Open technologies will democratize AI

The ongoing digitalization and AI-driven change of the global economy, national economies, and corporations has started and seems to have no end in sight. This change represents societal disruption with many impacts. Continuous change, development and experimentation is the new normal. In order to stay competitive, organizations need continuous exploration of opportunities to exploit data and AI technologies to improve existing business processes and offerings, as well as to find new ones.

A recent PWC report estimates Artificial Intelligence (AI) could make $15.7T potential contribution to the global economy by 2030[i].  The same report identifies nearly 300 use cases for AI spanning business and society.  Finland’s goal to become a leader in applying AI represents an ongoing digitalization and societal change[ii].

AI and the information, communication and automation technologies used in its realization are developing at a breathtaking pace. Development is so fast that education systems face challenges to meet rapidly changing skills needs in the training of workforce to the labor market. Various on-line courses and mini-degrees have increased their popularity in response to rapid skill development needs[iii].

Availability of open AI technologies and related pool of experts has been growing steadily over the past few years.  In 2017, the GitHub community for open source software developers reached 24 million developers working across 25 million repositories of open source code[iv].  Open AI technologies have become a serious option for commercial AI technology offerings.

For example, Google has opened the source code of its machine learning platform behind its own production services, which has created a significant developer and user community around it. In 2017, TensorFlow and TensorFlow Models were two of the top ten most active code repositories on GitHub. Several other AI technologies have also become available with open source licenses.  Just under half of the 100 largest companies in the United States (by revenue) use GitHub Enterprise to build software.  Furthermore, to address the AI skills shortage, globally only 5 thousand teachers and 500 thousand students actively used GitHub in 2017.

Development of new services requires strong AI technology expertise

VTT and IBM Research – Almaden are in research exchange co-operation at Silicon Valley. The goal is to study architecture, ecosystem and future development of open AI technologies from the viewpoint of AI systems development and engineering. Preliminary results of the work are published on a joint blog (http://opentechai.blog) and the topic is discussed at the international OpenTech AI Workshop in Helsinki.

The advantages of open AI technologies include rapid pace of development. The research activities on the field of AI produce new algorithms and machine learning models. For reproducibility of results, these are often implemented and made available with open technologies first. In addition to open source code, lot is happening also around open datasets, machine learning models, benchmarking and leaderboards. The ecosystem around open AI technologies has emerged and is evolving rapidly. This evolution is not only worth following in the sidelines, but calls for active participation to research, development and exploitation of open AI technologies. Clarifying the role and importance of open AI technology for any organization is wise preparation for the future.

The evolution of open AI technologies is a development that has emerged during the past few years. This is continuation to the open source development in software products, which started already earlier. The open development on AI technologies is democratizing opportunities for exploitation of AI; It enables building needed skills, code sharing and exploitation independently of individual vendors in an open ecosystem. Also in the field of AI, value creation and commercial competition are shifting from software products to applications and related services. Here crucial is strong and versatile expertise on AI technologies and capability to apply new and rapidly evolving technology together with customers.


Daniel Pakkala
Principal Scientist, Data Driven Solutions, VTT

Jim Spohrer
Director, Cognitive Open Technologies, IBM

For more information:

http://opentechai.blog

https://developer.ibm.com/opentech/2018/01/29/helsinki-march-2018-opentech-ai-workshop/

[i]  PWC (2017) Artificial Intelligence Study. https://www.pwc.com/gx/en/issues/data-and-analytics/publications/artificial-intelligence-study.html
[ii] VTT (2018) Finland AI Strategy. http://www.vttresearch.com/Impulse/Pages/Finland-seeking-top-spot-in-application-of-artificial-intelligence-AI.aspx
[iii] For example, for a freely available, easy to access online set of courses see http://cognitiveclass.ai
[iv] GitHub (2017) State of the Octoverse. https://octoverse.github.com/

 

Avoimet teknologiat demokratisoivat tekoälyn

Meneillään oleva maailmantalouden, kansantalouksien ja yritysten digitalisaatio ja tekoälyn soveltaminen edustavat vaikutuksiltaan laajaa yhteiskunnallista murrosta, jonka loppua ei ole näkyvissä. Jatkuva muutos, kehittäminen ja kokeileminen ovat uusi normaali. Säilyäkseen kilpailukykyisinä organisaatioiden on jatkuvasti tarkasteltava datan ja tekoälyteknologioiden hyödyntämismahdollisuuksia olemassa olevien liiketoimintojen tehostamiseksi sekä uusien liiketoimintamahdollisuuksien löytämiseksi.

