contextflow entwickelt KI-gestützte Softwarelösungen, die Radiolog:innen bei der Analyse von medizinischen Bilddaten unterstützen und die Patientenversorgung effizienter machen
Was ist die Kernidee hinter contextflow, und wie kamen Sie auf die Gründungsidee?
Im Rahmen des Forschungsprojekts KHRESMOI an der Medizinischen Universität Wien (MUW) haben wir einen ersten Forschungsprototyp entwickelt, der maschinelles Lernen und große Datenmengen nutzt, um Radiolog:Innen bei der Befundung zu unterstützen. Dieser Prototyp sollte zeigen, wie moderne Technologien Radiolog:Innen helfen können, Diagnosen schneller und präziser zu erstellen.
Am Ende des Projekts erhielten wir viel positives Feedback von Radiolog:Innen aus ganz Europa, was uns in unserer Vision bestärkte. Wir wollten eine der großartigen Technologien und Algorithmen, die wir am Computational Imaging Research Lab der MUW entwickelt und publiziert haben, in die praktische Anwendung bringen. contextflow entstand aus dem Wunsch, nicht nur Radiolog:Innen, sondern auch Patient:innen einen echten Mehrwert zu bieten – durch eine schnellere und genauere Befundung. So haben wir uns entschieden, mit contextflow einen Weg zu schaffen, wie diese innovativen Ansätze direkt in die klinische Praxis integriert werden können, um den Alltag der Radiolog:innen zu erleichtern und die Patientenversorgung nachhaltig zu verbessern.
Können Sie uns ein wenig über die Gründer und das Team hinter contextflow erzählen? Welche Erfahrungen und Fähigkeiten haben Sie in das Unternehmen eingebracht?
Das Gründerteam von contextflow vereint eine starke Mischung aus Expertise in Künstlicher Intelligenz, medizinischem Bildmanagement und der praktischen Anwendung von Technologie im Gesundheitswesen.
Ich, Markus Holzer, bin CEO von contextflow und habe Informatik sowie Innovationsmanagement an der Technischen Universität Wien studiert. Meine Erfahrung im Bereich medizinische Bildverarbeitung und meine Arbeit an Projekten wie KHRESMOI haben mir ein tiefes Verständnis für die Herausforderungen und Bedürfnisse von Radiolog:Innen vermittelt.
Unser Chief Scientist, Georg Langs, ist Professor an der Medizinischen Universität Wien und assoziierter Professor am renommierten CSAIL am MIT. Er bringt umfangreiche Forschungserfahrung und technisches Know-how in den Bereichen maschinelles Lernen und medizinische Bildanalyse in das Unternehmen ein.
Allan Hanbury, einer unserer Mitgründer, ist Professor für Data Intelligence an der Technischen Universität Wien und hat mehrere große EU-geförderte Forschungsprojekte geleitet. Sein Wissen über Datenverarbeitung und KI ist ein wertvoller Beitrag zu unserer Entwicklung innovativer Lösungen.
René Donner, unser ursprünglicher CTO, spielte vor allem in der Anfangsphase eine entscheidende Rolle und hatte großen Einfluss auf die Entwicklung unserer Technologien. Seine Expertise in der Entwicklung von Algorithmen für die klinische Bildverarbeitung half uns, eine solide technische Basis zu schaffen und sicherzustellen, dass unsere Lösungen leistungsstark und anwenderfreundlich sind.
Marcel Wassink, unser Chief Commercial Officer, bringt umfassende Erfahrung im Aufbau und der Skalierung von Unternehmen im Gesundheitsbereich mit. Er baute erfolgreich das Spracherkennungs-Geschäft bei Philips auf, das später von Nuance und letztlich von Microsoft übernommen wurde. Seine Erfahrung in der Geschäftsentwicklung ist entscheidend für unsere Wachstumsstrategie und Partnerschaften.
