Δρ. James Tudor, MD, Αντιπρόεδρος της Τεχνητής Νοημοσύνης στην XCath – Σειρά Συνεντεύξεων

Δρ. James Tudor, MD, προηγείται της ενσωμάτωσης της Τεχνητής Νοημοσύνης στα ρομποτικά συστήματα της XCath. Κινητοποιείται από ένα πάθος για τη σύγκλιση της τεχνολογίας και της ιατρικής, ενθουσιάζεται με το ισορρόπημα των ρόλων του ως praktikoying ραδιολόγου, Αναπληρωτή Καθηγητή Ραδιολογίας στο Baylor College of Medicine και ερευνητή της Τεχνητής Νοημοσύνης.

Η XCath, που ιδρύθηκε το 2017, είναι μια εταιρεία που επικεντρώνεται στις προόδους της ιατρικής ρομποτικής, της νανορομποτικής και της επιστήμης των υλικών. Η εταιρεία αναπτύσσει συστήματα ρομποτικής ενδοαγγειακής και κατευθυνόμενων οδηγών με στόχο την αντιμετώπιση των εγκεφαλικών αγγειακών διαταραχών και άλλων σοβαρών ιατρικών καταστάσεων.

Δρ. Tudor, τι σας ενέπνευσε αρχικά το ενδιαφέρον σας για τη σύγκλιση της Τεχνητής Νοημοσύνης και της ιατρικής, ιδιαίτερα στον τομέα της ραδιολογίας;

Το 2016, όταν ξεκινούσα την ειδίκευσή μου στη ραδιολογία, η AlphaGo της DeepMind νίκησε τον παγκόσμιο πρωταθλητή στο Go, Lee Sedol. Η ικανότητα της AlphaGo να συμπιέζει και να αφηγείται τις τεράστιες сложότητες του Go, ενός παιχνιδιού με περισσότερες πιθανές θέσεις πίνακα από τα άτομα στο παρατηρήσιμο σύμπαν, κατέλαβε την φαντασία μου. Ενθουσιασμένος με το δυναμικό της Τεχνητής Νοημοσύνης να μεταμορφώσει τη ραδιολογία και την ιατρική γενικά, έπεσα με κεφαλή στο βάθος της Τεχνητής Νοημοσύνης. Κατά τη διάρκεια της ειδίκευσής μου, θα περνούσα τις βραδιές και τα σαββατοκύριακα σε έργα Τεχνητής Νοημοσύνης.

Μπορείτε να μας πείτε περισσότερα για το ταξίδι σας από την ιατρική σχολή μέχρι να γίνετε ο Αντιπρόεδρος της Τεχνητής Νοημοσύνης στην XCath; Τι σας ώθησε να ακολουθήσετε την ενσωμάτωση της Τεχνητής Νοημοσύνης στην ιατρική ρομποτική;

Η καριέρα μου έχει πάρει κάποιες απρόσμενες στροφές. Μετά τη λήξη της ειδίκευσής μου στη ραδιολογία, ήθελα να αφιερώσω περισσότερο χρόνο στην Τεχνητή Νοημοσύνη και τις εμπορικές της εφαρμογές. Έγινα μέλος μιας εταιρείας ρομποτικής γυμναστικής, που ιδρύθηκε από τον Eduardo Fonseca, ο οποίος είναι τώρα ο CEO της XCath. Ήταν μια μορφοποιητική εμπειρία, αλλά δεν περίμενα ότι θα οδηγούσε στο μονοπάτι της αντιμετώπισης του εγκεφαλικού με τηλερομποτικά.

Περίπου μια δεκαετία πριν, μια επανάσταση συνέβη στην αντιμετώπιση του εγκεφαλικού. Ο τυπικός τρόπος αντιμετώπισης ήταν ένα φάρμακο που ονομάζεται tPA, το οποίο θα διαλύσει το θρόμβο. Το 2015, κλινικές δοκιμές απέδειξαν την υπεροχή της άμεσης αφαίρεσης του θρόμβου από τις εγκεφαλικές αρτηρίες με τη ναύλωσή τους με λεπτούς οδηγούς και καθετήρες, μια διαδικασία που ονομάζεται μηχανική θρομβεκτομή.尽管 η διαδικασία ήταν αξιοσημείωτα αποτελεσματική για τις μεγάλες αγγειακές εγκεφαλικές προσβολές, λιγότερο από 40% του πληθυσμού των ΗΠΑ έχει πρόσβαση σε αυτό. Υπάρχουν περιορισμένος αριθμός κέντρων εγκεφαλικού, γενικά περιορισμένων σε αστικές περιοχές, που έχουν ειδικούς που μπορούν να εκτελέσουν τη διαδικασία. Παγκοσμίως, οι στατιστικές είναι ακόμη πιο καταθλιπτικές: λιγότερο από 3% του παγκόσμιου πληθυσμού έχει πρόσβαση.