Tuore PWC:n raportti arvioi tekoälyn tuottavan n. 15,7 triljoonan dollarin potentiaalisen lisän maailmantalouteen vuoteen 2030 mennessä[i]. Raportissa tunnistetaan myös lähes 300 käyttötapausta tekoälyn soveltamiseen eri toimialoilla ja yhteiskunnassa. Suomen tavoite pyrkiä johtavaksi tekoälyn hyödyntäjämaaksi edustaa menossa olevaa digitalisaatiota ja yhteiskunnallista muutosta[ii].

Tekoäly ja sen toteuttamiseen liittyvät informaatio-, viestintä- ja automaatioteknologiat kehittyvät hengästyttävää tahtia. Kehitys on jopa niin nopeaa, että koulutusjärjestelmillä on haasteita vastata muuttuviin osaamistarpeisiin koulutettaessa uusia osaajia työmarkkinoille. Erilaiset kaikille avoimet verkkokurssit ja pienimuotoiset tutkinnot ovat kasvattaneet suosiotaan vastauksena osaamisen nopeaan kehitystarpeeseen[iii].

Avoimien tekoälyteknologioiden saatavuus ja osaajayhteisö ovat olleet vahvassa kasvussa muutaman viime vuoden ajan. Vuonna 2017 avoimen lähdekoodin kehittäjäyhteisö GitHub saavutti 24 miljoonan kehittäjän rajan. Kehittäjät työskentelivät 25 miljoonan avoimen lähdekoodin projektin parissa[iv]. Avoimista tekoälyteknologioista on tullut vakavasti otettava vaihtoehto kaupallisille tekoälytarjoamille.

Esimerkiksi Google on avannut omien tuotantopalveluidensa taustalla pyörivän koneoppimisalustansa lähdekoodin, joka on saanut merkittävän kehittäjä- ja käyttäjäyhteisön ympärilleen. Vuonna 2017, TensorFlow ja TensorFlow Models olivat kymmenen aktiivisimman koodivarannon  joukossa GitHub’issa. Myös useita muita tekoälyteknologioita on tullut saataville avoimen lähdekoodin lisensseillä. Hieman alle 100 liikevaihdoltaan suurinta yritystä USA:ssa käyttää GitHub’in yritysversiota ohjelmistokehityksessä. Tekoälyteknologioiden osaamisvajeeseen liittyen vuonna 2017 vain n. 5 000 opettajaa ja 500 000 oppilasta käyttivät aktiivisesti GitHub’ia maailmanlaajuisesti.

Uusien palvelujen kehitys edellyttää vahvaa tekoälyteknologioiden osaamista

Teknologian tutkimuskeskus VTT ja IBM Research – Almaden tekevät tutkimusvaihtoyhteistyötä Piilaaksossa avoimien tekoälyteknologioiden parissa.  Tavoitteena on tutkia avoimien tekoälyteknologioiden arkkitehtuuria ja ekosysteemiä sekä tulevaa kehitystä tekoälyjärjestelmien suunnittelun ja kehittämisen näkökulmasta. Työn alustavista tuloksista kerrotaan yhteisessä blogissa (http://opentechai.blog) ja aiheesta keskustellaan kansainvälisessä OpenTech AI -työpajassa Helsingissä.

Avoimien tekoälyteknologioiden etuna on erittäin nopea kehitystahti. Aihealueen tutkimus tuottaa prototyyppejä, uusia algoritmeja ja koneoppimismalleja. Tulosten toistettavuuden vuoksi nämä tulevat usein ensimmäisenä saataville ja sovellettaviksi avoimilla teknologioilla toteutettuina. Avoimen lähdekoodin lisäksi paljon tapahtuu myös avointen datasettien, koneoppimismallien sekä tekoälytoteutusten kyvykkyyksiä vertailevien haastekilpailujen saralla, jotka ovat oleellisia tekoälyn kehittämisen ja soveltamisen kannalta. Ekosysteemi avoimien tekoälyteknologioiden ympärillä on syntynyt ja kehittyy nopeasti. Tätä kehitystä ei kannata pelkästään seurata sivusta vaan osallistua avoimien tekoälyteknologioiden tutkimukseen, kehitykseen ja hyödyntämiseen. Avoimien tekoälyteknologioiden roolin ja merkityksen selkeyttäminen oman organisaation toiminnan kannalta on viisasta tulevaisuuteen varautumista.

