Chaim Linhart, PhD, spoluzakladatel a technický ředitel Ibex Medical Analytics – rozhovor

Chaim Linhart, PhD je technickým ředitelem a spoluzakladatelem Ibex Medical Analytics. Má více než 25 let zkušeností s vývojem algoritmů, umělou inteligencí a strojovým učením z akademické sféry, jakož i z působení v elitní jednotce izraelské armády a v několika technologických společnostech. Chaim má doktorát z počítačových věd na Telavivské univerzitě a vyhrál několik soutěží strojového učení Kaggle.

Od roku 2016 Ibex vede cestu v diagnostice patologie pomocí umělé inteligence. Společnost se snažila transformovat patologii tak, aby každý pacient mohl získat přesnou, včasnou a personalizovanou diagnózu rakoviny. Dnes je Ibex nejširěji nasazenou umělou inteligencí v patologii. Vyvinutá patology pro patology, jejich řešení slouží světovým lékařům, zdravotnickým organizacím a diagnostickým poskytovatelům. Každý den má Ibex privilegium ovlivňovat životy pacientů po celém světě. Platforma zvyšuje důvěru lékařů, optimalizuje diagnostické pracovní postupy, pomáhá klinickým pracovníkům poskytovat více personalizované diagnózy a nejvíce důležitě ermögňuje lepší klinické výsledky.

Můžete sdílet cestu a vizi za založením Ibexu a jeho misí transformovat diagnostiku rakoviny pomocí umělé inteligence?

V roce 2016 můj spoluzakladatel, Joseph Mossel, a já se dozvěděli o přímém dopadu digitální revoluce v patologii na zlepšení diagnostiky rakoviny. Radiologie prošla podobnou transformací před 20 lety, která měla významný dopad na způsob, jakým se specializace praktikovala. S digitalizací patologie jsme rozpoznali příležitost vyvinout nové pokročilé nástroje, které využívají umělou inteligenci pro sofistikovanou analýzu obrazů. Zaměřili jsme se na vývoj nástrojů s umělou inteligencí, které pomáhají lékařům dosáhnout přesnějších, objektivnějších, reprodukovatelnějších diagnóz a tím každému pacientovi poskytnout správnou diagnózu, včas, což vede k nejlepší možné léčbě.

Jak se změnilo prostředí diagnostiky rakoviny od založení Ibexu v roce 2016?

Laboratoře přijímají digitalizaci stále rychleji, ještě více urychlenou pandemií Covid-19. Digitální revoluce umožnila laboratořím rozšířit své schopnosti za mikroskopem významným a smysluplným způsobem, využívajícím umělou inteligenci, která pomáhá patologům analyzovat a rozumět výsledkům efektivně.

Obor diagnostiky rakoviny pomocí umělé inteligence rostl exponenciálně, protože vidíme startupy a další společnosti pracující na různých aspektech umělé inteligence pro patologii v oblasti diagnostiky rakoviny. Přesná medicína, například, je datově řízená stratifikace pacientů umožněná přesnou diagnózou a různými informatickými přístupy, které vedou k optimální, personalizované léčbě. Zvýšení přesné medicíny souvisí se zvýšenou potřebou komplexnějších diagnostik pro podporu nových cílených léčeb.

Vidíme také nárůst akademických publikací a průmyslových asociací zaměřených na toto pole. Když Joseph a já navštívili naši první konferenci o digitální a výpočetní patologii v roce 2016, umělá inteligence byla malou částí konverzace týkající se diagnostiky rakoviny, protože nebyla tak mainstreamová. Nyní, když navštívíme velkou patologickou konferenci, umělá inteligence je hlavní událostí.

Co odlišuje Ibex od ostatních společností v oblasti umělé inteligence pro patologii?

Když mluvíme o umělé inteligenci pro patologii, existují několik subdomén. Existují společnosti, které priorizují výzkumné aplikace, jako jsou nástroje, které analyzují tkáňové obrazy, aby pomohly pochopit onemocnění na morfologickém a buněčném úrovni, například. Za druhé, existují společnosti, které se zaměřují主要ně na klinické aplikace, tj. produkty, které se používají v laboratořích pro podporu rutinní diagnostiky.

Ibex se zaměřuje na klinické aplikace a má největší a nejširší instalovanou základnu s patology po celém světě, kteří používají naše nástroje denně pro diagnostiku rakoviny. Spolupracujeme také s farmaceutickými společnostmi na vývoji nástrojů s umělou inteligencí, které podporují patology v kvantifikaci biomarkerů, které umožňují cílené terapie.