Η αποστολή της XCath είναι να αυξήσει την πρόσβαση στη μηχανική θρομβεκτομή με ένα κεντρικό-περιφερειακό μοντέλο, όπου οι ειδικοί μπορούν να παρέχουν εξειδικευμένη φροντίδα εγκεφαλικού από απόσταση με τηλερομποτικά που αναπτύσσονται σε περιοχές χωρίς πρόσβαση.

Ο Eduardo με ρώτησε πώς η Τεχνητή Νοημοσύνη θα μπορούσε να αυξήσει την ασφάλεια του τηλερομποτικού συστήματος. Ήμουν τόσο περίεργος που περνούσα vài εβδομάδες σε βαθιά έρευνα, έχοντας συνομιλίες με επεμβατικούς και μαθαίνοντας για το τηλερομποτικό. Η αποστολή και ο πιθανός ανθρωπιστικός αντίκτυπος είναι τόσο πειστικοί που έπρεπε να απαντήσω σε αυτό το κάλεσμα.

Πώς οι εμπειρίες σας ως ακαδημαϊκός ραδιολόγος διαμόρφωσαν την προσέγγισή σας στην ενσωμάτωση της Τεχνητής Νοημοσύνης στα ιατρικά συστήματα;

Η διδασκαλία των ραδιολογικών ειδικευόμενων έχει βελτιώσει την ικανότητά μου να εξηγώ σύνθετες ιδέες σαφώς, το οποίο είναι κλειδί όταν γεφυρώνουμε το χάσμα μεταξύ της τεχνολογίας της Τεχνητής Νοημοσύνης και της πραγματικής της χρήσης στην υγεία. Αυτό με κρατάει επίσης με τα πόδια στη γη, αντιμετωπίζοντας τις προκλήσεις που αντιμετωπίζουν οι κλινικοί ιατροί, το οποίο με βοηθά να σχεδιάζω λύσεις Τεχνητής Νοημοσύνης που είναι κλινικά πρακτικές και φιλικές προς τον χρήστη.

Ως ο Αντιπρόεδρος της Τεχνητής Νοημοσύνης στην XCath, ποιες ήταν ορισμένες από τις κλειδιώδεις προκλήσεις που αντιμετωπίσατε κατά την ενσωμάτωση της Τεχνητής Νοημοσύνης στα ρομποτικά συστήματα της XCath; Πώς τις ξεπεράσατε;

Η ενσωμάτωση της Τεχνητής Νοημοσύνης στην χειρουργική ρομποτική παρουσιάζει μια U-σχήμα προκλήσεων. Οι μεγαλύτερες δυσκολίες βρίσκονται στην αρχή – στην απόκτηση και διαχείριση δεδομένων – και στο τέλος – στην ενσωμάτωση τους σε ένα ενσωματωμένο πακέτο λογισμικού. Σε σύγκριση, η πραγματική εκπαίδευση των μοντέλων Τεχνητής Νοημοσύνης είναι σχετικά απλή.

Η απόκτηση ιατρικών δεδομένων είναι μια προκλήση, αλλά ευτυχώς, καταφέραμε να καθιερώσουμε εξαιρετικές συνεργασίες για την κοινή χρήση εικόνων. Η εφαρμογή των μοντέλων για κλινική χρήση απαιτεί την διοργάνωση των προσπαθειών των διαφόρων ομάδων, συμπεριλαμβανομένων των ομάδων Τεχνητής Νοημοσύνης, Ποιότητας, Λογισμικού, UI/UX και Ρομποτικών μηχανικών, ενώ ταυτόχρονα επικυρώνουμε συνεχώς με την κλινική ομάδα ότι η λύση είναι χρήσιμη και αποτελεσματική. Με τόσες πολλές κινητές partes, η επιτυχία τελικά εξαρτάται από την ύπαρξη αφοσιωμένων, υψηλής απόδοσης ομάδων που επικοινωνούν συχνά και αποτελεσματικά.