Avointen tekoälyteknologioiden kehitys on muutaman viime vuoden aikana alkanut kehityskulku, jossa jatkuu jo aiemmin ohjelmistoissa alkanut avoimen lähdekoodin tuotteiden yleistyminen. Tämä kehityskulku demokratisoi tekoälyteknologioiden hyödyntämismahdollisuudet, sillä se mahdollistaa osaamisen kehittämisen, yhteiset koodivarannot ja tekoälyteknologian soveltamisen yksittäisistä toimittajista riippumattomasti avoimessa ekosysteemissä. Myös tekoälyn saralla arvonluonti ja kaupallinen kilpailu siirtyvät ohjelmistotuotteista kohti niiden avulla toteutettavia sovelluksia sekä niihin liittyviä palveluita. Tässä oleellista on vahva ja monipuolinen osaaminen tekoälyteknologioissa sekä kyky soveltaa uutta ja nopeasti kehittyvää teknologiaa asiakkaiden kanssa yhdessä.

Daniel Pakkala
Principal Scientist, Data Driven Solutions, VTT

Jim Spohrer
Director, Cognitive Open Technologies, IBM

http://opentechai.blog

https://developer.ibm.com/opentech/2018/01/29/helsinki-march-2018-opentech-ai-workshop/

[i]  PWC (2017) Artificial Intelligence Study. https://www.pwc.com/gx/en/issues/data-and-analytics/publications/artificial-intelligence-study.html
[ii] VTT (2018) Finland AI Strategy. http://www.vttresearch.com/Impulse/Pages/Finland-seeking-top-spot-in-application-of-artificial-intelligence-AI.aspx
[iii] For example, for a freely available, easy to access online set of courses see http://cognitiveclass.ai
[iv] GitHub (2017) State of the Octoverse. https://octoverse.github.com/

From data to decisions – the re-distribution of roles in manufacturing ecosystems

Data, information, knowledge and analytics, and the use of data in decision-making drive a transformation process not only in the ICT sector but also in global manufacturing companies. Digitalization has a tendency to disrupt “traditional” industrial fields in a crucial and unforeseen way. Machinery and service suppliers must build new capabilities related to having access to the data, analyzing it and particularly in understanding the customer’s business environment for making best use of the data.

Global manufacturing companies are in the middle of a transformation process driven by rapid ICT development. Data, information, knowledge and analytics, and the use of data in decision-making are at the core of this transformation process. Asset owners and operators responsible for the use, maintenance and development of industrial plants make daily operative and strategic decisions and thus can benefit from the information gathered by other actors and a wealth of analytical tools. To answer this need, machinery suppliers have added intelligence to their products. However, so far the adoption of new IoT-based technologies and service concepts has not fully met the high level of expectations.

In a data driven ecosystem, machinery suppliers and asset owners (operators) have different perspectives of machine fleets. Asset owners seek to improve the efficiency of the entire production system, while suppliers mainly provide product-specific services. Such services often have a supplementary role in the customer company´s operations, and therefore the arising associated monetary benefits are hard to define. In short, the supplier companies should focus on (eco)systems instead of discrete products or product fleets. Service providers should develop competences that are crucial for a broader understanding of the processes and goals of the customer’s production system.

Machinery supplier and service companies will have to compete for their roles in the market of data and analytics centric services. Entrants from other sectors – 3rd party players – have also found a growing market for knowledge-based services. For example, Travis Kalanick (CEO of Uber) said “If we can get you a car in five minutes, we can get you anything in five minutes”, meaning that they are prepared to re-distribute the roles in the manufacturing ecosystems by creating new and interesting information and platforms. Digitalization may disrupt “traditional” fields of industry in crucial and unforeseen ways. Machinery suppliers have to choose how they operate in this new changing world. The ones who want to take a greater role in the customer’s ecosystem must be prepared to engage in knowledge and cooperation networks. New knowledge requirements relate to the gathering of information from different sources and to the analysis of information, and in particular to the understanding of the customer’s business environment so that knowledge can be utilized to support customer decision-making.

