توبياس رايكن، المؤسس المشارك والمدير الفني في كيهيرون ميديكال تكنولوجيز – سلسلة المقابلات

توبياس رايكن هو المؤسس المشارك والمدير الفني في كيهيرون ميديكال تكنولوجيز، وهي شركة لتصوير طبي تستخدم تقنيات التعلم الآلي المتقدمة لتطوير وتوفير أدوات ذكية لأخصائيي الأشعة، وأقسام الأشعة، ومراكز التصوير، والمستشفيات لتحسين الكفاءة والاتساق والدقة في تقارير الأشعة.

تم تأسيس كيهيرون ميديكال تكنولوجيز مع التركيز الوحيد على مساعدة أخصائيي الأشعة في الكشف عن سرطان الثدي في وقت مبكر باستخدام برنامج التعلم الآلي.

ما الذي جذبك في البداية إلى التعلم الآلي؟

كان我的 مدخل غير الرسمي إلى التعلم الآلي عندما بدأت في تعلم البرمجة عندما كنت شابًا صغيرًا. كان هناك محرك ألعاب حيث يمكنك برمجة ألعابك الخاصة. أردت اللعب في هذه اللعبة، ولكن من ألعبت ضده؟ يمكن أن يكون لاعبًا آخر، أو يمكن أن يكون برنامجًا. كيف تبني برنامجًا يتعلم اللعب؟ لم يكن هذا الذكاء الاصطناعي الحديث، بل كان ذكاءً قائمًا على القواعد. لقد هزمت كل مرة، لذلك لم يكن هذا الذكاء جيدًا.

عندما كنت أدرس لدرجة الماجستير في جامعة لندن، دخلتنا حقبة جديدة من الذكاء الاصطناعي الحديث. تم الاستحواذ على ديب مايند، وكنت أدرس التعلم الآلي في المكان الذي تم تأسيس ديب مايند فيه. ديفيد سيلفر، أحد العلماء الرائدين في ديب مايند، كان يعلم دورة حول التعلم بالتعزيز. كجزء من الدورة، بنيت وكلاء لتعلم اللعب – شكل مبسط من البلاك جاك. عندما انتهيت من البرنامج والعب ضد خلقتي الخاصة، لم أستطع هزيمته بعد ذلك. كانت هذه لحظة إلهام حقيقية.

كان我的 مدخل الرسمي إلى التعلم الآلي في السنة الأولى من الجامعة. كنت أدرس الرياضيات وعلوم الحاسوب في كلية أمستردام. في نفس الوقت، تم إنشاء دورات مفتوحة جديدة على الإنترنت وكنت أستطيع الانضمام إلى دورات الذكاء الاصطناعي من شخصيات رائدة في المجال. الدورة التي أثرَت بشكل كبير عليّ كانت مع بيتر نورفيج وسباستيان ثرون من ستانفورد، وكنت أستطيع دراسة الذكاء الاصطناعي مع 100,000 شخص في نفس الوقت.

الآن مع كيهيرون، ما يعجبني كثيرًا في التعلم الآلي هو التطبيق الذي له على العالم الحقيقي. الفرصة التي له لحل مشاكل العالم الحقيقي. هذا ما يثيرني حقًا.

يمكنك مناقشة قصة ولادة كيهيرون ميديكال؟

التقيت بيتر في عام 2016 في برنامج تسريع رواد الأعمال في المملكة المتحدة. اتصلنا على الفور – ربما بسبب خلفياتنا المماثلة. كلانا来自 عائلات طبية – أم بيتر طبيبة أشعة، وكنت نشأت في عائلة طبية، محاطًا بأطباء، وكلانا اخترنا الذهاب في طريق العلوم والتكنولوجيا والهندسة والرياضيات.

أعطتنا خلفياتنا نظرة واضحة على الصراعات والتحديات التي يواجهها العاملون في مجال الرعاية الصحية وفهمًا لكيفية تحسين حياتهم وحياة المرضى باستخدام الذكاء الاصطناعي. نشترك في الاعتقاد بأن الذكاء الاصطناعي مع الأطباء سوف يغير الرعاية الصحية للأفضل.

