Chaim Linhart, PhD, Mitgründer und CTO von Ibex Medical Analytics – Interviewreihe

Chaim Linhart, PhD, ist der CTO und Mitgründer von Ibex Medical Analytics. Er hat mehr als 25 Jahre Erfahrung in der Entwicklung von Algorithmen, künstlicher Intelligenz und maschinellem Lernen, sowohl in der akademischen Forschung als auch in der israelischen Armee und in verschiedenen Technologieunternehmen. Chaim hat einen PhD in Informatik von der Universität Tel Aviv und hat mehrere Kaggle-Machine-Learning-Wettbewerbe gewonnen.

Seit 2016 führt Ibex die Branche bei der Entwicklung von künstlicher Intelligenz für die Pathologie an. Das Unternehmen hat sich zum Ziel gesetzt, die Pathologie zu revolutionieren, indem es sicherstellt, dass jeder Patient eine genaue, zeitnahe und personalisierte Krebsdiagnose erhält. Heute ist Ibex die am weitesten verbreitete künstliche Intelligenz-Plattform in der Pathologie. Die von Pathologen für Pathologen entwickelten Lösungen werden von den weltweit führenden Ärzten, Gesundheitsorganisationen und diagnostischen Anbietern eingesetzt. Jeden Tag hat Ibex das Privileg, das Leben von Patienten auf der ganzen Welt zu beeinflussen. Die Plattform erhöht das Vertrauen der Ärzte, strafft die diagnostischen Workflows, hilft Klinikern, personalisierte Diagnosen zu erstellen, und ermöglicht bessere klinische Ergebnisse.

Können Sie uns die Geschichte und Vision hinter der Gründung von Ibex und seiner Mission, die Krebsdiagnostik mit künstlicher Intelligenz zu revolutionieren, erzählen?

Im Jahr 2016 erfuhren mein Mitgründer, Joseph Mossel, und ich von der direkten Auswirkung, die eine digitale Revolution in der Pathologie auf die Verbesserung der Krebsdiagnostik haben könnte. Die Radiologie hatte vor 20 Jahren eine ähnliche Transformation durchgemacht, die einen bedeutenden Einfluss auf die Ausübung des Fachgebiets hatte. Als die Pathologie digitalisiert wurde, erkannten wir, dass dies eine Gelegenheit bot, neue fortschrittliche Werkzeuge zu entwickeln, die künstliche Intelligenz nutzen, um komplexe Bildanalysen durchzuführen. Wir haben uns auf die Entwicklung von künstlicher Intelligenz konzentriert, die Ärzten hilft, genaue, objektive, reproduzierbare Diagnosen zu erstellen, und damit jedem Patienten die richtige Diagnose in einem zeitnahen Rahmen zu ermöglichen, was zu der bestmöglichen Behandlung führt.

Wie hat sich die Landschaft der Krebsdiagnostik seit der Gründung von Ibex im Jahr 2016 verändert?

Die Laboratorien haben die Digitalisierung mit zunehmender Geschwindigkeit übernommen, was durch die COVID-19-Pandemie noch weiter beschleunigt wurde. Die digitale Revolution hat es den Laboratorien ermöglicht, ihre Fähigkeiten über den Mikroskop hinaus in einer bedeutenden und sinnvollen Weise zu erweitern, indem sie künstliche Intelligenz nutzen, um Pathologen bei der Analyse und dem Verständnis von Ergebnissen zu unterstützen.

Das Feld der künstlichen Intelligenz in der Krebsdiagnostik ist exponentiell gewachsen, da wir Start-ups und andere Unternehmen sehen, die an verschiedenen Aspekten der künstlichen Intelligenz für die Pathologie im Bereich der Krebsdiagnose arbeiten. Präzisionsmedizin beispielsweise ist eine datengetriebene Patientenstratifikation, die durch eine genaue Diagnose und verschiedene Informatikansätze ermöglicht wird, die zu einer optimalen, personalisierten Behandlung führen. Ein Anstieg der Präzisionsmedizin geht mit einem erhöhten Bedarf an komplexeren Diagnosen einher, um die neuen gezielten Behandlungen zu unterstützen.

Wir haben auch eine Zunahme an akademischen Veröffentlichungen und Industrieverbänden gesehen, die sich auf das Feld konzentrieren. Als Joseph und ich 2016 unsere erste Konferenz über digitale und computergestützte Pathologie besuchten, war künstliche Intelligenz ein kleiner Teil der Diskussion über die Krebsdiagnose, da sie nicht so weit verbreitet war. Jetzt, wenn wir eine große Pathologie-Konferenz besuchen, ist künstliche Intelligenz das Hauptereignis.

