Dr. James Tudor, MD, VP of AI at XCath – Rozhovorová série

Dr. James Tudor, MD, stojí v čele integrace umělé inteligence do robotických systémů XCath. Drivený vášní pro konvergenci technologie a medicíny, nadšeně vyvažuje své role jako praktický radiolog, asistent profesora radiologie na Baylor College of Medicine a výzkumník umělé inteligence.

Založena v roce 2017, XCath je startup zaměřený na pokroky v medicínské robotice, nanorobotice a materiálovém inženýrství. Společnost vyvíjí nové generace endovaskulárních robotických systémů a ovladatelných vodicích drátů určených pro léčbu cerebrovaskulárních poruch a jiných závažných zdravotních stavů.

Dr. Tudore, co vás inicialně přitáhlo k průniku umělé inteligence a medicíny, zejména v oboru radiologie?

V roce 2016, když jsem začínal svou rezidenturu v radiologii, DeepMindova AlphaGo porazila světového šampiona v go Lee Sedola. Schopnost AlphaGo zkomprimovat a abstrahovat obrovskou složitost go, hry s více možnými pozicemi než atomů ve viditelném vesmíru, mě uchvátily. Nadšený potenciálem umělé inteligence transformovat radiologii a medicínu jako celek, jsem se pustil do umělé inteligence. Během rezidentury jsem trávil večery a víkendy prací na projektech umělé inteligence.

Můžete nám říci více o své cestě z medicínské školy na pozici VP of AI ve společnosti XCath? Co vás motivovalo k integraci umělé inteligence do robotických systémů XCath?

Má kariérní cesta měla několik neočekávaných zvratů. Po dokončení rezidentury v radiologii jsem chtěl věnovat více času umělé inteligenci a jejím komerčním aplikacím. Připojil jsem se k startupu pro robotiku ve fitness, založenému Eduardo Fonsecou, který je nyní CEO XCath. Byla to formující zkušenost, ale nikdy jsem neočekával, že mě to zavede k léčbě akutního iktu pomocí endovaskulárních telerobotů.

Před zhruba deseti lety došlo k revoluci v léčbě akutního iktu. Standardní léčba spočívala v medikamentu zvaném tPA, který rozkládal sraženinu. V roce 2015 klinické studie prokázaly převahu přímého odstranění sraženiny z mozkových tepen navigací malých vodicích drátů a katetrů v arteriálním systému, postup zvaný mechanická trombektomie. Navzdory tomu, že postup je značně účinný pro velké tepny, méně než 40% populace ve Spojených státech má k němu přístup. Existuje omezený počet center pro ikt, obecně omezených na městské oblasti, které mají specialisty, kteří mohou provést postup. Globálně jsou statistiky ještě více žalostné: méně než 3% světa má k němu přístup.

Misi XCath je zvýšit přístup k mechanické trombektomii pomocí modelu hub-and-spoke, kde specialisté mohou poskytovat odbornou péči o ikt na dálku s endovaskulárními teleroboty nasazenými do oblastí bez přístupu.

Eduardo se mě zeptal, jak umělé inteligence může zvýšit bezpečnost telerobotického systému. Byl jsem tak zvědavý, že jsem strávil několik týdnů výzkumem, konverzacemi s intervenčními specialisty a učením se o telerobotu. Mise a potenciální humanitární dopad jsou tak přesvědčivé, že jsem musel odpovědět na výzvu.

Jak vaše zkušenosti jako akademický radiolog ovlivnily váš přístup k integraci umělé inteligence do medicínských zařízení?

Učením radiologických rezidentů jsem zlepšil svou schopnost vysvětlit složité myšlenky jasně, což je klíčové při mostění mezery mezi technologií umělé inteligence a její reálnou aplikací v medicíně. Také mě to drží nohama na zemi, pokud jde o výzvy, kterým čelí klinici, což mi pomáhá navrhovat řešení umělé inteligence, která jsou klinicky praktická a uživatelsky přívětivá.