هناك مشكلة كبيرة يجب حلها هنا. هناك نقص عالمي في أخصائيي الأشعة. يموت الكثير من الناس من السرطان – أكثر من 40,000 امرأة أمريكية تموت كل عام من سرطان الثدي. جزء من سبب وفاة इतन nhiều أشخاص من السرطان هو أن الأطباء لا يمتلكون المعلومات الصحيحة للاتخاذ القرارات الصحيحة. يمكن للذكاء الاصطناعي المساعدة في ذلك.

أولاً وقبل كل شيء، كيهيرون هنا لمساعدة أخصائي الأشعة حتى يتمكن أخصائي الأشعة من مساعدة المرضى. أنا أشعر بالحماس الشديد عندما أبحث في المشكلة لفهم دقائقها. نعمل بجد لفهم عمل أخصائي الأشعة، والبيانات التي يعملون معها يوميًا، وعملياتهم. ثم نستطيع تحديد كيف يمكننا نشر الذكاء الاصطناعي كجزء من هذه العملية.

نستثمر بكثافة في فهم عميق للمستخدمين والبيانات. لدينا أخصائيي أشعة في فريقنا الذين يساعدوننا على دمج احتياجات المستخدم في عملية التصميم والتطوير. لدينا مبادرة مشاركة المرضى التي تتعامل مباشرة مع النساء لفهم مخاوفهم واحتياجاتهم لفحص الثدي.

يسألني nhiều أشخاص عن اسم شركتنا – كيهيرون. كيهيرون كان حكيمًا وطبيبًا مرهف الحواس – مخلوق نصف إنسان ونصف حصان في الميثولوجيا اليونانية – الذي درب الأبطال في الطب. هذه الفكرة عن نصفين ي组ان شيئًا أكثر قوة من الأجزاء الفردية هي مصدر الإلهام لكيهيرون – الذكاء الاصطناعي والطبيب يعملان معًا لتغيير ما هو ممكن في معيار الرعاية.

يمكنك مناقشة حلول فحص سرطان الثدي التي تقدمها؟

نعمل على عدة حلول لسرطان الثدي على طول مسار فحص سرطان الثدي.

منتجنا الأول يسمى ميا – والذي يقف على التقييم الذكي للماموجرافي. تم تحسين ميا لأداء نفس المهمة التي يقوم بها أخصائي الأشعة – وهي تحديد ما إذا كان يجب استدعاء المرأة لفحص إضافي أو لا.

مستوى الأداء الذي نحققه يسمح لنا بإعادة التفكير في العملية. لهذا السبب، هذا يعني الكثير للمرأة الأمريكية. الولايات المتحدة لديها ما يسمى “سير عمل القارئ الواحد”. هذا يعني أن كل ماموجرافي يتم قراءته بواسطة أخصائي أشعة واحد. ومع ذلك، المملكة المتحدة وأوروبا لديهم “سير عمل القارئ المزدوج”، مما يعني أن كل ماموجرافي يتم قراءته بواسطة أخصائيي أشعة اثنين. يعتبر العديد من أخصائيي الأشعة الأمريكيين أن القراءة المزدوجة هي “المعيار الذهبي” لأنها أكثر احتمالاً لاكتشاف سرطانات الثدي الصغيرة المبكرة.

دراساتنا السريرية تثبت أن ميا هو خيار آمن سريريًا واقتصاديًا كقارئ مستقل أو متزامن. هذا يعني أنه في الولايات المتحدة، يمكن استخدام ميا مع أخصائي الأشعة لتحقيق معيار القراءة المزدوج – مع قارئ بشري واحد. كما قلت من قبل، هذا هو بالفعل كيف نرى قوة الذكاء الاصطناعي والإنسان معًا لحل مشاكل كبيرة.