Was unterscheidet Ibex von anderen Unternehmen im Bereich der künstlichen Intelligenz in der Pathologie?

Wenn wir über künstliche Intelligenz in der Pathologie sprechen, gibt es mehrere Subbereiche. Es gibt Unternehmen, die Forschungsanwendungen priorisieren, wie z.B. Werkzeuge, die Gewebebilder analysieren, um Krankheitsprozesse auf morphologischer und zellulärer Ebene zu verstehen. Zweitens gibt es Unternehmen, die sich hauptsächlich auf klinische Anwendungen konzentrieren, d.h. Produkte, die in Laboratorien zur Unterstützung der Routine-Diagnose verwendet werden.

Ibex konzentriert sich auf klinische Anwendungen und hat die größte und weitest verbreitete Installationsbasis mit Pathologen auf der ganzen Welt, die unsere Werkzeuge täglich für die Krebsdiagnose verwenden. Wir arbeiten auch mit Pharma-Unternehmen zusammen, um künstliche Intelligenz-gestützte klinische Anwendungen zu entwickeln, die Pathologen bei der Quantifizierung von Biomarkern unterstützen, die gezielte Therapien ermöglichen.

Darüber hinaus konzentrieren sich einige Unternehmen auf bestimmte, begrenzte Indikationen pro Tumortyp, wie z.B. Krebsdetektion. Unser Ansatz besteht darin, die künstliche Intelligenz so zu trainieren, dass sie alles analysiert, was ein Pathologe in diesen Geweben sieht. Es geht nicht nur um die Krebsdetektion, sondern auch um den Typ und Subtyp des Krebses, den Grad, die Größe sowie krebsbedingte Morphologien und andere klinische Merkmale. Wir wissen, dass Pathologie mehr ist als nur die Feststellung, ob der Patient Krebs hat oder nicht. Wir wollen Pathologen helfen, die Vorteile der künstlichen Intelligenz zu nutzen.

Können Sie die Kern-Technologie hinter den Lösungen von Ibex erklären und wie sie Pathologen bei der Krebsdetektion und -bewertung unterstützt?

Unser Ansatz besteht darin, dass Pathologen im Wesentlichen die Maschine trainieren. Wir haben ein großes Team von Pathologen auf der ganzen Welt, die Dias annotieren. Das bedeutet, dass sie bestimmte Bereiche innerhalb dieser Dias markieren und beschriften. Sie können beispielsweise ein niedriggradiges Tumor, ein Blutgefäß, ein Nerv, Entzündungen usw. markieren. Wir nehmen dann diese Daten und verwenden sie, um die künstliche Intelligenz-Modelle zu trainieren. Dies stellt sicher, dass die künstliche Intelligenz sehr genau ist, auch für seltene und schwierige Fälle, was für Pathologen von entscheidender Bedeutung ist. Unsere künstliche Intelligenz wird von Pathologen trainiert und ist darauf trainiert, viele verschiedene Arten von Strukturen und Morphologien von Geweben zu identifizieren, was für Pathologen sehr hilfreich ist und letztendlich ihre Genauigkeit erhöht. Durch den Zugang zu einer Vielzahl von Daten und Wissen können wir unsere künstliche Intelligenz verbessern und die Erkenntnisse aus dem Feld direkt in unsere Lösungen einfließen lassen.

Wie stellt Ibex sicher, dass seine künstliche Intelligenz-gestützten Lösungen in der Pathologie klinisch-genau sind?