Julie Sufana, unsere Chief Marketing Officer, hat einen Bachelor of Science in Business Administration von der University of Southern California und einen Master of Science in Marketing von der Wirtschaftsuniversität Wien. Ihre vielfältige Erfahrung in verschiedenen Branchen und ihre Leidenschaft für Marketing und Pitching sind entscheidend für den Aufbau unserer Marke und die Kommunikation unserer Vision.
Zusammen vereinen wir wissenschaftliche und unternehmerische Erfahrung, um cutting-edge KI-Technologien wie ADVANCE Chest CT in die klinische Praxis zu bringen, Radiolog:Innen gezielt zu unterstützen und die Patientenversorgung nachhaltig zu verbessern.
Was ist die langfristige Vision von contextflow, und welche Schritte planen Sie, um diese Vision zu erreichen?
Die langfristige Vision von contextflow ist es, Radiolog:Innen durch Künstliche Intelligenz dabei zu unterstützen, Diagnosen präziser und effizienter zu stellen, damit sie sich auf das Wesentliche konzentrieren können: die bestmögliche Versorgung der Patient:Innen. Unser Fokus liegt dabei derzeit auf der Analyse von Thorax-CT-Bildern, insbesondere bei Erkrankungen wie Lungenkrebs, interstitiellen Lungenerkrankungen (ILD) und COPD. Langfristig möchten wir unser Angebot jedoch auf andere Bildgebungsmodalitäten und Anwendungsbereiche ausweiten.
Ein zentraler Schritt zur Erreichung unserer Vision ist die Sicherstellung der Kostenerstattung für unsere Technologie in Europa, beginnend mit Lungenkrebs. Dies ist entscheidend, um unsere Lösungen einer breiteren Anzahl von Gesundheitseinrichtungen zugänglich zu machen und einen spürbaren Mehrwert zu schaffen. Wir arbeiten intensiv daran, den klinischen und wirtschaftlichen Nutzen unserer Produkte nachzuweisen, um die notwendigen Zulassungen und Kostenerstattungen zu erhalten.
Ein weiterer Schritt ist die enge Zusammenarbeit mit PACS-Anbietern, um eine nahtlose Integration in bestehende Systeme zu gewährleisten. Diese Partnerschaften ermöglichen es uns, sicherzustellen, dass unsere Lösungen direkt in den Arbeitsalltag von Radiolog:Innen passen und ihnen echten Mehrwert bieten.
Schließlich setzen wir auf kontinuierliche Forschung und Entwicklung sowie auf den Ausbau unserer Partnerschaften mit führenden medizinischen Einrichtungen und Expert:Innen weltweit. Durch den ständigen Austausch mit unseren Nutzer:Innen und Partner:Innen entwickeln wir unsere Produkte stetig weiter und passen sie an die realen Bedürfnisse in der Radiologie an. So wollen wir contextflow zu einem unverzichtbaren KI-Partner in der Radiologie machen, der die Arbeitsweise im Gesundheitswesen nachhaltig verbessert und Patient:Innen weltweit zugutekommt.
Für welche Zielgruppe wurde contextflow entwickelt, und wie passen Ihre Lösungen genau zu deren Bedürfnissen?
contextflow wurde speziell für Radiolog:Innen und Radiologieabteilungen entwickelt, die täglich mit einer Vielzahl an Bilddaten konfrontiert sind und nach Möglichkeiten suchen, ihre Arbeitsabläufe zu optimieren und die Diagnosestellung zu verbessern. Unsere Lösungen richten sich zudem an Gesundheitseinrichtungen und Entscheidungsträger, die an effizienteren Prozessen und einer besseren Patientenversorgung interessiert sind.
