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 تكنولوجية متعددة. 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 لمرض الأمراض. انطلاقًا من رغبة في تحويل مجال الأمراض عن طريق ضمان حصول كل مريض على تشخيص دقيق ومتعين ومتخصص لمرض السرطان. اليوم، تعتبر Ibex منصة الذكاء الاصطناعي الأكثر انتشارًا في مجال الأمراض. تم تطوير حلولها من قبل أطباء أمراض لآخَرين، وتخدم هذه الحلول أفضل الأطباء والمنظمات الصحية ومقدمي الخدمات التشخيصية في العالم. كل يوم، تؤثر Ibex على حياة المرضى في جميع أنحاء العالم. ترفع المنصة ثقة الأطباء، وتسهم في简ification تدفقات التشخيص، وتساعد الأطباء على تقديم تشخيصات أكثر تخصيصًا، وأهم من ذلك، تمكن 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 مجال الأمراض على تحسين تشخيص السرطان. كانت علم الأشعة قد مرت بتحول مماثل قبل 20 عامًا، مما أثر على ممارسة التخصص. مع تحول الأمراض إلى الأشكال الرقمية، أدركنا أن هناك فرصة لتطوير أدوات متقدمة تستخدم الذكاء الاصطناعي لتحليل الصور بطرق متقدمة. ركزنا على تطوير أدوات مدعومة بالذكاء الاصطناعي تساعد الأطباء على الوصول إلى تشخيصات دقيقة وموضوعية ومتكررة، وبالتالي مساعدة كل مريض على الحصول على التشخيص الصحيح في الوقت المناسب، مما يؤدي إلى أفضل علاج ممكن.

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

المختبرات تتخذ خطوات متسارعة نحو التحول الرقمي، و特别 مع تفشي كوفيد-19. ساهمت الثورة الرقمية في تمكين المختبرات من توسيع قدراتها بشكل كبير ومعنوي، من خلال استخدام الذكاء الاصطناعي الذي يساعد أطباء الأمراض على تحليل النتائج بفعالية.

نما مجال تشخيص السرطان المعتمد على الذكاء الاصطناعي بشكل كبير، حيث نرى شركات ناشئة وأخرى تعمل على جوانب مختلفة من الذكاء الاصطناعي في مجال الأمراض لتشخيص السرطان. على سبيل المثال، تعتبر الطب الدقيق بمثابة استراتيجية توجيهية لاستراتيجية علاجية مستهدفة، مدعومة بتشخيص دقيق ومعلوماتية متقدمة. يرتبط زيادة الطب الدقيق بزيادة الحاجة إلى تشخيصات أكثر تعقيدًا لدعم العلاجات المستهدفة الجديدة.

لقد شهدنا أيضًا زيادة في المنشورات الأكاديمية والجمعيات الصناعية التي تركز على هذا المجال. عندما حضرت أنا وجوزيف أول مؤتمرنا حول الأمراض الرقمية والحاسوبية في عام 2016، كان الذكاء الاصطناعي جزءًا صغيرًا من المحادثات حول تشخيص السرطان، ولم يكن ذا شعبية كبيرة. الآن، عند حضور مؤتمر كبير في مجال الأمراض، يعتبر الذكاء الاصطناعي الحدث الرئيسي.

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

عندما نتحدث عن الذكاء الاصطناعي المعتمد على الأمراض، هناك مجالات فرعية متعددة. هناك شركات تركز على التطبيقات البحثية، مثل الأدوات التي تحليل صور الأنسجة لمساعدة فهم العمليات المرضية على المستوى المورفولوجي والخلايا. ثانيًا، هناك شركات تركز على التطبيقات السريرية، أي المنتجات التي تستخدم في المختبرات لدعم التشخيص الروتيني.

تركز Ibex على التطبيقات السريرية، ولدينا أكبر قاعدة تثبيت وأوسع انتشار لاستخدام أدواتنا من قبل أطباء الأمراض حول العالم يوميًا لتشخيص السرطان. كما أننا نتعاون مع شركات الأدوية لتطوير تطبيقات سريرية مدعومة بالذكاء الاصطناعي لدعم أطباء الأمراض في قياس البiomarkers التي تمكن العلاجات المستهدفة.