Service exports in Finland have grown strongly over the past two decades. According to a recent report (Etla, VATT and Aalto), service exports last year accounted for about 36 percent of the total value added of exports. This development also reflects the global trend that companies are moving from a product-oriented business to providing lifecycle services. The collection of data on the equipment fleet from the global market enables the provision of information-intensive services that support the use and maintenance of equipment.

See also:

Helena_Kortelainen_2010
Helena Kortelainen
Principal Scientist, VTT
helena.kortelainen(a)vtt.fi

 

 

Ari Happonen_kuva

Ari Happonen

TkT/D.Sc.(Tech.), Lappeenranta University of Technology
ari.happonen(a)lut.fi

Digitalisaatio muokkaa tiedon hallintaan pohjautuvien palveluiden markkinoita

Digitalisaatio ja teollinen internet uudistavat liiketoimintamalleja kaikkialla ja kaikilla toimialoilla. Uudet teknologiat mahdollistavat lähes rajattoman datan keruun sekä tiedon nopean prosessoinnin ja hyödyntämisen liiketoiminnan tuottavuuden ja reagointikyvyn parantamisessa.

Oleellisena osana tähän kehitykseen kuuluu digitaalinen disruptio, joka viittaa uuden teknologian aiheuttamaan erittäin merkittävään muutokseen perinteisillä toimialoilla. Tuttuja esimerkkeinä toimialojen ravistelijoista ovat Uber ja Airbnb. Myös teollisuuden koneita ja palveluita tarjoavien yritysten on vastattava digitalisaation haasteeseen kehittämällä tiedon hallinnan ja analytiikan osaamista. Uudet tiedon hallintaan perustuvat palvelut edellyttävät asiakkaan liiketoimintaympäristön muuttuvien vaatimusten ymmärtämistä ja kykyä auttaa näiden haasteiden selättämisessä.

Globaalit teollisuuden arvoketjut ovat keskellä nopean tieto- ja viestintätekniikan kehityksen ohjaamaa muutosta. Data, informaatio, tietämys ja analytiikka sekä tiedon hyödyntäminen päätöksenteon pohjana ovat tämän muutosprosessin ytimessä. Teollisuuden tuotantolaitosten käytöstä, ylläpidosta ja kehittämisestä vastaavat toimijat tekevät päivittäin operatiivisia ja strategisia päätöksiä. He voisivat hyötyä myös muiden toimijoiden keräämästä tiedosta, monipuolisista analyysityökaluista sekä tiedon yhteiskäytöstä. Kone- ja laitevalmistajat ovat pyrkineet vastaamaan tähän tarpeeseen lisäämällä tuotteisiin älykkyyttä ja tiedonkeruumahdollisuuksia. Toistaiseksi uudet teollisen internetin mahdollistamat teknologiat ja palvelut eivät ole kuitenkaan täysin vastanneet niihin asetettuja toiveita.

Dataan perustuvissa ekosysteemeissä teollisuuden tuotantolaitokset ja kone- ja laitevalmistajat tarkastelevat tuotantojärjestelmiä eri näkökulmista. Tuotantolaitokset pyrkivät koko tuotantojärjestelmän tehokkuuden kehittämiseen, kun taas toimittajat tarjoavat lähinnä tuotekohtaisia palveluja. Asiakkaan kokonaisuutta korostavilla mittareilla mitattuna näillä palveluilla on usein täydentävä rooli, ja niiden avulla saavutettavia taloudellisia hyötyjä on vaikea määritellä. Toimittajien tulisikin paneutua laajempien kokonaisuuksien ymmärtämiseen ja kehittää osaamista, jotka ovat keskeisiä asiakkaan tuotantojärjestelmän prosessien ja tavoitteiden ymmärtämiseksi.

Tulevaisuudessa kone- ja laitevalmistajat joutuvat kilpailemaan roolistaan datapohjaisten palveluiden ja analytiikan markkinoilla. Myös muilta sektoreilta tulevat toimijat ovat havainneet tietoon pohjautuvien palveluiden kasvavan markkinan. Uberin CEO Travis Kalanick on todennut, että “jos voimme saada sinulle auton viidessä minuutissa, voimme saada sinulle mitä hyvänsä viidessä minuutissa“. Digipalveluiden kehittäjät pyrkivät siis jakamaan uudelleen myös tuotannollisen teollisuuden toimijoiden roolit luomalla uutta, mielenkiintoista tietoa ja alustoja. Digitalisaatio voi muuttaa “perinteisiä” teollisuudenaloja disruptiivisella eli radikaalisti markkinoita muovaavalla, ennakoimattomalla ja vaikeasti ennustettavalla tavalla. Kone- ja laitevalmistajat, jotka haluavat ottaa suuremman roolin asiakkaansa ekosysteemissä, on oltava valmis satsaamaan osaamiseen ja yhteistyöverkostoihin. Uudet osaamisvaatimukset liittyvät tiedon keräämiseen eri lähteistä ja tiedon analysointiin sekä erityisesti asiakkaan liiketoimintaympäristön ymmärtämiseen, jotta tietämystä voidaan hyödyntää asiakkaiden päätöksenteon tukemiseksi.