Unsere KI-gestützte Software ADVANCE Chest CT unterstützt Radiolog:Innen bei der Befundung von Thorax-CT-Aufnahmen und hilft dabei, Muster für komplexe Erkrankungen wie Lungenkrebs, interstitielle Lungenerkrankungen (ILD) und COPD schneller und präziser zu erkennen. Radiolog:Innen haben so die Möglichkeit, ihre Diagnosen schneller zu stellen und die Wahrscheinlichkeit zu minimieren, dass wichtige Details übersehen werden. Durch die Integration direkt in bestehende PACS-Systeme stellen wir sicher, dass unsere Lösung in den gewohnten Arbeitsablauf passt und keine zusätzlichen Tools oder Arbeitsunterbrechungen erfordert.
Für Gesundheitseinrichtungen und Kostenträger betonen wir den wirtschaftlichen Nutzen unserer Technologie: contextflow trägt durch schnellere und präzisere Diagnosen dazu bei, kostspielige Folgeuntersuchungen zu reduzieren und die Effizienz zu steigern. Unsere enge Zusammenarbeit mit Radiolog:Innen, IT-Abteilungen und administrativen Entscheidungsträgern sorgt dafür, dass unsere Lösungen nicht nur technologisch, sondern auch organisatorisch und wirtschaftlich wertvoll sind.
Wie unterscheidet sich contextflow von anderen Anbietern im Bereich der medizinischen Bildanalyse? Was macht Ihre Technologie einzigartig?
contextflow unterscheidet sich im Bereich der medizinischen Bildanalyse durch mehrere wesentliche Merkmale:
Umfassende Unterstützung für Thorax-CTs: Unsere Lösung, ADVANCE Chest CT, bietet Radiolog:Innen eine ganzheitliche Unterstützung bei der Analyse von Thorax-CT-Aufnahmen und deckt Erkrankungen wie Lungenkrebs, ILD und COPD ab. Diese breite Abdeckung ermöglicht eine präzisere und effizientere Diagnosestellung.
Nahtlose Integration in bestehende Workflows: Unsere Software lässt sich direkt in vorhandene PACS-Systeme integrieren, sodass Radiolog:Innen ohne Unterbrechung ihrer Arbeitsabläufe auf unsere KI-Analysen zugreifen können. Dies erleichtert die Implementierung und fördert die Akzeptanz in klinischen Umgebungen.
Evidenzbasierte Entwicklung und klinische Validierung: contextflow arbeitet eng mit führenden medizinischen Einrichtungen zusammen, um unsere Algorithmen wissenschaftlich fundiert und klinisch validiert zu entwickeln. Zudem investieren wir in die Entwicklung gesundheitsökonomischer Modelle und die Sicherstellung der Kostenerstattung, um den wirtschaftlichen Mehrwert für das Gesundheitswesen zu unterstreichen.
Benutzerfreundlichkeit und intuitive Bedienung: Wir legen großen Wert auf ein anwenderfreundliches Design, das Radiolog:Innen eine intuitive Nutzung ermöglicht. Durch klare Visualisierungen unterstützen wir die schnelle Interpretation und Entscheidungsfindung.
Diese Kombination aus umfassender Funktionalität, nahtloser Integration, wissenschaftlicher Fundierung und Benutzerfreundlichkeit macht contextflow einzigartig im Bereich der medizinischen Bildanalyse.
Mit welchen Herausforderungen ist contextflow bisher konfrontiert gewesen, und wie haben Sie diese gemeistert?
contextflow stand vor mehreren Herausforderungen, die typisch für die Gesundheits- und MedTech-Branche sind, und hat diese durch gezielte Strategien gemeistert:
Integration in komplexe Workflows: Die nahtlose Integration unserer KI-Lösungen in bestehende PACS-Systeme war eine große Herausforderung, da jede Klinik andere Systeme und Anforderungen hat. Durch enge Zusammenarbeit mit PACS-Anbietern und IT-Abteilungen haben wir eine Lösung entwickelt, die sich unkompliziert in den Arbeitsalltag von Radiolog einfügt.