إضافة إلى ذلك، بينما تركز بعض الشركات على إشارات محددة ومحدودة لكل نوع من أنواع الأورام، مثل الكشف عن السرطان، يعتمد我们的 نهج على تدريب الذكاء الاصطناعي على تحليل كل ما يراه أطباء الأمراض في هذه الأنسجة. ليس الأمر فقط حول الكشف عن السرطان، ولكن أيضًا حول نوع وفرع السرطان، ودرجته، وحجمه، بالإضافة إلى المورفولوجيا المرتبطة بالسرطان والميزات السريرية الأخرى. نعرف أن الأمراض أكثر من مجرد تحديد ما إذا كان المريض مصابًا بالسرطان أو لا. نريد مساعدة أطباء الأمراض على إدراك الفوائد الكبيرة التي يقدمها الذكاء الاصطناعي.

يمكنك أن تفسر التكنولوجيا الأساسية خلف حلول Ibex وكيف تساعد أطباء الأمراض في الكشف عن السرطان وتصنيفه؟

نهجنا هو أن أطباء الأمراض يدرّبون الآلة. لدينا فريق كبير من أطباء الأمراض حول العالم يُدرّبون الشرائح ويُصنّفونها. هذا يعني أنهم يُشيرون إلى مناطق محددة داخل هذه الشرائح ويُصنّفونها. قد يُشيرون إلى ورم منخفض الدرجة، أو وعاء دموي، أو عصب، أو التهاب، وغيرها. ثم نأخذ هذه البيانات ونستخدمها لتدريب نماذج الذكاء الاصطناعي. هذا يضمن أن الذكاء الاصطناعي دقيق جدًا، حتى في الحالات النادرة والصعبة، وهو ما يعتبر مهمًا جدًا. يتم تدريب الذكاء الاصطناعي بواسطة أطباء الأمراض ويتعلم تحديد هياكل ومورفولوجيا الأنسجة المختلفة، وهو ما يفيد أطباء الأمراض ويزيد من دقته. من خلال الحصول على مجموعة واسعة من البيانات والمعرفة، نستطيع تحسين الذكاء الاصطناعي وتنفيذ التعلمات التي نحصل عليها مباشرة من الميدان.

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 العديد من الشركاء حول العالم. نضمن أن تكون البيانات متنوعة، مع تمثيل المختبرات المختلفة وطرق تحضير الأنسجة المختلفة والمناظير وملاحظات سريرية مختلفة. نثرّف بيانات التدريب بنوعيات نادرة من السرطان. هذا يضمن أن الذكاء الاصطناعي مدرب على مجموعة واسعة من الميزات. خلال عملية التدريب، نقيس ما يفعل الذكاء الاصطناعي جيدًا، ونحدد أيضًا أين يحتاج إلى تحسين. يختبر الفريق، الذي يتمتع بخبرة واسعة في تعلم الآلة، الذكاء الاصطناعي على آلاف الشرائح التي جمعناها من مختبرات مختلفة. ننفذ دراسات ومراجعات سريرية ونقارن بين аспكتين أساسيين للنظام. أولًا، نراجع أداءه المستقل مقارنة بالحقيقة الموضوعية. ثانيًا، نحدد مدى دقة عمل الطبيب مع الذكاء الاصطناعي وبدونه. بذلك، نضمن أن الذكاء الاصطناعي دقيق ومتين وغير متحيز وأمن.

ما هي بعض الميزات الفريدة لحلول Ibex التي تعزز سير العمل التشخيصي وتحسن النتائج الصحية للمرضى؟

نظامنا المتكامل يتضمن عارض شرائح، نتائج الذكاء الاصطناعي، وأدوات تقارير مدمجة. تم تصميم هذا النظام الشامل لتعزيز الدقة والإنتاجية. يرشد أطباء الأمراض خلال عملية التشخيص، ويظهر لهم النتائج الرئيسية في كل حالة وشرائح. بدلاً من البحث عن الميزات، والتي يمكن أن تكون صغيرة وصعبة الكشف، يبرز الذكاء الاصطناعي كل شيء بوضوح. من هناك، يمكن للطبيب تأكيد أو تعديل. يظهر الذكاء الاصطناعي القياسات والكميات؛ كما يُقيم كل شيء. مع التقارير المدمجة، لا يحتاج الطبيب إلى النظر إلى الشرائح، وصنع التشخيص في ذهنه، ثم الانتقال إلى نظام آخر للتقرير؛ بل يتم التقرير أثناء تشغيل الذكاء الاصطناعي لسير العمل المتكامل. حتى عدد النقرات تم تحسينه. كل شيء تم بناؤه مع أطباء الأمراض في الاعتبار لتعزيز دقة التشخيص والكفاءة، مما يخلق بيئة عمل أفضل لهؤلاء الأطباء ونتائج أفضل للمرضى.