Jako VP of AI ve společnosti XCath, jaké byly některé z hlavních výzev, kterým jste čelil při integraci umělé inteligence do robotických systémů XCath? Jak jste je překonal?

Integrace umělé inteligence do chirurgické robotiky představuje U-tvarovanou výzvu. Největší obtíže spočívají na začátku – získávání a správě dat – a na konci – integraci do zabudovaného softwarového balíčku. Ve srovnání s tím je samotné školení modelů umělé inteligence relativně přímočaré.

Získávání medicínských dat je obtížné, ale naštěstí jsme byli schopni navázat vynikající partnerství pro sdílení obrazů. Implementace modelů pro klinické použití vyžaduje orchestraci úsilí různých týmů, včetně týmů umělé inteligence, kvality, softwaru, UI/UX a robotických inženýrů, a to vše při neustálém ověřování s klinickým týmem, zda je řešení užitečné a efektivní. S tolik pohyblivými částmi závisí úspěch nakonec na tom, zda máte věnované, vysoce výkonné týmy, které komunikují často a účinně.

Můžete nám říci více o tom, jak umělé inteligence zvyšuje schopnosti endovaskulárních robotických systémů XCath? Jakou roli hraje umělé inteligence při zlepšování výsledků pacientů?

Algoritmy umělé inteligence mohou sloužit jako stálý učitel a asistent, snižující kognitivní zátěž a zvyšující úroveň péče pro všechny poskytovatele. Umělé inteligence může poskytnout intraoperační a postoperační zpětnou vazbu, urychlující proces školení a přijetí endovaskulární robotiky. Naším cílem je učinit systém tak efektivní a dostupný, aby jej mohli používat i jiní intervenční specialisté, jako jsou intervenční radiologové a kardiologové, pro akutní péči o ikt s robotem.

<p Navíc mohou lokálně zabudované algoritmy poskytnout další úroveň bezpečnosti proti kybernetickým útokům a selháním sítě, protože předpovídají očekávanou cestu postupu a mohou upozornit a pozastavit postup v případě neočekávaných událostí.

Na konci dne nechceme odebrat kontrolu intervenčnímu specialistovi, ale spíše jeho schopnosti, aby každý pacient mohl být jistý, že dostává špičkovou péči.

Jak technologie XCath s umělou inteligencí řeší složitosti navigace v lidské cévní soustavě během endovaskulárních postupů?

Endovaskulární robotický systém XCath představuje významný pokrok v precizní medicíně, navržen pro navigaci v intrikátní lidské cévní soustavě s přesností na podmilimetr. Náš systém je navržen tak, aby minimalizoval variabilitu postupu a zvyšoval kontrolu nad různými endovaskulárními zařízeními prostřednictvím intuitivní ovládací konzole.

<p Navíc XCath ElectroSteer Deflectable Guidewire System, první elektronicky ovládaný ovladatelný vodicí drát na světě, má ovladatelný konec navržen tak, aby navigoval v komplexních cévních anatomických strukturách a náročných cévních úhlech.

Umělé inteligence dále zvýší navigační schopnosti pomocí lokálně zabudovaných modelů počítačového vidění a plánování. Tyto modely hrají zásadní roli při snižování kognitivní zátěže intervenčních specialistů během postupů asistencí při reálné analýze obrazů a poskytnutím záruk prostřednictvím paralelní autonomie.

XCath nedávno dosáhla významného milníku s první demonstrací telerobotické mechanické trombektomie na světě. Můžete nám říci více o roli umělé inteligence v tomto průlomovém postupu?

Použili jsme dřívější verzi robota pro tento průlomový úspěch, takže umělé inteligence nehrála roli. Je to však neuvěřitelný milník, který vytváří základ pro budoucí integraci umělé inteligence do telerobotických postupů.