Nachweis des klinischen und wirtschaftlichen Nutzens: Gesundheitseinrichtungen sind oft vorsichtig, neue Technologien einzuführen, wenn der Mehrwert nicht klar belegt ist. Um diese Hürde zu überwinden, haben wir klinische Studien durchgeführt und unseren Nutzen anhand echter Daten belegt. Außerdem arbeiten wir intensiv an der Entwicklung gesundheitsökonomischer Modelle und daran, Kostenerstattungen in Europa zu sichern, um unsere Technologie einer breiteren Basis zugänglich zu machen.
Regulatorische Anforderungen: Die Einhaltung strenger regulatorischer Vorgaben im Gesundheitswesen ist essenziell, aber aufwändig. Die CE-Zertifizierung für unser Produkt ADVANCE Chest CT war ein wichtiger Schritt, der erhebliche Investitionen in Qualitätsmanagement und Compliance erforderte. Diese Zertifizierung hat unsere Technologie jedoch als sicher und effektiv bestätigt, was das Vertrauen unserer Anwender stärkt.
Welche zukünftigen Entwicklungen und Innovationen planen Sie für contextflow? Gibt es neue Funktionen oder Märkte, die Sie erschließen wollen?
In den kommenden Jahren planen wir bei contextflow spannende Weiterentwicklungen, um Radiolog:Innen noch umfassender zu unterstützen und unsere Technologie breiter verfügbar zu machen.
Ein Schwerpunkt liegt auf der Erweiterung unserer Lösung ADVANCE Chest CT mit neuen Funktionen wie der Erkennung von inzidentellen Lungenembolien (iPE) sowie der inzidentellen Koronararterienverkalkung (iCAC). Diese neuen Funktionen helfen Radiolog:Innen kritische Befunde schneller zu identifizieren und Prioritäten in der Behandlung zu setzen, was die Diagnosesicherheit und Patientensicherheit weiter erhöht.
Ein weiteres wichtiges Ziel ist die Sicherstellung der Kostenerstattung in Europa, beginnend mit Lungenkrebs, um unsere Technologie für eine größere Anzahl an Gesundheitseinrichtungen zugänglich zu machen und langfristig wirtschaftlich zu etablieren.
Darüber hinaus prüfen wir den Ausbau auf weitere Bildgebungsmodalitäten und zusätzliche Krankheitsbilder, um Radiolog:Innen noch umfassendere Unterstützung zu bieten. Durch kontinuierliche Forschung und die enge Zusammenarbeit mit unseren Anwender:Innen und Partnern stellen wir sicher, dass unsere Innovationen den realen Anforderungen der Radiologie gerecht werden.
Wie stellen Sie sicher, dass die Lösungen von contextflow die Anforderungen von Radiologen und medizinischen Fachkräften bestmöglich erfüllen?
Um sicherzustellen, dass unsere Lösungen genau auf die Bedürfnisse von Radiolog:Innen und medizinischen Fachkräften zugeschnitten sind, setzen wir bei contextflow auf einen nutzerzentrierten Entwicklungsansatz und enge Zusammenarbeit mit Expert:innen:
Direkte Zusammenarbeit mit Radiolog:innen und Key Opinion Leaders: Wir binden Radiolog:innen
sowie führende Meinungsbildner:Innen aus der Radiologie von Beginn an in den Entwicklungsprozess ein. Durch regelmäßige Feedback-Runden, Workshops und Pilotprojekte sammeln wir wertvolle Einblicke und passen unsere Lösungen kontinuierlich an die tatsächlichen Anforderungen in der Praxis an.
Product Advisory Group: Wir haben eine Product Advisory Group ins Leben gerufen, bestehend aus erfahrenen Radiolog:Innen und Fachleuten, die uns bei der Entwicklung und kontinuierlichen Optimierung unserer Lösungen beraten. Diese Gruppe spielt eine entscheidende Rolle, um sicherzustellen, dass unsere Produkte den aktuellen und zukünftigen Anforderungen der Radiologie gerecht werden.
