شايم لينهارت، دكتوراه في الفلسفة، المؤسس المشارك والمدير الفني لشركة Ibex Medical Analytics – سلسلة المقابلات

شايم لينهارت، دكتوراه في الفلسفة، هو المدير الفني والمؤسس المشارك لشركة Ibex Medical Analytics. لديه أكثر من 25 عامًا من الخبرة في تطوير الخوارزميات والذكاء الاصطناعي وتعلم الآلة من الأكاديمية وكذلك الخدمة في وحدة نخبة في الجيش الإسرائيلي وشركات تكنولوجيا مختلفة. حصل شايم على دكتوراه في علوم الحاسوب من جامعة تل أبيب وفاز بمسابقات تعلم الآلة متعددة في Kaggle.

منذ عام 2016، تقود Ibex الطريق في التشخيص المعتمد على الذكاء الاصطناعي لعلم الأمراض. انطلاقًا من رغبة في تحويل علم الأمراض لضمان حصول كل مريض على تشخيص دقيق ومتأخر ومتخصص لسرطانهم. اليوم، تعتبر Ibex منصة الذكاء الاصطناعي الأكثر انتشارًا في علم الأمراض. تم تطوير حلولها من قبل أخصائيي علم الأمراض لأخصائيي علم الأمراض، وتخدم أفضل الأطباء والمؤسسات الصحية ومقدمي الخدمات التشخيصية في العالم. كل يوم، تتمتع Ibex بفرصة التأثير على حياة المرضى في جميع أنحاء العالم. ترفع منزلة الثقة لدى الأطباء، وتسهم في简ification تدفقات التشخيص، وتساعد الأطباء على تقديم تشخيصات أكثر تخصيصًا، وأهم من ذلك، تمكّن من تحقيق نتائج سريرية أفضل.

يمكنك مشاركة الرحلة والرؤية وراء تأسيس Ibex ورسالتها لتحويل تشخيص السرطان بالذكاء الاصطناعي؟

في عام 2016، علمت أنا وزميلي المؤسس، جوزيف موسيل، عن التأثير المباشر الذي يمكن أن تحققه الثورة الرقمية في علم الأمراض على تحسين تشخيص السرطان. كان علم الأشعة قد مر بتحول مماثل قبل 20 عامًا، مما ترك تأثيرًا كبيرًا على ممارسة التخصص. مع تحول علم الأمراض إلى الرقمية، أدركنا أن ذلك يوفر فرصة لتطوير أدوات متقدمة جديدة تستخدم الذكاء الاصطناعي لتحليل الصور المتقدمة. ركزنا على تطوير أدوات تعتمد على الذكاء الاصطناعي تساعد الأطباء على الوصول إلى تشخيصات دقيقة وموضوعية ومتكررة، وبالتالي مساعدة كل مريض على الحصول على التشخيص الصحيح، بطريقة متأخرة، مما يؤدي إلى أفضل علاج ممكن.

كيف تغيرت معالم تشخيص السرطان منذ تأسيس Ibex في عام 2016؟

تم تبني التكنولوجيا الرقمية من قبل المعامل بسرعة متزايدة، وحتى تسارع ذلك خلال جائحة كوفيد-19. سمحت الثورة الرقمية للمعامل بتوسيع قدراتها بشكل فعال ومعنوي، من خلال الاستفادة من الذكاء الاصطناعي الذي يساعد أخصائيي علم الأمراض على تحليل النتائج بفعالية.

توسعت حقل تشخيص السرطان بالذكاء الاصطناعي بشكل كبير، حيث نشهد شركات ناشئة وشركات أخرى تعمل على جوانب مختلفة من الذكاء الاصطناعي لعلم الأمراض في مجال تشخيص السرطان. على سبيل المثال، تعتبر الطب الدقيق مدفوعًا بالبيانات، ويتضمن تصنيف المرضى بدقة من خلال تشخيص دقيق ونهج إعلامي يؤدي إلى علاج مخصص وأمثل.

كما شهدنا زيادة في المنشورات الأكاديمية والجمعيات الصناعية التي تركز على هذا المجال. عندما حضرت أنا وجوزيف المؤتمر الأول حول علم الأمراض الرقمي والحاسوبي في عام 2016، كان الذكاء الاصطناعي جزءًا صغيرًا من المحادثة حول تشخيص السرطان، لأنه لم يكن شائعًا في ذلك الوقت. الآن، عندما نحضر مؤتمرًا كبيرًا لعلم الأمراض، يعتبر الذكاء الاصطناعي الحدث الرئيسي.

