Δρ. Τζέιμς Τούντορ, MD, Αντιπρόεδρος της XCath για την Τεχνητή Νοημοσύνη – Σειρά Συνεντεύξεων

Δρ. Τζέιμς Τούντορ, MD, είναι ο επικεφαλής της ενσωμάτωσης της Τεχνητής Νοημοσύνης στα ρομποτικά συστήματα της XCath. Με έμφαση στην σύγκλιση της τεχνολογίας και της ιατρικής, ισορροπεί με ενθουσιασμό τους ρόλους του ως радиολόγος, Αναπληρωτής Καθηγητής Ραδιολογίας στο Baylor College of Medicine και ερευνητής Τεχνητής Νοημοσύνης.

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

Δρ. Τούντορ, τι σας ενέπνευσε αρχικά να ενδιαφερθείτε για το σημείο τομής της Τεχνητής Νοημοσύνης και της ιατρικής, ιδιαίτερα στον τομέα της ραδιολογίας;

Το 2016, όταν ξεκινούσα την ειδίκευσή μου στη ραδιολογία, το AlphaGo της DeepMind νίκησε τον παγκόσμιο πρωταθλητή στο παιχνίδι Go, Λι Σεντολ. Η ικανότητα του AlphaGo να συμπιέζει και να απο抽ζει τις τεράστιες сложότητες του Go, ενός παιχνιδιού με περισσότερες πιθανές θέσεις πίνακα από τα άτομα στο παρατηρήσιμο σύμπαν, με έκανε να φανταστώ. Ενθουσιασμένος με το потенシャル της Τεχνητής Νοημοσύνης να μεταμορφώσει τη ραδιολογία και την ιατρική γενικότερα, έπεσα με κεφαλή στο χώρο της Τεχνητής Νοημοσύνης. Κατά τη διάρκεια της ειδίκευσής μου, περνούσα τις βραδιές και τα σαββατοκύριακα σε έργα Τεχνητής Νοημοσύνης.

Μπορείτε να μας πείτε περισσότερα για την πορεία σας από την ιατρική σχολή μέχρι να γίνετε ο Αντιπρόεδρος της XCath για την Τεχνητή Νοημοσύνη; Τι σας ώθησε να ακολουθήσετε την ενσωμάτωση της Τεχνητής Νοημοσύνης στη ρομποτική της υγείας;

Η καριέρα μου έχει πάρει κάποιες απρόσμενες στροφές. Μετά την ολοκλήρωση της ειδίκευσής μου στη ραδιολογία, ήθελα να αφοσιωθώ περισσότερο στην Τεχνητή Νοημοσύνη και τις εμπορικές της εφαρμογές. Έγινα μέλος μιας εταιρείας ρομποτικής fitness, που ιδρύθηκε από τον Εδουάρδο Φονσέκα, ο οποίος είναι τώρα ο Διευθύνων Σύμβουλος της XCath. Ήταν μια διαμορφωτική εμπειρία, αλλά ποτέ δεν περίμενα ότι θα με οδηγούσε στο μονοπάτι της θεραπείας του εγκεφαλικού με τηλερομποτική.

Γύρω στο 2015, μια επανάσταση συνέβη στην θεραπεία του οξέος εγκεφαλικού. Ο τυπικός τρόπος θεραπείας ήταν ένα φάρμακο που ονομάζεται tPA που θα έσπαζε τον θρόμβο. Κλινικές δοκιμές έδειξαν την υπεροχή της άμεσης αφαίρεσης του θρόμβου από τις εγκεφαλικές αρτηρίες με τη ναυIGATION μικρών οδηγών και καθετήρων μέσα στην αγγειακή κυκλοφορία, μια διαδικασία που ονομάζεται μηχανική θρομβεκτομή.尽管 η διαδικασία ήταν αξιοσημείωτα αποτελεσματική για τις μεγάλες αγγειακές εγκεφαλικές آپoπληξίες, λιγότερο από 40% του πληθυσμού των ΗΠΑ έχει πρόσβαση σε αυτή. 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 απογοητευτικές: λιγότερο από 3% του κόσμου έχει πρόσβαση.