Fortlaufende klinische Validierung: Unsere Lösungen werden in Zusammenarbeit mit führenden medizinischen Einrichtungen getestet und validiert. So stellen wir sicher, dass sie technologisch innovativ und gleichzeitig klinisch zuverlässig und präzise sind.
Integration in bestehende Arbeitsabläufe: Unsere Lösungen lassen sich nahtlos in bestehende PACS-Systeme integrieren, ohne den gewohnten Workflow zu unterbrechen. Dadurch erleichtern wir Radiolog:Innen den Zugang zu KI-gestützten Analysen und minimieren den Schulungsaufwand.
Regelmäßige Anpassungen basierend auf Anwender-Feedback: Wir sammeln kontinuierlich Rückmeldungen von unseren Anwender:Innen und nutzen dieses Feedback, um Verbesserungen und neue Funktionen zu entwickeln. So bleibt unsere Software stets an den aktuellen Bedürfnissen der Nutzer:Innen orientiert.
Durch diese enge Zusammenarbeit mit unserer Zielgruppe und Expert:Innen sowie die laufende Optimierung unserer Produkte stellen wir sicher, dass contextflow echte Mehrwerte für Radiolog:Innen und medizinische Fachkräfte bietet.
Was war bisher der größte Meilenstein für contextflow, und wie hat dieser das Unternehmen weitergebracht?
Der bisher größte Meilenstein für contextflow war die CE-Zertifizierung für unser Produkt ADVANCE Chest CT unter dem neuen MDR-Rahmenwerk der EU. Diese Zertifizierung bestätigt die Sicherheit und Wirksamkeit unserer Lösung und hat uns den Zugang zum europäischen Markt eröffnet.
Dieser Erfolg hat das Vertrauen unserer Partner und Anwender:Innen gestärkt und ermöglicht es uns, contextflow einer breiteren Anzahl von Gesundheitseinrichtungen zugänglich zu machen. Ein weiterer bedeutender Meilenstein könnte demnächst die Kostenerstattung für unser Produkt in Europa sein, was uns erlauben würde, unsere Technologie noch breiter verfügbar zu machen und einen nachhaltigen Mehrwert für Radiolog:Innen und Patient:Innen zu schaffen.
Die CE-Zertifizierung und die Aussicht auf Kostenerstattung sind fundamentale Schritte, um unsere Vision weiter voranzutreiben und contextflow als unverzichtbaren KI-Partner in der Radiologie zu etablieren.
Welche Trends und Entwicklungen im Bereich der KI-basierten medizinischen Bildanalyse halten Sie für besonders relevant, und wie will contextflow darauf reagieren?
Ein wichtiger Trend in der KI-basierten medizinischen Bildanalyse ist die nahtlose Integration von KI-Lösungen in den klinischen Workflow. Technologien müssen so gestaltet sein, dass sie sich einfach in Systeme wie PACS einfügen, ohne den Arbeitsfluss zu stören. ADVANCE Chest CT ist genau darauf ausgelegt und bietet Radiolog:Innen KI-gestützte Analysen direkt in ihrer gewohnten Umgebung.
Ein weiterer relevanter Trend ist die Personalisierung der Diagnostik. KI wird immer präziser in der Erkennung spezifischer Krankheitsmuster und individualisierter Empfehlungen. Deshalb erweitern wir kontinuierlich unsere Funktionen, etwa um die Erkennung von inzidentellen Lungenembolien und Koronararterienverkalkungen.
Ein weiterer spannender Trend sind multimodale Large Language Models, die Text- und Bilddaten kombinieren können, um tiefere Einblicke in medizinische Diagnosen zu ermöglichen. Diese Technologie könnte die Effizienz in der Befundung und den Wissenstransfer erheblich verbessern. Bei contextflow arbeiten wir daran, unsere spezifische medizinische Datenbank zu erweitern, um diese Modelle nicht nur zu nutzen, sondern auch gezielt weiterzuentwickeln und auf die Anforderungen der Radiologie anzupassen..