ما الذي يميز Ibex عن الشركات الأخرى في مجال علم الأمراض المعتمد على الذكاء الاصطناعي؟

عندما نتحدث عن علم الأمراض المعتمد على الذكاء الاصطناعي، هناك مجالات فرعية متعددة. هناك شركات تركز على التطبيقات البحثية، مثل الأدوات التي تحليل صور الأنسجة لمساعدة فهم عمليات المرض على المستوى المورفولوجي والخلوي، على سبيل المثال. ثانيًا، هناك شركات تركز بشكل رئيسي على التطبيقات السريرية، أي المنتجات التي يتم استخدامها في المعامل لدعم التشخيص الروتيني.

تركز Ibex على التطبيقات السريرية، ولدينا أكبر قاعدة تثبيت وأكثرها انتشارًا مع أخصائيي علم الأمراض حول العالم الذين يستخدمون أدواتنا يوميًا لتشخيص السرطان. كما أننا نتعاون مع شركات الأدوية لتطوير تطبيقات سريرية تعتمد على الذكاء الاصطناعي تدعم أخصائيي علم الأمراض في قياس العلامات البيولوجية التي تمكن العلاجات المستهدفة.

إضافة إلى ذلك، في حين تركز بعض الشركات على مؤشرات محددة ومحدودة لكل نوع من أنواع الأورام، مثل الكشف عن السرطان، يعتمد نهجنا على تدريب الذكاء الاصطناعي على تحليل كل ما يرى أخصائي علم الأمراض في هذه الأنسجة. لا يتعلق الأمر فقط بالكشف عن السرطان، ولكن أيضًا بنوع وفرع السرطان ودرجته وحجمه، بالإضافة إلى المورفولوجيا المرتبطة بالسرطان والميزات السريرية الأخرى. نحن نعلم أن علم الأمراض أكثر من مجرد تحديد ما إذا كان المريض مصابًا بالسرطان أو لا. نريد مساعدة أخصائيي علم الأمراض على إدراك الفوائد الكبيرة التي يقدمها الذكاء الاصطناعي.

يمكنك شرح التكنولوجيا الأساسية خلف حلول Ibex وكيف تساعد أخصائيي علم الأمراض في الكشف عن السرطان وتحديد درجته؟

نهجنا هو أن أخصائيي علم الأمراض يدرّبون الآلة بشكل أساسي. لدينا فريق كبير من أخصائيي علم الأمراض حول العالم يُدرجون الشرائح ويُصنفونها. هذا يعني أنهم يُدرجون مناطق محددة داخل هذه الشرائح ويُصنفونها. قد يُدرجون ورمًا منخفض الدرجة، أو وعاء دموي، أو عصبًا، أو التهابًا، وغير ذلك. ثم نأخذ هذه البيانات ونستخدمها لتدريب نماذج الذكاء الاصطناعي. هذا يضمن أن الذكاء الاصطناعي يكون دقيقًا جدًا، حتى في الحالات النادرة والصعبة، وهو أمر بالغ الأهمية. يتم تعليم الذكاء الاصطناعي بواسطة أخصائيي علم الأمراض ويتدرب على تحديد أنواع متعددة من البنيات والمورفولوجيا للأنسجة، وهو ما يفيد أخصائيي علم الأمراض ويؤدي في النهاية إلى زيادة دقته. من خلال الحصول على مجموعة واسعة من البيانات والمعرفة، نتمكن من تحسين الذكاء الاصطناعي وتطبيق التعلم الذي نحصل عليه من خلال الملاحظات المباشرة في المجال.

كيف تضمن Ibex دقة سريرية عبر أنواع السرطان المختلفة مثل سرطان الثدي وسرطان البروستاتا وسرطان المعدة؟