Dále, zatímco některé společnosti se zaměřují na specifické, omezené indikace pro každý typ nádoru, jako je detekce rakoviny, náš přístup spočívá v tom, že trénujeme umělou inteligenci, aby analyzovala vše, co by patolog viděl v těchto tkáních. Nejde pouze o detekci rakoviny, ale také o typ a subtyp rakoviny, stupeň, velikost, jakož i rakovinou související morfologie a další klinické rysy. Víme, že patologie je více než jen zjištění, zda pacient má rakovinu nebo ne. Chceme pomoci patologům realizovat rozsáhlé výhody, které umělá inteligence přináší.

Můžete vysvětlit základní technologii za řešeními Ibexu a jak pomáhá patologům v detekci a klasifikaci rakoviny?

Náš přístup spočívá v tom, že patologové vlastně trénují stroj. Máme velký tým patologů po celém světě, kteří anotují snímky. To znamená, že označují specifické oblasti v těchto snímcích a označují je. Mohou označit nízkoúrovňový tumor, krevní cévu, nerv, zánět a tak dále. Poté vezmeme tato data a použijeme je k trénování modelů umělé inteligence. To zajišťuje, že umělá inteligence je velmi přesná, dokonce i pro vzácné a obtížné případy, což je vitálně důležité. Naše umělá inteligence je trénována patology a je trénována k identifikaci mnoha různých struktur a morfologií tkáně, což je velmi užitečné pro patology a nevyhnutelně zvyšuje její přesnost. Díky přístupu k širokému spektru dat a znalostí jsme schopni zlepšit naší umělou inteligenci a implementovat poznatky získané přímo v terénu.

Jak Ibex zajišťuje klinicky přesnou přesnost napříč různými typy rakoviny, jako jsou rakovina prsu, prostaty a žaludku?

To vyžaduje hodně tvrdé práce. Shromažďujeme data z mnoha partnerů po celém světě. Zajišťujeme, aby data byla velmi různorodá, s reprezentací z různých laboratoří a různých technik přípravy tkáně, skenerů a klinických nálezů. Obohacujeme trénovací data o vzácné typy rakoviny. To zajišťuje, že umělá inteligence je trénována s širokou škálou rysů. Během trénovacího procesu měříme, co umělá inteligence dělá dobře, a také určujeme, kde je třeba zlepšení. Tým, s rozsáhlými zkušenostmi s strojovým učením, testuje umělou inteligenci na tisících snímcích, které jsme shromáždili z různých laboratoří. Provádíme studie a klinické testy a porovnáváme dvě základní aspekty systému. Za prvé, přezkoumáváme jeho samostatný výkon ve srovnání s ground truth. Za druhé, určujeme, jak přesně patolog pracuje s a bez umělé inteligence. Takto zajišťujeme, že umělá inteligence je přesná, robustní, nezávislá a bezpečná. Měříme její dopad na patology, kteří používají umělou inteligenci. Napříč našimi aplikacemi vidíme, že patolog, s pomocí umělé inteligence, dosahuje lepších výsledků (tj. přesnějších, vyšší shody s ground truth) než ve standardní péči (tj. když nejsou podporováni umělou inteligencí). Měříme také efektivitu jejich práce a další důležité výhody platformy umělé inteligence, jako je optimalizace pracovního postupu v laboratoři a snížení doby zpracování (jak rychle pacient obdrží výsledky).

Jaké jsou některé jedinečné funkce řešení Ibexu, které zlepšují diagnostické pracovní postupy a zlepšují výsledky pacientů?

Náš integrovaný systém zahrnuje prohlížeč snímků, výsledky umělé inteligence a vestavěné reportovací nástroje. Tento holistický systém byl navržen tak, aby zlepšil přesnost a produktivitu. Prochází patology diagnostickým procesem, ukazuje jim hlavní nálezy v každém případě a snímku. Místo hledání rysů, které mohou být malé a obtížně detekovatelné, umělá inteligence je jasně zvýrazňuje. Odtud může patolog potvrdit nebo upravit. Umělá inteligence ukazuje měření a kvantifikace; také skóruje vše. S vestavěnými reporty nemusí patolog hledat snímek, dělat diagnózu ve své mysli a poté jít do jiného systému a reportovat vše; místo toho je reportování provedeno, zatímco umělá inteligence řídí integrovaný pracovní postup. Dokonce i počet kliknutí myši byl optimalizován. Vše bylo postaveno s patology na mysli, aby se zlepšila diagnostická přesnost a efektivita, a tím se vytvořila lepší pracovní prostředí pro tyto lékaře s lepšími výsledky pro pacienty.