المنتج الأول الذي نطرحه في السوق الأمريكية يسمى ميا آي كيو، والذي يقع خطوة واحدة قبل فحص سرطان الثدي. ميا آي كيو يساعد تقنيي الأشعة في تحليل جودة الصورة. إذا كنا نستطيع تحسين جودة الصورة، ثم جودة القراءة ستزيد أيضًا. وهذا يعني أن المزيد من السرطانات سيتم اكتشافها في وقت مبكر، عندما تكون النتائج أفضل للمرأة.

هذا مهم جدًا لمسحات جودة MQSA وتدريب مستمر، وهنا نexpect أن نرى تطبيقات ميا آي كيو الأولى. ميا آي كيو توفر لبرامج الفحص تقارير تفصيلية حول مشاكل التموضع. هذا سوف يسمح لمديري البرامج بتقديم تدريب على البقع لتقنيي الأشعة ومعالجة أي مشاكل جودة الصورة الأكبر التي قد تؤثر على تدقيق جودةهم.

كم عدد الصور التي تم تدريب الشبكة العصبية عليها؟

لنا، كمية البيانات ليست هي النقطة. الجيد في مجال فحص سرطان الثدي هو أن هناك الكثير من البيانات المتاحة. هناك الكثير من البيانات التاريخية لأن برامج الفحص كانت موجودة لفترة طويلة. وبسبب أنك تفحص السكان بأكملهم، هناك الكثير من البيانات الجديدة التي يتم توليدها.

التحدي هو أن البيانات مشوهة بشكل كبير. 99% من سكان الفحص لا يعانون من السرطان، والحمد لله، مما يعني أن هناك انحيازًا نحو الصور الطبيعية. هناك أيضًا اختلافات سكانية، مع نقص في تنوع البيانات.

لذلك، بالنسبة لكيهيرون، التحدي لا يتعلق بتحقيق كمية البيانات. بدلاً من ذلك، حيث يأتي جزء كبير من نجاحنا من فهم البيانات التي يجب جمعها للحصول على أفضل النتائج، والانتباه بشكل انتقائي ومستهدف إلى哪里 وكيف نحصل على بياناتنا. تعاوننا مع جامعة إيموري هو مثال رائع على كيفية القيام بذلك.

هل الأخطاء الإيجابية الكاذبة هي مشكلة حاليًا؟

الأخطاء الإيجابية الكاذبة ليست هي المشكلة فقط. علم الفحص يعتمد على التضحيات بين الأخطاء الإيجابية الكاذبة والأخطاء السلبية الكاذبة. على سبيل المثال، يمكننا تحقيق معدل خطأ إيجابي كاذب منخفض جدًا، ولكننا سوف نفوت بعض السرطانات. من ناحية أخرى، يمكننا أن نفوت القليل من السرطانات إذا كان لدينا معدل خطأ إيجابي كاذب مرتفع. من المهم فهم هذه التضحيات وتوازن خدمة الفحص الخاصة بك بناءً على الأولويات والموارد.

الاختلافات الثقافية والسياساتية تختلف أيضًا بين البلدان، مما يؤثر على كيفية اتخاذ هذه التضحيات. في بعض البلدان، يعتبر تفويت سرطان مشكلة كبيرة جدًا. في بلدان أخرى، يعتبر من المهم تقليل الاستدعاءات غير الضرورية بسبب التكاليف الصحية المرتبطة بكل استدعاء.

في النهاية، يتعلق الأمر بفهم كيف تؤثر هذه التضحية على المرضى، من حيث عدد الاستدعاءات غير الضرورية والفحوصات الإضافية التي يمر بها المجموعة “الإيجابية الكاذبة” مقابل المجموعة “السلبية الكاذبة” التي لا يتم اكتشاف سرطاناتهم. это是一个 صعب، ولكن الذكاء الاصطناعي يpromis يرفع معيارًا لكلا المجموعتين.