Dies erfordert viel harte Arbeit. Wir sammeln Daten von vielen Partnern auf der ganzen Welt. Wir stellen sicher, dass die Daten sehr vielfältig sind, mit einer Repräsentation aus verschiedenen Laboratorien und verschiedenen Gewebepräparations-Techniken, Scannern und klinischen Befunden. Wir bereichern die Trainingsdaten mit seltenen Arten von Krebs. Dies stellt sicher, dass die künstliche Intelligenz mit einer Vielzahl von Merkmalen trainiert wird. Während des Trainingsprozesses messen wir, was die künstliche Intelligenz gut macht, und wir bestimmen, wo Verbesserungen erforderlich sind. Das Team, das über umfangreiche Erfahrung in maschinellem Lernen verfügt, testet die künstliche Intelligenz auf Tausenden von Dias, die wir von verschiedenen Laboratorien gesammelt haben. Wir führen Studien und klinische Tests durch und vergleichen zwei grundlegende Aspekte des Systems. Erstens überprüfen wir seine Leistung im Vergleich zur Grundwahrheit. Zweitens bestimmen wir, wie genau der Pathologe mit und ohne künstliche Intelligenz arbeitet. Auf diese Weise stellen wir sicher, dass die künstliche Intelligenz genau, robust, unvoreingenommen und sicher ist. Wir messen ihre Auswirkungen auf die Pathologen, die die künstliche Intelligenz verwenden. Bei unseren Anwendungen sehen wir, dass der Pathologe mit der Unterstützung der künstlichen Intelligenz bessere Ergebnisse erzielt (d.h. genauere, höhere Übereinstimmung mit der Grundwahrheit) als im Standardverfahren (d.h. wenn sie nicht von der künstlichen Intelligenz unterstützt werden). Wir messen auch die Effizienz ihrer Arbeit und andere wichtige Vorteile der künstlichen Intelligenz-Plattform, wie z.B. die Optimierung des Workflows im Labor und die Verringerung der Durchlaufzeit (wie schnell der Patient die Ergebnisse erhält).

Was sind einige einzigartige Funktionen der Lösungen von Ibex, die die diagnostischen Workflows verbessern und die Patientenergebnisse verbessern?

Unser integriertes System umfasst einen Dias-Betrachter, die künstlichen Intelligenz-Ergebnisse und integrierte Berichtswerkzeuge. Dieses umfassende System wurde entwickelt, um die Genauigkeit und Produktivität zu erhöhen. Es führt Pathologen durch den diagnostischen Prozess und zeigt ihnen die wichtigsten Ergebnisse in jedem Fall und auf jedem Dias. Anstatt nach Merkmalen zu suchen, die klein und schwer zu erkennen sein können, hebt die künstliche Intelligenz alles sehr deutlich hervor. Von dort aus kann der Pathologe bestätigen oder ändern. Die künstliche Intelligenz zeigt Messungen und Quantifizierungen an; sie bewertet auch alles. Mit integrierten Berichten muss der Pathologe nicht auf das Dias schauen, die Diagnose in seinem Kopf vornehmen und dann zu einem anderen System gehen und alles melden; stattdessen wird die Meldung während der integrierten Arbeitsabläufe durchgeführt. Sogar die Anzahl der Mausklicks wurde optimiert. Alles wurde mit Pathologen im Sinn entwickelt, um die diagnostische Genauigkeit und Effizienz zu erhöhen und damit ein besseres Arbeitsumfeld für diese Ärzte mit besseren Ergebnissen für ihre Patienten zu schaffen.

Wie integrieren die Lösungen von Ibex in bestehende digitale Pathologie-Software-Lösungen und Laborinformationssysteme?

Wir arbeiten mit mehreren Anbietern im Bereich zusammen, die Bildmanagement-Lösungen oder Laborinformationssysteme anbieten. Für jeden Partner gibt es unterschiedliche Arten von Integrationsmöglichkeiten. In einigen Fällen integrieren wir unsere künstliche Intelligenz in ihre Werkzeuge, so dass der Pathologe ihre Plattform mit unserer künstlichen Intelligenz verwenden kann. In anderen Fällen integrieren wir unsere Lösungen in ihre Werkzeuge, um es dem Pathologen zu ermöglichen, Ibex von ihrem System aus zu starten. Unabhängig von der Integration möchten wir immer sicherstellen, dass die Benutzer die optimalste Möglichkeit haben, die künstliche Intelligenz zu verwenden. Darüber hinaus haben wir eine offene Anwendungsprogrammierschnittstelle (API) entwickelt, die es Drittanbietern, einschließlich anderer Unternehmen oder der IT-Abteilungen unserer Kunden, ermöglicht, Informationen aus unserer künstlichen Intelligenz abzurufen und in ihre Umgebung zu integrieren.

Welche Herausforderungen musste Ibex überwinden, um eine weit verbreitete Akzeptanz seiner künstlichen Intelligenz-gestützten Lösungen in der Pathologie zu erreichen?