Μπορείτε να μας εξηγήσετε πώς η Τεχνητή Νοημοσύνη ενισχύει τις ικανότητες των ενδοαγγειακών ρομποτικών συστημάτων της XCath; Ποιο ρόλο παίζει η Τεχνητή Νοημοσύνη στην βελτίωση των αποτελεσμάτων των ασθενών;

Οι αλγόριθμοι της Τεχνητής Νοημοσύνης μπορούν να λειτουργήσουν ως μια σταθερή διδάσκαλος και βοηθός, μειώνοντας το γνωστικό φορτίο και αναβαθμίζοντας όλους τους παρόχους για να παρέχουν παγκόσμια φροντίδα. Η Τεχνητή Νοημοσύνη μπορεί να παρέχει ενδοεπεμβατική και μεταεπεμβατική ανατροφοδότηση, επιταχύνοντας τη διαδικασία εκπαίδευσης και υιοθέτησης των ενδοαγγειακών ρομποτικών. Στόχος μας είναι να κάνουμε το σύστημα τόσο αποτελεσματικό και προσιτό, ώστε άλλοι ειδικοί, όπως οι επεμβατικοί ραδιολόγοι και οι επεμβατικοί καρδιολόγοι, να μπορούν να εκπαιδευτούν για να παρέχουν φροντίδα εγκεφαλικού με το ρομποτικό.

Επιπλέον, τα τοπικά ενσωματωμένα αλγόριθμοι μπορούν να παρέχουν ένα επιπλέον επίπεδο ασφάλειας από κυβερνοεπιθέσεις και αποτυχίες δικτύου, καθώς προβλέπουν τον αναμενόμενο δρόμο μιας επέμβασης και μπορούν να ειδοποιήσουν και να σταματήσουν την επέμβαση σε περίπτωση απροσδόκητου.

Στο τέλος της ημέρας, δεν θέλουμε να αφαιρέσουμε τον έλεγχο από τον επεμβατικό ιατρό, αλλά να ενισχύσουμε τις ικανότητές του, ώστε κάθε ασθενής να μπορεί να είναι βέβαιος ότι λαμβάνει παγκόσμια φροντίδα.

Πώς η τεχνολογία της XCath που βασίζεται στην Τεχνητή Νοημοσύνη αντιμετωπίζει τις сложότητες της ναυτιλίας του ανθρώπινου αγγειακού συστήματος κατά τη διάρκεια των ενδοαγγειακών επεμβάσεων;

Το Ενδοαγγειακό Ρομποτικό Σύστημα της XCath αντιπροσωπεύει μια σημαντική πρόοδο στην ακριβή ιατρική, σχεδιασμένο να ναυτιλήσει τις περίπλοκες ανθρώπινες αγγειακές οδούς με υπο-χιλιοστομετρική ακρίβεια. Το σύστημά μας σχεδιάζεται για να ελαττώσει την μεταβλητότητα της διαδικασίας και να βελτιώσει τον έλεγχο των verschiedenen ενδοαγγειακών συσκευών μέσω ενός εντουτίβου πίνακα ελέγχου.

Επιπλέον, το Σύστημα Ηλεκτρονικής Κατευθυνόμενης Οδηγού της XCath, το πρώτο ηλεκτρονικά ελεγχόμενο κατευθυνόμενο έξυπνο οδηγό, διαθέτει μια κατευθυνόμενη άκρη που έχει σχεδιαστεί για να ναυτιλήσει τις σύνθετες αγγειακές ανατομίες και τις απαιτητικές αγγειακές γωνίες.

Η Τεχνητή Νοημοσύνη θα ενισχύσει τις ικανότητες ναυτιλίας με τοπικά ενσωματωμένα μοντέλα οπτικής και σχεδιασμού. Αυτά τα μοντέλα παίζουν einen κρίσιμο ρόλο στη μείωση του γνωστικού φορτίου των επεμβατικών ιατρών κατά τη διάρκεια των επεμβάσεων, βοηθώντας στην πραγματική ανάλυση εικόνων και ενισχύοντας τις προφυλάξεις μέσω της παράλληλης αυτονομίας.