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

Ο Εδουάρδο με ρώτησε πώς η Τεχνητή Νοημοσύνη θα μπορούσε να αυξήσει την ασφάλεια του τηλερομποτικού συστήματος. Ήμουν τόσο περίεργος που πέρασα μερικές εβδομάδες σε έρευνα, έχοντας συνομιλίες με επεμβατικούς και μαθαίνοντας για το τηλερομποτικό. Η αποστολή και ο πιθανός ανθρωπιστικός αντίκτυπος είναι τόσο συναρπαστικοί 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 της ραδιολογίας στους φοιτητές έχει βελτιώσει την ικανότητά μου να εξηγώ σύνθετες ιδέες σαφώς, το οποίο είναι κλειδί όταν γέμιζουμε το χάσμα μεταξύ της τεχνολογίας της Τεχνητής Νοημοσύνης και της πρακτικής της εφαρμογής της στην υγεία. Επίσης, με κρατάει εδραίο στις προκλήσεις που αντιμετωπίζουν οι κλινικοί, το οποίο με βοηθά να σχεδιάζω λύσεις Τεχνητής Νοημοσύνης που είναι κλινικά πρακτικές και φιλικές προς το χρήστη.

Ως ο Αντιπρόεδρος της XCath για την Τεχνητή Νοημοσύνη, 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 στη χειρουργική ρομποτική παρουσιάζει μια U-σχήμα προκλήση. Οι μεγαλύτερες δυσκολίες βρίσκονται στην αρχή – την απόκτηση και διαχείριση δεδομένων – και στο τέλος – την 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 πρόκληση, αλλά ευτυχώς, καταφέραμε να καθιερώσουμε εξαιρετικές συνεργασίες για τη διαμοίραση εικόνων. Η εφαρμογή των μοντέλων για κλινική χρήση απαιτεί την ορχήστρα των προσπαθειών των verschiedenen 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 τόσους πολλούς-moving μέρη, 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 играει η Τεχνητή Νοημοσύνη στην βελτίωση των αποτελεσμάτων των ασθενών;

Οι αλγόριθμοι Τεχνητής Νοημοσύνης μπορούν να υπηρετήσουν ως μια σταθερή διδάσκαλος και βοηθός, μειώνοντας το γνωστικό φορτίο και ισοπεδώνοντας 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 που άλλοι ειδικοί, όπως οι επεμβατικοί ραδιολόγοι και οι επεμβατικοί καρδιολόγοι, μπορούν να εκπαιδευτούν για να παρέχουν φροντίδα οξέος εγκεφαλικού με το ρομποτικό.

Επιπλέον, τοπικά ενσωματωμένοι αλγόριθμοι μπορούν να παρέχουν ένα επιπλέον επίπεδο ασφάλειας από κυβερνοεπιθέσεις και αποτυχίες δικτύου, καθώς προβλέπουν την αναμενόμενη διαδρομή μιας διαδικασίας και μπορούν να ειδοποιήσουν και να σταματήσουν τη διαδικασία σε περίπτωση απρόσμενου.

Τελικά, δεν θέλουμε να αφαιρέσουμε τον έλεγχο από τον επεμβατικό, 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 πλοήγησης του ανθρώπινου αγγειακού συστήματος κατά τη διάρκεια των ενδοαγγειακών διαδικασιών;

Το Ενδοαγγειακό Ρομποτικό Σύστημα της XCath αντιπροσωπεύει μια σημαντική πρόοδο στην ιατρική ακρίβεια, σχεδιασμένο να πλοηγείται με ακρίβεια στο ανθρώπινο αγγειακό σύστημα. Το σύστημά μας είναι σχεδιασμένο να ελαττώσει την παραλλακτικότητα της διαδικασίας και να ενισχύσει τον έλεγχο των verschiedenen ενδοαγγειακών συσκευών μέσω ενός ενσωματωμένου πίνακα ελέγχου.