كيف تتكامل حلول Ibex مع حلول البرمجيات الرقمية الحالية وتطبيقات معلومات المختبر؟

نعمل مع العديد من البائعين في هذا المجال الذين يبيعون حلول إدارة الصور أو يقدمون أنظمة معلومات المختبر. لكل شريك، هناك فرص للتكامل المختلفة. في بعض الحالات، ندمج الذكاء الاصطناعي في أدواتهم بحيث يمكن للطبيب استخدام منصتهم مع الذكاء الاصطناعي داخلها. في حالات أخرى، نتكامل مع هذه الأدوات بطرق تسمح لأطباء الأمراض بإطلاق Ibex من النظام الآخر. بغض النظر عن نوع التكامل، نريد دائمًا أن نتأكد 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، باسترداد المعلومات من الذكاء الاصطناعي وتكاملها في بيئتهم.

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

عند التفكير في الأمر، أعتقد أن التحدي الرئيسي الذي واجهته Ibex كان حول التعقيد الشديد والعمل الشاق المطلوب لجلب منتجات التشخيص إلى السوق. هذا يشمل نهجًا متعدّد التخصصات: جمع البيانات، العمل مع أطباء الأمراض، تدريب الذكاء الاصطناعي واختباره بدقة، إجراء تجارب سريرية، وفي بعض الجغرافيات، الحصول على الموافقة التنظيمية – كل ذلك تحت إجراءات ضمان الجودة الصارمة. في مجال الطب، من المهم أيضًا توليد أدلة علمية ونشر النتائج مع مختبرات متعددة لتحديد أداء وفوائد منصة الذكاء الاصطناعي.

تحدي آخر ملحوظ هو التكامل. نحتاج إلى التأكد من أن أطباء الأمراض يمكنهم استخدام الذكاء الاصطناعي بطريقة فعالة وطبيعية. هناك العديد من الأنظمة في المختبر: مسح الأشعة الرقمية، نظام معلومات المختبر وتنسيق العمل وأدوات التقرير. ببساطة، نضمن أن كل شيء يأتي معًا بأكثر الطرق كفاءة.

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

نحن فخورون جدًا بشراكاتنا ومدى انتشارنا العالمي. على سبيل المثال، لدينا أول تثبيت وطني للذكاء الاصطناعي في ويلز – جميع مجالس الصحة في ويلز تستخدم حل Ibex. مثال آخر هو مختبرات CorePlus في بورتوريكو – لقد استخدموا Ibex لعدة سنوات ونشرت ورقة، تظهر تأثير المنصة على ممارسة سريرية. كمثال، باستخدام خوارزمية الذكاء الاصطناعي، تمكن أطباء الأمراض من تحديد 160 رجلاً الذين كانوا سيُخطئون في التشخيص بدون دعم الذكاء الاصطناعي. تم علاج هؤلاء المرضى بالعلاج الصحيح بفضل دعم الذكاء الاصطناعي. هذا هو التأثير الذي نحققه. شيء لا نستطيع نسيانه – نحن هنا لتأثير حياة الناس.

ما الدور الذي ترى Ibex تقوم به في مستقبل الأمراض وتشخيص السرطان خلال العقد المقبل؟

خلال العقد المقبل، سنستمر في رؤية أطباء الأمراض يستخدمون الذكاء الاصطناعي لدعمهم في الجهود التشخيصية الأساسية. أتخيل أن أطباء الأمراض سوف يستخدمون الذكاء الاصطناعي في معظم أعمالهم لضمان جودة عالية وكل شيء موضوعي ومتكرر ومتعين. 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.

سيكون الذكاء الاصطناعي جزءًا لا يتجزأ من رحلة المريض بأكملها، وليس فقط جزء تشخيص السرطان في مختبر 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 (الأمراض، الأشعة، الجينوميات، السجلات السريرية) وحدات الذكاء الاصطناعي المختلفة لدعم طب دقيق جديد ومحسّن. من منظور تكافئ الصحة، سيكون المرضى الذين لا يملكون الوصول إلى أفضل الأطباء في العالم قد خضوا قفزة كبيرة في جودة تشخيصهم وعلاجهم. سيعمل الذكاء الاصطناعي على جعل الجميع على مستوى الخبرة القريبة. كل شخص يستحق الحصول على رعاية جيدة، وسيساعد الذكاء الاصطناعي على إحضارنا في الاتجاه الصحيح لتحقيق وصول متساوٍ إلى الرعاية الصحية.

شكرًا على المقابلة الرائعة، القراء الذين يرغبون في معرفة المزيد يمكنهم زيارة Ibex Medical Analytics.