Η XCath πρόσφατα πέτυχε ένα σημαντικό ορόσημο με την πρώτη τηλερομποτική επίδειξη μηχανικής θρομβεκτομής. Μπορείτε να μοιραστείτε τις σκέψεις σας για το ρόλο της Τεχνητής Νοημοσύνης σε αυτή την πρωτοποριακή διαδικασία;

Χρησιμοποιήσαμε μια προηγούμενη έκδοση του ρομποτικού για αυτή την πρωτοποριακή επιτυχία, οπότε η Τεχνητή Νοημοσύνη δεν έπαιξε ρόλο. Ωστόσο, είναι ένα απίστευτο ορόσημο που θέτει τις βάσεις για τη μελλοντική ενσωμάτωση της Τεχνητής Νοημοσύνης στις τηλερομποτικές διαδικασίες.

Σε αυτή τη ζωντανή επίδειξη, ο Δρ. Vitor Pereira εκτέλεσε μια επέμβαση MT σε einen模擬 ασθενή στη Νότια Κορέα, αφαιρώντας einen θρόμβο στο εγκεφαλικό σε λίγα λεπτά. Ήμασταν ενθουσιασμένοι από τα αποτελέσματα της τηλερομποτικής επίδειξης, τα οποία βρήκαν χαμηλή καθυστέρηση και αξιόπιστη σύνδεση μεταξύ του ρομποτικού ελεγκτή στην Αμπού Ντάμπι και της ρομποτικής συσκευής στη Νότια Κορέα. Προβλέπουμε περιφερειακές τηλερομποτικές δικτυώσεις, αλλά πήγαμε σε ένα άκρο για να αποδείξουμε τις ικανότητες της τεχνολογίας.

Τι πιστεύετε ότι είναι το μέλλον της τηλερομποτικής χειρουργικής στην αντιμετώπιση των οξέων νευροαγγειακών καταστάσεων, και πώς η XCath προετοιμάζεται να ηγηθεί σε αυτόν τον χώρο;

Η δικαιολογία της αναγκαιότητας της τηλερομποτικής χειρουργικής σε πολλές ιατρικές καταστάσεις μπορεί να είναι προκλητική, ιδιαίτερα όταν ένας χειρουργός είναι άμεσα διαθέσιμος ή η μεταφορά του ασθενή είναι εφικτή. Ωστόσο, στο контέκστ της αντιμετώπισης του εγκεφαλικού, όπου κάθε λεπτό μετράει και οι νευρώνες χάνονται γρήγορα, οι τηλερομποτικές επεμβάσεις γίνονται κρίσιμες.

Η XCath είναι μοναδικά τοποθετημένη για να πρωτοπορήσει στην τηλερομποτική χειρουργική, αρχικά εστιάζοντας στην αντιμετώπιση του εγκεφαλικού. Η προσέγγισή μας αντιμετωπίζει την κρίσιμη ανάγκη για ταχεία παρέμβαση σε περιοχές με περιορισμένη πρόσβαση σε εξειδικευμένη φροντίδα. Όταν θα έχουμε επιτύχει αυτή την πρόκληση, πιστεύω ότι θα ανοίξει το δρόμο για τηλερομποτικές λύσεις σε άλλες χρόνο-ευαίσθητες ιατρικές επείγουσες ανάγκες. Επίσης, δεδομένης της ακριβής των ρομποτικών ελέγχων, υπάρχει δυνατότητα για τη χρήση του ρομποτικού τοπικά για την εκτέλεση τεχνικά δύσκολων χειρουργικών επεμβάσεων, όπως οι επισκευές ανευρυσμάτων.