Suomen palveluvienti on kasvanut voimakkaasti viimeisten kahden vuosikymmenen aikana. Tuoreen raportin (Etla, VATT ja Aalto) mukaan palveluvienti vastasi viime vuonna jo noin 36 prosentista viennin koko arvonlisäyksestä. Tämä kehitys heijastaa myös globaalia trendiä, jonka mukaan yritykset siirtyvät tuotekeskeisestä liiketoiminnasta tarjoamaan elinkaaripalveluja. Datan keruu kansainvälisille markkinoille levittyvästä laitekannasta mahdollistaa tietointensiivisten, laitekannan käyttöä ja ylläpitoa tukevien palvelujen toteuttamisen.

Lisätietoja:

Helena_Kortelainen_2010
Helena Kortelainen
Principal Scientist, VTT
helena.kortelainen(a)vtt.fi

 

 

Ari Happonen_kuva

Ari Happonen

TkT/D.Sc.(Tech.), Lappeenranta University of Technology
ari.happonen(a)lut.fi

Good Life for Finland – Time to launch a health data & AI ecosystem in Finland

Health data

An American serial entrepreneur and investor Bill Gross gave a popular TED Talk in 2015, in which he stated that timing is the single most important reason for startups to prosper. Perfect timing was the main reason in the successes of Uber, AirBnB, YouTube, and LinkedIn. As examples of failures Gross mentioned e.g. the food delivery service Webvan and the social media pioneer Friendster, both of which entered the market a bit too early. Launching too late doesn’t work either, since the market has already been conquered by others.

Nailing the perfect timing concerns businesses beyond startups. It is also very vital in research and the commercialization of research results. Research groups should have their eyes and ears open for trends in consumer behavior, legislation reforms, and technological innovations.

Finnish health data into use

We are now in the verge of such pivotal moment in the area of health data. From spring 2018 onwards, a new EU GDPR legislation is going to be in effect. GDPR is going to enable a secondary usage of health data. By virtue of this new legislation health data can be utilized in research a lot better than earlier. At the same time, The National Institute of Health and Welfare is going to become a governmental body granting permissions for data usage (link in Finnish).

Why should this be of interest to Finland and the Finnish research and business scene? First of all, Finland already has top quality research in and around the health sector. Furthermore, Finland has excellent ICT know-how and applying artificial intelligence (AI) is supported by the government (link in Finnish).

An even more significant reason, however, is the fact that Finland has a unique health and genomic data population. Health registries have been in use for long and one can get into hospitals with the same credentials across Finland. In this sense Finland is one of a kind.

Added value for health care

The government stated in their midterm resolutions, that the ecosystem model is the way to go in order to speed up digitalization (link in Finnish). Clearly one of the most important ecosystems is in the area of health data and ICT: “Good Life for Finland”. Last spring a strategic research agenda (SRA) in this area was prepared by VTT together with companies and research institutes. The SRA lays out the most significant priorities of the area.

As a unique health data possessor Finland has the opportunity of attracting also international stakeholders to this new ecosystem. We can provide a testbed for validation of research results and trying out new innovations before global launches. In other words, the ecosystem model of operating benefits both research and business, domestic and international alike.

And what’s most important, all these findings and innovations will in the end result in decrease in diseases, increase in life expectancy, less costs in healthcare, as well as overall growth in wellbeing.

All the puzzle pieces are at hand for completing the ecosystem. VTT is already starting operations for reaching the SRA goals. Now is the time to act for making the most of what health data can offer us!