كيهيرون ميديكال تكنولوجيز وجمعية إيموري最近 أعلنت عن تعاون لتقدير بيانات من ماموجرافيات سابقة لأكثر من 50,000 امرأة أمريكية من أصل أفريقي تم فحصها في إيموري هيلثكير. هل يمكنك مشاركة المزيد من التفاصيل حول هذا المشروع؟

شراكتنا مع جامعة إيموري توسع تنوع البيانات التي نستخدمها لضمان أن ميا، حلنا الذكاء الاصطناعي لفحص سرطان الثدي، يعمل بنفس المعيار لأي امرأة، بغض النظر عن العرق.

المشروع الأول في التعاون سيدعم التحقق من أداء ميا ضد سكان الفحص المتنوع في إيموري. هذا هو دراسة متعددة المواقع تشمل أربعة مواقع فحص ومستشفيات. سيكون هناك أكثر من 200,000 ماموجرافي في هذا المشروع – حوالي 45% من النساء في هذا التقرير من أصل أفريقي.

أعلنا عن هذا التعاون في أواخر نوفمبر وقد حققنا تقدمًا كبيرًا منذ ذلك الحين، حتى مع تحديات العمل تحت ظروف وبائية عالمية و ظروف العمل عن بُعد. أعتقد أن هذا هو ائتمان كبير للفريق في إيموري، الذين هم أيضًا أطباء يوفرون رعاية ممتازة للمرضى في المجتمع.

في الوقت الحالي، شراكتنا تستثمر الطاقة في البداية لتأسيس أساس قوي لعملنا في المستقبل. نحن في مرحلة نعمل فيها بشكل وثيق مع فريق إيموري لفهم سير العمل السريري. هذا يخدم كأساس ضروري للتحليل العميق وفحص الاختلافات المحتملة بين الفئات السكانية، مثل المجموعات العرقية.

هذا العمل ليس سهلًا أو سريعًا. ليست الأمور الكثيرة في مجال الرعاية الصحية سهلة أو سريعة. ومع ذلك، فهو مكافأة كبيرة، ونحن محظوظون لأننا نستفيد من مجموعة من الشركاء العالميين الذين هم متعاونون للغاية وموحدون معنا في مهمتنا المشتركة: لمساعدة أي امرأة في أي مكان للحصول على فرصة قتالية أفضل ضد سرطان الثدي.

ما مدى حجم مشكلة تمثيل غير البيض في بيانات الصور لتشخيص السرطان؟

historically، لم تتمثل تنوع السكان في الأبحاث الطبية إلى الحد الذي ينبغي. أولئك الذين يطورون الذكاء الاصطناعي لديهم مسؤولية لتشمل التنوع العرقي في دراساتهم.

السكان غير المتمثلة هم مشكلة لفحص سرطان الثدي. النتائج لنساء أمريكا من أصل أفريقي هي مثال على ذلك. تميل نساء أمريكا من أصل أفريقي إلى معدلات وفيات أعلى (39% أعلى من غير الهسبان البيض)، ويمكن أن يعزى هذا إلى الوصول إلى الرعاية الصحية، وتأخير التشخيص، وتأخير بدء العلاج، من بين عوامل أخرى.

العمومية للذكاء الاصطناعي عبر السكان المختلفة هي خطوة رئيسية لمعالجة التفاوتات العرقية في فحص سرطان الثدي. أنا متحمس لأن فريق كيهيرون ملتزم ببناء حل يعمل بنفس الجودة على ماموجرافيات من سكان متنوعين عرقيًا – وهذا هو عامل تحفيز كبير لعملنا. شراكتنا مع إيموري وUCSF ستساعدنا على تحقيق رؤية العمومية – لضمان أن ميا توفر لكل امرأة في كل مكان فرصة قتالية أفضل ضد سرطان الثدي.

شكرًا على المقابلة الرائعة وعلى العمل على تكنولوجيات إنقاذ الحياة المهمة. القراء الذين يرغبون في معرفة المزيد يجب أن يزوروا كيهيرون ميديكال تكنولوجيز.