Schließlich spielt die Gesundheitsökonomie eine große Rolle, insbesondere in Europa. contextflow setzt auf evidenzbasierte Studien und entwickelt gesundheitsökonomische Modelle, um den Mehrwert unserer Lösungen für Kliniken und Kostenträger zu belegen und die Kostenerstattung zu sichern.
Welche drei Ratschläge würden Sie anderen Gründern im Bereich Medizintechnologie geben, die gerade erst anfangen?
Hier sind drei Ratschläge, die ich anderen Gründern im MedTech-Bereich geben würde:
Verstehen Sie Ihre Zielgruppe genau: Der Gesundheitssektor ist komplex, und es ist entscheidend, die Bedürfnisse von Ärzt:innen, Patient:Innen und Verwaltung zu kennen. Sprechen Sie von Anfang an mit Fachkräften, um sicherzustellen, dass Ihre Lösung nicht nur technologisch, sondern auch praktisch wertvoll ist. Bei contextflow haben wir von Beginn an eng mit Radiolog:Innen zusammengearbeitet, um eine Lösung zu entwickeln, die wirklich in den klinischen Alltag passt.
Navigieren Sie frühzeitig die regulatorischen Anforderungen: Die MedTech-Branche ist stark reguliert, und Compliance ist unerlässlich. Informieren Sie sich frühzeitig über die geltenden Standards und bauen Sie Qualitätsmanagementprozesse ein, um später Zeit und Ressourcen zu sparen. Die CE-Zertifizierung für ADVANCE Chest CT war ein wichtiger Meilenstein für uns, und wir konnten diesen Schritt erfolgreich meistern, weil wir von Anfang an auf Compliance geachtet haben.
Stellen Sie ein starkes, mission-getriebenes Team zusammen: Die Entwicklung im MedTech-Bereich kann herausfordernd und langwierig sein. Ein motiviertes Team, das die Vision teilt, ist essenziell, um durchzuhalten und Rückschläge zu überwinden. Ein gemeinsames Ziel und eine klare Mission geben den nötigen Antrieb, um auch schwierige Phasen erfolgreich zu meistern.
Abschließend: Wenn Sie auf die Gründung von contextflow zurückblicken, gibt es etwas, das Sie heute anders machen würden?
In der Anfangsphase von contextflow haben wir unsere KI-Lösung auch in anderen, nicht-medizinischen Anwendungsbereichen getestet, um das Potenzial der Technologie auszuschöpfen. Nach einiger Zeit haben wir jedoch erkannt, dass die Technologie zwar viel Potenzial hat, wir uns aber auf ein spezifisches Produkt konzentrieren wollten, das wir ohne Kompromisse umsetzen können. Deshalb haben wir uns entschieden, den Fokus vollständig auf den Kern-Use-Case in der Radiologie zu legen. Rückblickend hätten wir diesen klaren Fokus von Anfang an wählen sollen, da uns das schneller auf den richtigen Weg gebracht hätte und die Entwicklung unseres Hauptprodukts beschleunigt hätte..
Auch im Bereich der frühzeitigen Entwicklung gesundheitsökonomischer Modelle und der Sicherstellung von Kostenerstattungen hätte ich früher den Fokus gesetzt. Heute wissen wir, wie wichtig es ist, den wirtschaftlichen Mehrwert unserer Technologie zu belegen, um den Zugang zu unseren Lösungen zu erweitern.
Bild: von links nach rechts: Prof. Georg Langs, Prof. Allan Hanbury, Markus Holzer, René Donner Bildquelle: contextflow GmbH
Wir bedanken uns bei Markus Holzer für das Interview
Aussagen des Autors und des Interviewpartners geben nicht unbedingt die Meinung der Redaktion und des Verlags wieder.