Jak se řešení Ibexu integrují se stávajícími digitálními patologickými softwarovými řešeními a laboratorními informačními systémy?

Pracujeme s několika dodavateli v oboru, kteří prodávají řešení pro správu obrazů nebo nabízejí laboratorní informační systémy. Pro každého partnera existují různé typy integračních možností. V některých případech vkládáme naší umělou inteligenci do jejich nástrojů, aby patolog mohl použít jejich platformu s naší umělou inteligencí uvnitř. V jiných případech integrujeme s těmito nástroji způsobem, který umožňuje patologům spustit Ibex z jiného systému. Bez ohledu na typ integrace vždy chceme zajistit, aby uživatelé měli nejoptimálnější způsob použití umělé inteligence. Kromě toho jsme vyvinuli otevřené rozhraní API, které umožňuje třetím stranám, včetně jiných společností nebo IT oddělení zákazníků, získat informace z naší umělé inteligence a integrovat je do svého prostředí.

Jaké výzvy musel Ibex překonat, aby dosáhl širokého přijetí svých řešení s umělou inteligencí v patologii?

Při zpětném pohledu bych řekl, že hlavní výzvou, které Ibex čelil, byla komplexnost a množství práce, úsilí a času potřebného k uvedení diagnostických produktů na trh. To zahrnuje multidisciplinární přístupy: shromažďování dat, práce s patology, trénování umělé inteligence a její testování, provádění klinických studií a v některých geografiích získání regulačního schválení – a vše pod přísnými opatřeními kvality. V medicínském oboru je také extrémně důležité generovat vědecké důkazy a publikovat výsledky s několika laboratořemi, aby se prokázala výkonnost a výhody platformy umělé inteligence.

Další významnou výzvou je integrace. Musíme zajistit, aby patologové mohli používat umělou inteligenci způsobem, který je efektivní a přirozený. Existuje několik systémů v laboratoři: digitální patologická skener, laboratorní informační systém a workflow, a reportovací nástroje. Jednoduše řečeno, zajišťujeme, aby vše fungovalo co nejlépe, navzdory výzvám.

Můžete sdílet některé úspěchy nebo studie zdravotnických organizací, které implementovaly řešení Ibexu?

Jsme velmi hrdí na naše partnerství a globální dosah. Například máme první celonárodní nasazení umělé inteligence ve Walesu – všechny zdravotnické rady ve Walesu používají řešení Ibexu. Další příklad je CorePlus Laboratories v Portoriku – používají Ibex již několik let a publikovali článek, který ukazuje dopad platformy na jejich klinickou praxi. Jako příklad, pomocí algoritmu umělé inteligence, patologové byli schopni identifikovat 160 mužů, kteří by jinak byli nesprávně diagnostikováni. Tito pacienti byli léčeni správně díky podpoře umělé inteligence. To je skutečný dopad, který máme. Je něco, co nemůžeme zapomenout – jsme zde, abychom ovlivnili životy lidí.

Jakou roli vidíte pro umělou inteligenci v budoucnosti patologie a diagnostiky rakoviny v příštím desetiletí?

Během příštích deseti let budeme pokračovat ve vidění patologů, kteří používají umělou inteligenci k podpoře svých primárních diagnostických úsilí. Představuji si, že patologové budou používat umělou inteligenci pro většinu své zátěže, aby zajistili, že kvalita je vysoká a vše je objektivní, reprodukovatelné a včasné. Kromě toho umělá inteligence pomůže lékařům dělat věci, které目前 nedělají. Může pomoci rozhodnout, které další testy je třeba provést u konkrétního případu, a také poskytnout přesnější prognózu a zjednodušit výběr léčby.

Umělá inteligence bude integrována po整个 pacientově cestě, nejen v části diagnostiky rakoviny v patologické laboratoři, ale také, například, pro onkology, kteří rozhodují o průběhu léčby. Také si myslím, že umělá inteligence pomůže kombinovat disciplíny. S časem budou různé modality (patologie, radiologie, genetika, klinické záznamy) krmeny do různých modulů umělé inteligence, aby podpořily novou a zlepšenou přesnou medicínu. Z hlediska zdravotní rovnosti pacienti, kteří nemají přístup k nejlepším lékařům na světě, budou mít obrovský skok v kvalitě své diagnózy a léčby. Umělá inteligence přinese každého na úroveň téměř odborníka. Každý si zaslouží přístup ke kvalitní péči, a umělá inteligence pomůže přinést nás správným směrem k demokratizované zdravotní péči.

Děkuji za skvělý rozhovor, čtenáři, kteří chtějí se dozvědět více, by měli navštívit Ibex Medical Analytics.