Under et forskningsprosjekt på NMBU ble KI-modeller brukt for å analysere enorme mengder videodata fra dyreforsøk. Målet var å forstå hvordan opioidet fentanyl påvirker luftveiene – og på sikt utvikle en motgift.
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 teknologi, Realtek.
Utvikler motgift mot fentanyl
Derfor ble forskergruppen ved Ceheads svært interessert da stipendiat Nora Digranes ved Institutt for sports- og familiedyrmedisin 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.
Bruk av fentany 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.
Nora Digranes
Altfor mange bilder
– Vi filmet strupene til alle rottene, og satt til slutt med svært store mengder video som vi måtte analysere, forteller Digranes.
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 førsteamanuensis Hege Kippenes Skogmo, som er Noras kollega ved Seksjon for anestesi og radiologi, gjorde at hun fikk høre om Ceheads.
– Ceheads har samarbeidet med Hege 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 ved Institutt for fysikk Ngoc Huynh Bao.
Student gjorde alt arbeidet
Digranes 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 Miesenböck som har gjort alt arbeidet, presiserer førsteamanuensis Oliver Tomic ved Institutt for datavitenskap.
Trente opp modellen
Jonas Miesenböck 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 Miesenböck .
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 Marie Futsæther.
Allerede etter to uker hadde Miesenböck 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 Digranes.
Hvert sekund med film består altså av 60 bilder, og Nora Digranes 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 Miesenböck .
Med en enda kraftigere server vil den kunne gjøre det på et par minutter.
Denne modellen gjør det nærmeste prikkfritt på rundt 40 minutter.
Jonas Miesenböck
Oppfordring til veterinærkolleger
Med den ferdige modellen kan Nora Digranes 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.
Arbeider videre mot en motgift
Antifent er et prosjekt som bygger videre på Nora Digranes doktorgradsprosjekt. Prosjektet var en kunnskapsbasert studie ved bruk av en dyremodell som undersøkte hvordan fentanyl påvirker det motoriske systemet hos gris, og hvorfor den dødelige muskelstivheten oppstår.
Nora forklarer at fentanyl trolig aktiverer det serotonerge systemet, som kan gi opphav til muskelaktivering og stivhet. Ved hjelp av et kjemikalie som blokkerer for virkningen av signalstoffet serotonin, en såkalt serotoninreseptor-antagonist, har hun og kollegene greid å reversere denne muskelstivheten hos gris.
– Da tenkte jeg at kanskje det kan fungerer på mennesker også, og så en mulighet for å ta denne forskningen et steg videre og se på overdoser, forteller Digranes.
Hun har nå sendt inn en patentsøknad på den foreløpige løsningen de har kommet frem til.
– Arbeidet går stadig fremover. Jeg håper virkelig vi lykkes, for effektene vil ha stor betydning for utrolig mange mennesker.