Bei der Rückblick auf die Herausforderungen, die Ibex überwunden hat, würde ich sagen, dass die Hauptschwierigkeit die enorme Komplexität und der enorme Aufwand und die Zeit waren, die erforderlich waren, um diagnostische Produkte auf den Markt zu bringen. Dies umfasst multidisziplinäre Ansätze: Datensammlung, Zusammenarbeit mit Pathologen, künstliche Intelligenz-Training und -Testen, Durchführung von klinischen Tests und in einigen Ländern die Erlangung von regulatorischen Genehmigungen – und all dies unter strengen Qualitätskontrollmaßnahmen. Im medizinischen Bereich ist es auch extrem wichtig, wissenschaftliche Beweise zu erzeugen und Ergebnisse mit mehreren Laboratorien zu veröffentlichen, um die Leistung und die Vorteile der künstlichen Intelligenz-Plattform zu demonstrieren.

Eine weitere bemerkenswerte Herausforderung ist die Integration. Wir müssen sicherstellen, dass Pathologen die künstliche Intelligenz auf eine effiziente und natürliche Weise verwenden können. Es gibt mehrere Systeme im Labor: digitale Pathologie-Scanner, Laborinformationssysteme und Workflow-Tools. Kurz gesagt, wir stellen sicher, dass alles auf die effizienteste Weise möglich zusammenpasst, trotz der Herausforderungen.

Können Sie uns einige Erfolgsgeschichten oder Fallstudien von Gesundheitsorganisationen erzählen, die die Lösungen von Ibex implementiert haben?

Wir sind sehr stolz auf unsere Partnerschaften und unsere globale Reichweite. Zum Beispiel haben wir die erste landesweite Implementierung von künstlicher Intelligenz in Wales – alle Gesundheitsbehörden in Wales verwenden die künstliche Intelligenz-Lösung von Ibex. Ein weiteres Beispiel ist CorePlus Laboratories in Puerto Rico – sie haben Ibex seit mehreren Jahren verwendet und eine Studie veröffentlicht, die die Auswirkungen der Plattform auf ihre klinische Praxis zeigt. Als Beispiel konnten die Pathologen mit Hilfe des künstlichen Intelligenz-Algorithmus 160 Männer identifizieren, die sonst falsch diagnostiziert worden wären. Diese Patienten erhielten dank der Unterstützung der künstlichen Intelligenz die richtige Behandlung. Das ist wirklich die Auswirkung, die wir haben. Es ist etwas, das wir nicht vergessen dürfen – wir sind hier, um das Leben von Menschen zu beeinflussen.

Welche Rolle sehen Sie künstlicher Intelligenz in der Zukunft der Pathologie und der Krebsdiagnostik in den nächsten zehn Jahren?

Im Laufe der nächsten zehn Jahre werden wir weiterhin sehen, wie Pathologen künstliche Intelligenz verwenden, um ihre primären diagnostischen Bemühungen zu unterstützen. Ich stelle mir vor, dass Pathologen künstliche Intelligenz auf den meisten ihrer Arbeitslasten verwenden werden, um sicherzustellen, dass die Qualität hoch ist und alles objektiv, reproduzierbar und zeitnah ist. Darüber hinaus wird künstliche Intelligenz Ärzten helfen, Dinge zu tun, die sie derzeit nicht tun. Sie kann ihnen helfen, zu entscheiden, welche zusätzlichen Tests auf einem bestimmten Fall durchgeführt werden müssen, sowie eine genauere Prognose und eine gestreamte Behandlungsauswahl bereitzustellen.

Künstliche Intelligenz wird integraler Bestandteil des gesamten Patientenprozesses sein, nicht nur des Teils der Krebsdiagnose in der Pathologie, sondern auch z.B. des Onkologen, der über den Behandlungsverlauf entscheidet. Ich denke auch, dass künstliche Intelligenz dabei helfen wird, Disziplinen zu kombinieren. Mit der Zeit werden die verschiedenen Modalitäten (Pathologie, Radiologie, Genomik, klinische Aufzeichnungen) verschiedenen künstlichen Intelligenz-Modulen zugeführt, um neue und verbesserte Präzisionsmedizin zu unterstützen. Aus einer Gesundheitsperspektive werden Patienten, die keinen Zugang zu den besten Ärzten der Welt haben, einen riesigen Sprung in der Qualität ihrer Diagnose und Behandlung erleben. Künstliche Intelligenz wird jeden auf das Niveau eines fast-Experten bringen. Jeder verdient Zugang zu qualitativ hochwertiger Versorgung, und künstliche Intelligenz wird uns in die richtige Richtung bringen, um den Zugang zu Gesundheitsversorgung zu demokratisieren.

Vielen Dank für das großartige Interview. Leser, die mehr erfahren möchten, sollten Ibex Medical Analytics besuchen.