هذا يتطلب الكثير من العمل الشاق. نجمع البيانات من شركاء متعددين حول العالم. نضمن أن تكون البيانات متنوعة جدًا، مع تمثيل من معامل مختلفة وطرق تحضير أنسجة متعددة، وماسحات ونتائج سريرية. نثرّف بيانات التدريب بنوعيات نادرة من السرطان. هذا يضمن أن الذكاء الاصطناعي يتدرب على مجموعة واسعة من الميزات. خلال عملية التدريب، نقيس ما يفعله الذكاء الاصطناعي جيدًا، ونحدد أيضًا أين يحتاج إلى تحسين. الفريق، الذي يتمتع بخبرة واسعة في تعلم الآلة، يختبر الذكاء الاصطناعي على آلاف الشرائح التي جمعناها من معامل مختلفة. نقوم بالدراسات والمراحل السريرية ونقارن بين جانبين أساسيين للنظام. أولًا، نراجع أداءه المستقل مقارنة بالحقيقة الموضوعية. ثانيًا، نحدد مدى دقة عمل أخصائي علم الأمراض مع الذكاء الاصطناعي وبدونه. من خلال ذلك، نضمن أن الذكاء الاصطناعي يكون دقيقًا ومتينًا وغير متحيز وأمنًا. نقيس تأثيره على أخصائيي علم الأمراض الذين يستخدمون الذكاء الاصطناعي. عبر تطبيقاتنا، نرى أن أخصائي علم الأمراض، بدعم من الذكاء الاصطناعي، يصل إلى نتائج أفضل (أي أكثر دقة، ووافقة أكثر مع الحقيقة الموضوعية) من معيار الرعاية (أي عندما لا يتم دعمه بالذكاء الاصطناعي). كما نقيّم كفاءة عملهم ومنافع أخرى مهمة للمنصة، مثل تحسين تدفق العمل في المعمل وتقليل وقت الإرجاع (مدى سرعة حصول المريض على النتائج).

ما هي بعض الميزات الفريدة لحلول Ibex التي تعزز تدفقات التشخيص وتحسن نتائج المرضى؟

يتضمن نظامنا المتكامل عارض الشرائح ونتائج الذكاء الاصطناعي وأدوات تقارير مدمجة. تم تصميم هذا النظام الشامل لتحسين الدقة والانتاجية. يوجه أخصائيي علم الأمراض خلال عملية التشخيص، ويظهر لهم النتائج الرئيسية في كل حالة وشرائح. بدلاً من البحث عن الميزات، التي يمكن أن تكون صغيرة وصعبة الكشف، يبرز الذكاء الاصطناعي كل شيء بوضوح. من هناك، يمكن لأخصائي علم الأمراض أن يؤكد أو يعدل. يظهر الذكاء الاصطناعي القياسات والتقييمات؛ كما أنه يقيّم كل شيء. مع التقارير المدمجة، لا يحتاج أخصائي علم الأمراض إلى النظر إلى الشرائح، وإجراء التشخيص في ذهنه، ثم الانتقال إلى نظام آخر وتقديم كل شيء؛ بدلاً من ذلك، يتم إعداد التقارير أثناء تشغيل الذكاء الاصطناعي لتدفق العمل المتكامل. حتى عدد النقرات بالفأر تم تحسينه. تم بناء كل شيء مع أخصائيي علم الأمراض في الاعتبار لتعزيز دقة التشخيص والكفاءة، وبالتالي خلق بيئة عمل أفضل لهؤلاء الأطباء مع نتائج أفضل للمرضى.

كيف تتكامل حلول Ibex مع حلول البرمجيات الرقمية الحالية لعلم الأمراض وأنظمة المعلومات المختبرية؟

نعمل مع عدة موردين في هذا المجال الذين يبيعون حلول إدارة الصور أو يقدمون أنظمة معلومات مختبرية. لكل شريك، هناك فرص مختلفة للتكامل. في بعض الحالات، ندمج الذكاء الاصطناعي في أدواتهم بحيث يمكن لأخصائي علم الأمراض استخدام منصتهم مع الذكاء الاصطناعي داخلها. في حالات أخرى، نتكامل مع هذه الأدوات بطرق تمكن أخصائيي علم الأمراض من تشغيل Ibex من النظام الآخر. بغض النظر عن نوع التكامل، نريد دائمًا التأكد من أن المستخدمين لديهم أفضل طريقة لاستخدام الذكاء الاصطناعي. بالإضافة إلى ذلك، قمنا بتطوير واجهة برمجة تطبيقات مفتوحة (API) تسمح للأطراف الثالثة، بما في ذلك شركات أخرى أو إدارات تكنولوجيا المعلومات للعملاء، باسترجاع المعلومات من الذكاء الاصطناعي وتكاملها في بيئتهم.

