Gentse start-up als kompas in datatsunami

©Brecht Van Maele

Kankerweefsel herkennen op nooit geziene beelden of voorspellen waar u gaat klikken in een webshop. De Gentse starter ML6 is voor grote bedrijven het kompas in de datatsunami.

‘Nee, wij zijn geen oncologen.’ En toch kon het 13-koppige team van ML6-CEO Nicolas Deruytter een algoritme ontwikkelen dat borstkankerweefsel kon detecteren op beelden die het nog niet eerder zag. Het slaagde daarin met behulp van eerdere beelden van kankercellen.

Dat is een erg vereenvoudigde voorstelling van de activiteiten van het ML6-team. De Gentse start-up adviseert bedrijven hoe ze data uit het verleden kunnen aanwenden om prognoses te doen over de toekomst.

Ook in de opdracht rond kankerdetectie moesten eerst tonnen data worden verwerkt. ‘We kregen een vijftigtal patiëntendossiers met beelden met kankerweefsel’, legt Deruytter uit. Elk beeld werd opgesneden in 150.000 aparte beelden.

Na de dataverzameling kwam de volgende fase: de start-up bouwde een model dat zich ging bekwamen in kankerdetectie op basis van de gigantische hoeveelheid aan toegeleverde data.

‘Het zelflerende model was op basis van de eerdere data in staat om patronen te herkennen.’ Via die methode konden met 90 procent accuraatheid kankerzones ontdekt worden op nieuwe beelden.

Het is maar een van de vele voorbeelden van artificiële intelligentie, waarbij een algoritme op basis van data een methodiek aanleert die het daarna continu blijft verfijnen. Kankerdetectie kan daarbij specifieker omschreven worden als ‘leren onder toezicht’. Het algoritme was immers afhankelijk van de eerste 50 patiëntendossiers om de techniek te leren.

Wat ML6 doet, is niet echt beperkt tot de medische sector. Via data een algoritme nieuwe dingen aanleren, is heel breed toepasbaar. De start-up bouwde bijvoorbeeld ook een instrument om de energieconsumptie bij bedrijven naar beneden te halen.

‘Dat algoritme integreerde veel verschillende variabelen, zowel van het productieproces als van de omgeving’, stelt Deruytter. ‘Op basis daarvan kon het de energie-output blijven gaan bijsturen.’

Daarmee waagt ML6 zich aan activiteiten waar de grote internetgiganten eveneens aan werken. De zoekgigant Google ontwikkelde intern een soortgelijke energiebesparende technologie. ‘In een bedrijf zoals Google werken ingenieurs continu om de energieconsumptie verder te kunnen drukken. En toch slaagde het algoritme er nog in om de energieconsumptie bijkomend met 30 procent te verlagen.’

ML6 onderhoudt stevige banden met de internetgigant. Om de data te capteren en de zelflerende modellen erop los te laten, is bijzonder veel rekenkracht nodig. De Gentse starter vertrouwt voor dat werk op Google Cloud, de opslagruimte van de internetgigant. Nog een andere gebruikte tool is TensorFlow, publiek beschikbare technologie voor zelflerende algoritmes.

Naast de rekenkracht van Google zijn bedrijfsdata de tweede cruciale component. In veel gevallen is dat bedrijfskritische informatie, waardoor Deruytter zuinig is met info. ‘We werken voor webwinkels zoals Coolblue en Vente-Exclusive, maar kunnen er niet veel over kwijt.’ Het komt er ongeveer op neer dat alles wat u in relatie tot die merkten doet, van ergens op klikken tot een mail lezen, geregistreerd wordt. Het is de basis voor nieuwe interacties tussen u en het bedrijf.

Het laatste element in de mix is de kennis van ML6 zelf. Het vijf jaar jonge bedrijf, dat een omzet van 1,2 miljoen euro draait, zet nog hard in op onderzoek om zich te onderscheiden met haar kennis van zelflerende algoritmes en artificiële intelligentie.

Lees verder

Advertentie
Advertentie

Tijd Connect