Ein "Google für die Radiologie" soll contextflow einmal werden. So erklären es die Gründer gegenüber Laien. Doch contextflow ist eigentlich viel mehr und technologisch wie medizinisch anspruchsvoll: Mithilfe von Deep Learning wird eine Software trainiert, in medizinischen Bildquellen etwa von CT- oder MRT-Scans Muster zu erkennen und dazu Vergleichsdaten aus sekundären Quellen, zum Beispiel aus weiteren Datenbanken oder auch aus Textquellen zu finden und darzustellen – und dies alles innerhalb von Sekunden.

Diagnosen sollen auf diese Weise schneller und präziser werden. Neben dem einzelnen CT-Scan einer Lunge beispielsweise hätte ein Arzt oder ein Radiologe zugleich die Scans verwandter Fälle und weitere relevante Daten zur Verfügung. Informationen, die ein einzelner Mediziner niemals schnell genug beschaffen oder verarbeiten könnte, die aber entscheidend für eine Diagnose sein können. Contextflow wirbt entsprechend mit dem Claim "See beyond a single case". Das bedeutet sinngemäß übersetzt: "Über den einzelnen Fall hinaussehen". Contextflow hat den Anspruch, die Vielfalt der Daten, die der heutigen Medizin zur Verfügung stehen, für bessere Diagnosen auch verwertbar zu machen.

Contextflow in einem Büro des Inkubator I2C der TU Wien in Wien. Ohne Riskokapital wäre das Start-up nicht möglich. - © Christoph Liebentritt
Contextflow in einem Büro des Inkubator I2C der TU Wien in Wien. Ohne Riskokapital wäre das Start-up nicht möglich. - © Christoph Liebentritt

Das Start-up sitzt derzeit im Incubation Innovation Center i2c der TU Wien in der Floragasse im vierten Bezirk von Wien. Die TU Wien unterstützt junge Start-ups auf diese Weise mit Räumlichkeiten und Infrastruktur. Contextflow arbeitet gerade an der Vorbereitung zur Zulassung für den amerikanischen Markt. Gelingt dies, kann das Start-up aus Wien einen globalen Markt erreichen.

Vom EU-Projekt zum Start-up

An der Entwicklung der Suchmaschine arbeiten insgesamt fünfzehn Mitarbeiter. Der Algorithmus beruht auf Deep Learning und soll nach einer Kennzeichnung des zu untersuchenden Bereichs eines Bildes den behandelnden Radiologen innerhalb kürzester Zeit alle verfügbaren medizinischen Informationen zur Verfügung stellen.

Diese Idee ist nicht neu, hat aber aufgrund der enormen Zunahme an Daten an Brisanz gewonnen.

Die ursprüngliche Idee des Start-ups, das in dieser Form seit Juli 2016 besteht, reicht schon auf das Jahr 2010 zurück, auf ein EU-Projekt mit dem Namen Khresmoi, das bis 2014 lief. Universitäten und Unternehmen arbeiteten gemeinsam an einer verbesserten Informationsbeschaffung für die Medizin. Aus Wien waren die TU Wien und die Medizinische Universität Wien beteiligt. Urprünglich war contextflow auch an der MedUni angesiedelt, die auch heute ein Partner ist. "Das EU Projekt hatte zwölf Partner und eine Gesamtfördersumme von acht Millionen Euro. Dafür war ungefähr ein Viertel für die Radiologie gedacht. Aus diesen zwei Millionen Euro ist dann das Start-up entstanden. Dort wurde ein erster Prototyp der Suchmaschine entwickelt, der dann als Basis für ein Spin-off diente, das in der Folge zu einem Produkt weiterentwickelt wurde", erzählt Allan Hanbury, Professor für Data Intelligence an der TU Wien und einer der vier Gründer von contextflow.