Tua Huomo VTT

Tua Huomo
Vice President, Data-driven solutions VTT
Twitter: @tuajh

Good Life for Finland – on aika perustaa Suomeen terveysdataa ja tekoälyä hyödyntävä ekosysteemi

Health data

Amerikkalainen sarjayrittäjä ja sijoittaja Bill Gross piti vuonna 2015 suositun TED Talk -puheen, jossa hän nimesi ajoituksen tärkeimmäksi yksittäiseksi syyksi startup-yrityksen menestymiselle. Täydellinen ajoitus oli ratkaisevaa niin Uberin, AirBnB:n, YouTuben kuin LinkedIninkin onnistumisessa. Epäonnistujiksi Gross mainitsee mm. ruokaa kotiin toimittaneen Webvanin ja sosiaalisen median Friendsterin, jotka molemmat olivat liian ajoissa. Turhan myöhäänkään ei kannata lanseerata palvelua, koska silloin markkinat on jo jaettu.

Ajoituksen onnistuminen koskee muutakin liiketoimintaa kuin startupeja. Se on ensiarvoisen tärkeää myös tutkimuksessa ja tutkimuksen kaupallistamisessa. Tutkimusryhmien tulee pitää tuntosarvia ylhäällä ja seurata esimerkiksi kuluttajakäyttäytymistä, lainsäädäntöä ja teknologian kehitystä.

Terveysdata aidoksi hyödyksi

Nyt on käsillä juuri sellainen hetki terveysdatan tiimoilta. Keväällä 2018 on tulossa voimaan EU-tasoinen GDPR-lakiuudistus, joka mahdollistaa terveysdatan toissijaisen hyödyntämisen. Uuden lain myötä terveysdataa pystytään hyödyntämään verrattomasti aiempaa tehokkaammin tutkimuksessa. Samalla THL:stä tulee lupaviranomainen, joka antaa oikeuksia datan käyttöön.

Miksi tämän pitäisi kiinnostaa juuri Suomea ja suomalaista yritys- ja tutkimuskenttää? Ensinnäkin Suomessa on jo erittäin laadukasta tutkimusta terveysalalla ja sen ympärillä. Lisäksi Suomessa on erinomaista ICT-osaamista ja tekoälyn hyödyntämistä vauhditetaan valtionhallinnon tasolta saakka.

Vieläkin tärkeämpi syy on kuitenkin se, että Suomella on ainutlaatuinen terveys- ja genomidatan populaatio. Terveysrekistereitä on kerätty jo pitkään, ja samoilla tunnistetiedoilla pääsee sairaaloihin ympäri Suomea. Suomi on tässä suhteessa ainutlaatuinen maa.

Lisäarvoa terveydenhuoltoon

Hallitus linjasi puoliväliriihessään tukevansa ekosysteemimallia digitalisaation vauhdittamiseksi. Selkeästi yksi tärkeimmistä ekosysteemeistä olisi Suomen terveysdatan ympärille synnytettävä tekoälyä ja ICT-osaamista vahvasti hyödyntävä kokonaisuus ”Good Life for Finland”. VTT:n koordinoimana valmisteltiin viime keväänä yhteistyössä useiden yritysten ja tutkimuslaitosten kanssa strateginen tutkimusagenda (SRA), jossa on kuvattuna kokonaisuuden keskeisimmät prioriteettialueet.

Ainutlaatuisena terveysdatan omistajana Suomella on mahdollisuus houkutella ekosysteemiin myös kansainvälistä liiketoimintaa. Voimme toimia testialustana tutkimustulosten validoinnissa ja innovaatioiden kokeilemisessa ennen globaaleja lanseerauksia. Ekosysteemitoiminta hyödyttää siis paitsi tutkimusta, myös liiketoimintaa – kotimaassa ja kansainvälisesti.

Ja mikä tärkeintä, innovaatiot tuottavat lopulta lisäarvoa itse terveydenhuoltoon. Tämä näkyy sairauksien vähenemisenä, eliniän pitenemisenä, terveydenhoitoon käytettävien kustannusten pienenemisenä ja yleisenä hyvinvoinnin kasvuna.

Kaikki palaset ovat siis kasassa ekosysteemin perustamista varten. VTT on jo käynnistämässä toimintaa SRA-tavoitteiden saavuttamiseksi. On aika toimia, jotta terveysdatan mahdollisuudet tulevat täysimääräisesti hyödynnettyä!

 

Tua Huomo VTTTua Huomo
Vice President, Data-driven solutions
Twitter: @tuajh