ما هي التحديات التي واجهتها Ibex في تحقيق انتشار واسع لحلولها المعتمدة على الذكاء الاصطناعي في علم الأمراض؟

عند النظر إلى الوراء، أعتقد أن التحدي الرئيسي الذي واجهته Ibex كان حول تعقيد العمل والجهد والوقت المطلوبين لتطوير منتجات تشخيصية وتسويقها. هذا يشمل نهجًا متعددي التخصصات: جمع البيانات، العمل مع أخصائيي علم الأمراض، تدريب الذكاء الاصطناعي واختباره بدقة، إجراء دراسات سريرية، والحصول على موافقة تنظيمية في بعض المناطق الجغرافية – كل ذلك تحت إجراءات ضمان الجودة الصارمة. في مجال الطب، من المهم أيضًا توليد أدلة علمية ونشر النتائج مع معامل متعددة لإثبات أداء وفوائد منصة الذكاء الاصطناعي.

تحدي آخر ملحوظ هو التكامل. نحتاج إلى التأكد من أن أخصائيي علم الأمراض يمكنهم استخدام الذكاء الاصطناعي بطريقة فعالة وطبيعية. هناك أنظمة متعددة في المعمل: ماسحات علم الأمراض الرقمي، نظام المعلومات المختبرية وتدفق العمل، وأدوات التقارير. ببساطة، نضمن أن كل شيء يأتي معًا بطريقة فعالة قدر الإمكان، على الرغم من التحديات.

يمكنك مشاركة بعض القصص الناجحة أو الدراسات الحالة من المنظمات الصحية التي نفذت حلول Ibex؟

نفخر بالشراكات والانتشار العالمي. على سبيل المثال، لدينا أول تثبيت وطني للذكاء الاصطناعي في ويلز – جميع مجالس الصحة في ويلز تستخدم حل Ibex للذكاء الاصطناعي. مثال آخر هو معمل CorePlus Laboratories في بورتوريكو – لقد استخدموا Ibex لعدة سنوات ونشروا ورقة، والتي تظهر التأثير الذي كان له منصة Ibex على ممارسةهم السريرية. على سبيل المثال، باستخدام خوارزمية الذكاء الاصطناعي، تمكن أخصائيو علم الأمراض من تحديد 160 رجلًا الذين كانوا سيُخطئون في تشخيصهم. تم علاج هؤلاء المرضى بالعلاج الصحيح بفضل دعم الذكاء الاصطناعي. هذا هو التأثير الذي نحققه. إنه شيء لا يمكننا نسيانه – نحن هنا للتأثير على حياة الناس.

ما الدور الذي ترى Ibex يلعبها الذكاء الاصطناعي في未来 علم الأمراض وتشخيص السرطان على مدار العقد المقبل؟

على مدار العقد المقبل، سنستمر في رؤية أخصائيي علم الأمراض يستخدمون الذكاء الاصطناعي لدعمهم في الجهود التشخيصية الأساسية. أتوقع أن يستخدم أخصائيو علم الأمراض الذكاء الاصطناعي في معظم حمولاتهم لضمان جودة عالية، وكل شيء موضوعي ومتكرر ومتأخر. بالإضافة إلى ذلك، سيساعد الذكاء الاصطناعي الأطباء على القيام بأشياء لا يفعلونها حاليًا. يمكن أن يساعدهم على تحديد الاختبارات الإضافية التي يجب إجراؤها على حالة معينة، بالإضافة إلى تقديم تشخيص أكثر دقة واختيار علاج مبسط.

سيظل الذكاء الاصطناعي جزءًا لا يتجزأ من رحلة المريض بأكملها، وليس فقط جزء تشخيص السرطان في مختبر علم الأمراض، ولكن أيضًا، على سبيل المثال، الأونكولوجي الذي ي决定 على مسار العلاج. كما أعتقد أن الذكاء الاصطناعي سيساعد على دمج التخصصات. مع مرور الوقت، ستُغذي التخصصات المختلفة (علم الأمراض، الأشعة، الجينوميات، السجلات السريرية) لوحدات الذكاء الاصطناعي المختلفة لدعم الطب الدقيق الجديد. من منظور المساواة الصحية، سيتعرض المرضى الذين لا يملكون الوصول إلى أفضل الأطباء في العالم لتحسن كبير في جودة تشخيصهم وعلاجهم. سيساهم الذكاء الاصطناعي في جعل الجميع على مستوى الخبرة القريبة. كل شخص يستحق الحصول على رعاية جودة، وسيساعد الذكاء الاصطناعي في إحضارنا في الاتجاه الصحيح لتوسيع نطاق الوصول إلى الرعاية الصحية.

شكرًا على المقابلة الرائعة، القراء الذين يرغبون في التعلم أكثر يجب أن يزوروا Ibex Medical Analytics.