Πού βλέπετε το μέλλον της Τεχνητής Νοημοσύνης στην υγεία να πηγαίνει, ιδιαίτερα σε σχέση με τα ρομποτικά συστήματα και τις ελάσσονες επεμβάσεις;

Η Τεχνητή Νοημοσύνη έχει τεράστια δυναμική να μεταμορφώσει την υγεία. Η αρχική κυμαία των εφαρμογών της Τεχνητής Νοημοσύνης έχει επικεντρωθεί κυρίως στις διαδικασίες_triage και βελτίωσης της αποτελεσματικότητας. Έχουμε δει σημαντικές προόδους στη ραδιολογία, ιδιαίτερα στη σηματοδότηση επείγουσων περιπτώσεων ή στην αυτοματοποίηση της απόκτησης μετρήσεων. Είμαι επίσης ενθουσιασμένος με την αυτοματοποιημένη ιατρική τεκμηρίωση. Μια τρέχουσα πρόκληση είναι ότι οι γιατροί συχνά περνούν περισσότερο χρόνο στην τεκμηρίωση μπροστά στους υπολογιστές παρά στην αλληλεπίδραση με τους ασθενείς. Προβλέπω την ανάπτυξη συστημάτων που μπορούν να τεκμηριώσουν τις αλληλεπιδράσεις των ασθενών ή τις χειρουργικές επεμβάσεις σε πραγματικό χρόνο, απελευθερώνοντας πολύτιμο χρόνο για τους γιατρούς. Στο χώρο της ρομποτικής, η Τεχνητή Νοημοσύνη θα παίξει κρίσιμο ρόλο στην υποβοήθηση και την επιτήρηση, βελτιώνοντας την ομοιομορφία και την ποιότητα της φροντίδας.

Στο προβλέψιμο μέλλον, η Τεχνητή Νοημοσύνη θα ενισχύσει, αλλά δεν θα αντικαταστήσει τους χειρουργούς. Η εφαρμογή της παράλληλης αυτονομίας στα ρομποτικά συστήματα θα βελτιώσει σημαντικά cả την ασφάλεια και την αποτελεσματικότητα των επεμβάσεων.

Ως κάποιος που είναι 깊ά εμπλεκόμενος στην έρευνα της Τεχνητής Νοημοσύνης, ποιες προόδους στην Τεχνητή Νοημοσύνη πιστεύετε ότι θα έχουν την πιο σημαντική επίδραση στην ανάπτυξη ιατρικών συσκευών τα επόμενα δέκα χρόνια;

Τα τελευταία χρόνια, abbiamo δει μια κυμαία από μοντέλα βαθιάς μάθησης που έλαβαν έγκριση από τον FDA και μόλις τώρα αρχίζουν να εκπληρώνουν την υπόσχεσή τους να μεταμορφώσουν την υγεία. Μια κυμαία εφαρμογών της γεννητικής Τεχνητής Νοημοσύνης θα κυριαρχήσει τα επόμενα χρόνια. Η ατζεντική Τεχνητή Νοημοσύνη, σε σύγκριση, βρίσκεται στην παιδική ηλικία της, αλλά έχει πολύ μεγαλύτερη υπόσχεση. Όσο η Τεχνητή Νοημοσύνη εξελίσσεται γρήγορα, είναι πολύ πιθανό ότι θα δούμε συστήματα πολλαπλών πρακτόρων που μπορούν να διαγνώσουν και να θεραπεύσουν σε πραγματικό χρόνο. Θα υπάρχουν πρόσθετοι κανονιστικοί εμπόδια για αυτούς τους πρακτορές, των οποίων οι ενέργειες είναι και αδιαφανείς και πιθανολογικές. Ωστόσο, η παγκόσμια ανάγκη θα οδηγήσει την ζήτηση για υιοθέτηση. Σε χώρες όπως η Ρουάντα, η εταιρεία Zipline χρησιμοποιεί ιπτάμενες drones για την παράδοση ζωτικών ιατρικών προμηθειών μέσα σε λίγα λεπτά σε όλη τη χώρα. Παρόμοια, σε περιοχές που λείπουν ιατρικές πηγές, η εξίσωση κινδύνου-ωφέλειας είναι πολύ διαφορετική και θα τους οδηγήσει πιθανότατα να υπερβούν τον ανεπτυγμένο κόσμο στην ανάπτυξη πολλαπλών πρακτόρων Τεχνητής Νοημοσύνης ιατρικών συσκευών.

Ευχαριστώ για τη μεγάλη συνέντευξη, οι αναγνώστες που επιθυμούν να μάθουν περισσότερα πρέπει να επισκεφθούν XCath.