#Success Story: contextflow - Schnellere und bessere Diagnosen dank Deep Learning

Das Unternehmen contextflow, ein Spin-off der Medizinischen Universität Wien, entwickelt in einem europäischen Forschungsprojekt 3D-Bildsoftwaretools, die Radiologen ihre Arbeit wesentlich erleichtern können – gerade in Zeiten der Pandemie von eminenter Bedeutung.

Screenschot von SEARCH, der 3D bildbasierten Suchmaschine. Foto: contextflow

Der Kontext

Die Corona-Epidemie fordert unsere Gesundheitssysteme heraus und macht deutlich, wie essenziell dabei optimierte Arbeitsabläufe sind. Einen Engpassfaktor stellt dabei die radiologische Diagnose dar, deren Komplexität gerade im Fall von Lungenerkrankungen sehr hoch ist und beständig zunimmt. Dabei herrscht weltweit ein Mangel an Radiologen, was zu steigender Arbeitsbelastung, verzögerten Diagnosen und verspäteten Befunden führt. Die Software-Tools, die das Wiener Unternehmen contextflow in einem im EU-Forschungsrahmenprogramm Horizon 2020 geförderten Projekt entwickelt, sollen die Arbeit der Radiologen wesentlich erleichtern. Die Softwaresysteme basieren auf Deep Learning: Trainiert durch die Analyse großer Datenmengen können sie aktuelle Befunde mit gespeicherten Referenzfällen verknüpfen und liefern den Radiologen damit rasch und präzise wichtige diagnostische Erkenntnisse.

Das Projekt

Ziel des Projekts ist es, die Arbeitsabläufe in der Radiologie zu verbessern, Zeit zu sparen und gleichzeitig die Berichtsqualität zu verbessern. Dabei wird die schon bestehende Software - SEARCH und TRIAGE - genutzt.

SEARCH ist eine 3D, bildbasierte Suchmaschine, mit der die Suchzeit für schwierige Fälle verkürzt werden kann. Besonders Lungenerkrankungen sind schwer zu diagnostizieren. SEARCH kann 19 Krankheitsbilder erkennen und ein 3D-Bild mit Referenzfällen mit ähnlichen Befunden verknüpfen. TRIAGE ist ein Tool, das Krankheitsbilder automatisch erkennt, um zeitkritische Patienten schnell zu identifizieren. Die durch das Coronavirus ausgelöste Erkrankung (COVID-19) ist durch anomale Lungenmuster gekennzeichnet. Mit den Software-Tools kann contextflow diese erkennen. Es ermöglicht damit eine effiziente Diagnose von Krankheiten mit hoher Priorität.

Im Rahmen des Projekts soll die technische und geschäftliche Entwicklung der Tools vor der Produkteinführung abgeschlossen sein.

Die Co-Founder: Georg Langs,  Allan Hanbury, Markus Holzer, René Donner (v.l.), Foto: contextflow

Die Co-Founder: Georg Langs,  Allan Hanbury, Markus Holzer, René Donner (v.l.), Foto: contextflow

Der europäische Mehrwert

„Die Technologie hinter contextflow begann im Rahmen eines EU-Forschungsprojekts namens Khresmoi“, erklärt Markus Holzer, Koordinator des nun laufenden Projekts: „ Wir können also getrost bestätigen, dass EU-Projekte zur Entwicklung innovativer neuer Unternehmen und Technologien führen können.“

Horizon 2020: 75 Milliarden Euro für Forschung und Innovation

Das EU-Forschungsrahmenprogramm Horizon 2020 ist das weltweit größte transnationale Programm für Forschung und Innovation. Rund 75 Milliarden Euro stehen im Zeitraum 2014 bis 2020 zur Verfügung. Die Österreichische Forschungsförderungsgesellschaft FFG stellt als National Kontaktstelle (National Contact Point, NCP) ein umfassendes Beratungs- und Informationsangebot zur Verfügung. Diese Maßnahmen werden von mehreren Ministerien und der Wirtschaftskammer Österreich unterstützt.

 

Kontakt

DI Angelo NUZZO PhD,  MBA, MA
DI Angelo NUZZO PhD, MBA, MA
T 0043577554203

FACT BOX

Logo contextflow

Projekttitel:
3D image-based search engine and triaging software for lung CTs to improve radiology workflows
3D-bildbasierte Suchmaschine und Triaging-Software für Lungen-CTs zur Verbesserung der radiologischen Arbeitsabläufe

Förderprogramm: Horizon 2020
Förderlinie:
EIC Accelerator Pilot (EIC-SMEInst-2018-2020)

Projektkosten: 1,7 Mio. Euro
davon EU-Förderung
: 1,2 Mio. Euro

Projektstart: 1.9.2020
Projektende:
31.8.2022

Projektteilnehmer:
contextflow GmbH
Margaretenstraße 70/2/8

1050 Wien

Projektkoordinator:
Markus Holzer

e-mail: office@contextflow.com
Tel.: +43 699 1902 5131