.


«High risk – high gain»

Kampffmeyer sier at maskinlæringsgruppa og prosjektets samarbeidspartnere de siste årene har ligget i front internasjonalt på forskning innen læring fra små datasett og tolkning av modellprediksjoner.

– Dette er et ambisiøst «high risk – high gain»-prosjekt som angriper grunnleggende problemstillinger i maskinlæring og som gitt suksess vil ha en stor innvirkning på både maskinlæringsfeltet generelt og medisinsk dataanalyse spesielt, sier lederen av prosjektet.