Při této živé demonstraci provedl Dr. Vitor Pereira mechanickou trombektomii z Abu Dhabí na simulovaného pacienta v Jižní Koreji, odstraniv sraženinu v mozku během několika minut. Byli jsme nadšeni výsledky telerobotické demonstrace, která prokázala nízkou latenci a spolehlivé spojení mezi robotickým ovladačem v Abu Dhabí a robotickým zařízením v Jižní Koreji. Předpokládáme regionální robotické telestroke sítě, ale šli jsme do extrému, abychom prokázali schopnosti technologie.

Co si myslíte, že je budoucnost telerobotické chirurgie v léčbě akutních neurovaskulárních stavů, a jak se XCath chystá vést v tomto prostoru?

Opravduření telerobotické chirurgie v mnoha medicínských scénářích může být obtížné, zejména když je k dispozici chirurg nebo je možná přeprava pacienta. Nicméně v kontextu léčby iktu, kde každá minuta počítá a neuronů se rychle ztrácí, stávají se telerobotické zásahy zásadními.

XCath je jedinečně umístěn, aby průkopnický telerobotickou chirurgii, počínaje léčbou iktu. Náš přístup řeší kritickou potřebu rychlé intervence v oblastech s omezeným přístupem ke specializované péči. Jakmile úspěšně zvládneme tuto výzvu, jsem přesvědčen, že to otevře cestu pro telerobotická řešení v dalších časově kritických medicínských urgentních situacích. Kromě toho, vzhledem k extrémní přesnosti robotických ovladačů, existuje potenciál pro použití robota místně k provedení technicky náročných operací, jako jsou opravy aneuryzmat.

Kam si myslíte, že směřuje budoucnost umělé inteligence ve zdravotnictví, zejména ve vztahu k robotickým systémům a minimálně invazivním postupům?

Umělé inteligence má enormní potenciál transformovat zdravotnictví. První vlna aplikací umělé inteligence se primárně zaměřila na triáž a zlepšení efektivity. Viděli jsme významný pokrok v radiologii, zejména při označení naléhavých případů nebo automatizaci získávání měření. Jsem také nadšený z automatizované dokumentace medicínských záznamů. Současnou výzvou je, že lékaři často tráví více času dokumentací na počítači než interakcí s pacienty. Předpokládám vývoj systémů, které mohou dokumentovat interakce s pacienty nebo operace v reálném čase, uvolňující cenný čas lékařů. V oblasti robotiky bude umělé inteligence hrát zásadní roli při asistenci a proctoringu, zlepšujících tak konzistenci a kvalitu péče.

V dohledné budoucnosti bude umělé inteligence podporovat, ale nenahrazovat chirurgy. Implementace paralelní autonomie v robotických systémech významně verbessí bezpečnost a efektivitu postupů.

Jako někdo, kdo je hluboce zapojen do výzkumu umělé inteligence, jaké pokroky v umělé inteligenci si myslíte, že budou mít největší dopad na vývoj medicínských zařízení v příštím desetiletí?

V posledních letech jsme byli svědky vlny dohlížených modelů hlubokého učení, které získaly schválení FDA a teprve nyní začínají plnit svůj slib transformace zdravotnictví. Vlna generativních aplikací umělé inteligence bude pravděpodobně dominovat příštím několika letům. Agentní umělá inteligence je ve své rané fázi, ale slibuje mnohem více. Jak se umělá inteligence rychle vyvíjí, je velmi pravděpodobné, že uvidíme multiagentní systémy, které mohou diagnostikovat a léčit v reálném čase. Bude existovat další regulační překážky pro tyto agenty, jejichž akce jsou jak neprůhledné, tak pravděpodobnostní. Globální potřeba však bude hnací silou pro přijetí. V Rwandě společnost Zipline používá létající drony k dodání životně důležitých medicínských zásob do celého státu během několika minut. Podobně v místech, kde chybí přístup k medicínským zdrojům, je rovnice rizika a prospěchu velmi odlišná a pravděpodobně povede k tomu, že tyto země budou přeskočovat vyvinutý svět v nasazení multiagentních medicínských zařízení s umělou inteligencí.

Děkuji za skvělý rozhovor, čtenáři, kteří si chtějí dozvědět více, by měli navštívit XCath.