Επιπλέον, το Ηλεκτρονικό Σύστημα Κατευθυνόμενων Οδηγών της XCath, το πρώτο στον κόσμο ηλεκτρονικά ελεγχόμενο σύστημα κατευθυνόμενων οδηγών, διαθέτει μια κατευθυνόμενη άκρη που έχει σχεδιαστεί για να πλοηγείται σε σύνθετες αγγειακές ανατομίες και να αντιμετωπίζει τις προκλήσεις των αγγειακών γωνιών.

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

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

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

Σε αυτή τη ζωντανή επίδειξη, ο Δρ. Βίτορ Περέιρα εκτέλεσε μια διαδικασία θρομβεκτομής από το Αμπού Ντάμπι σε einen προσομοιωμένο ασθενή στη Νότια Κορέα, αφαιρώντας einen θρόμβο στον εγκέφαλο σε λίγα λεπτά. Ήμασταν ενθουσιασμένοι με τα αποτελέσματα της τηλερομποτικής επίδειξης, που βρήκαν χαμηλή καθυστέρηση και αξιόπιστη σύνδεση μεταξύ του ρομποτικού ελεγκτή που βρίσκεται στο Αμπού Ντάμπι και της ρομποτικής συσκευής στη Νότια Κορέα. Προβλέπουμε περιφερειακές τηλερομποτικές δικτυώσεις, αλλά πήγαμε σε ένα άκρο για να επιδείξουμε τις ικανότητες της τεχνολογίας.

Τι πιστεύετε ότι είναι το μέλλον της τηλερομποτικής χειρουργικής στη θεραπεία 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 διαθέσιμος ή η μεταφορά του ασθενή είναι δυνατή. Ωστόσο, στο контέκστ της θεραπείας 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 στη θεραπεία του εγκεφαλικού. Η προσέγγισή μας αντιμετωπίζει την κρίσιμη ανάγκη για ταχεία παρέμβαση σε περιοχές με περιορισμένη πρόσβαση σε εξειδικευμένη φροντίδα. Μόλις έχουμε επιτύχει με επιτυχία αυτή την πρόκληση, πιστεύω ότι θα ανοίξει το δρόμο για τηλερομποτικές λύσεις σε άλλες επείγουσες ιατρικές καταστάσεις. Επίσης, δεδομένης της ακριβής του ρομποτικού ελέγχου, υπάρχει δυνατότητα για χρήση του ρομποτικού τοπικά για την εκτέλεση τεχνικά δύσκολων χειρουργείων, όπως η επισκευή 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 δυνατότητα να επαναφέρει την υγεία. Η πρώτη κυμαία των εφαρμογών της Τεχνητής Νοημοσύνης έχει επικεντρωθεί κυρίως στην τριτοβάθμια φροντίδα και τις βελτιώσεις της αποδοτικότητας. Έχουμε δει σημαντικές προόδους στη ραδιολογία, ιδιαίτερα στην επισήμανση επείγουσων περιπτώσεων ή την αυτοματοποίηση της απόκτησης μετρήσεων. Είμαι επίσης ενθουσιασμένος με την αυτοματοποιημένη τεκμηρίωση ιατρικών αρχείων. Μια τρέχουσα πρόκληση είναι ότι οι γιατροί συχνά περνούν περισσότερο χρόνο στην τεκμηρίωση μπροστά σε 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 υποστήριξη 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 αποδοτικότητα των διαδικασιών.

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

Τα τελευταία χρόνια, abbiamo δει μια κυμαία των επιβλεπόμενων μοντέλων Τεχνητής Νοημοσύνης που έλαβαν έγκριση από τον FDA και μόλις τώρα αρχίζουν να εκπληρώνουν την υπόσχεσή τους να μεταμορφώσουν την υγεία. Μια κυμαία εφαρμογών της γενετικής Τεχνητής Νοημοσύνης θα κυριαρχήσει τα επόμενα χρόνια. Η αγεντική Τεχνητή Νοημοσύνη, σε σύγκριση, είναιまだ στην παιδική ηλικία, 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 πρόσθετες ρυθμιστικές προκλήσεις για αυτούς τους πρακτόρες των οποίων οι ενέργειες είναι και αδιαφανείς και πιθανοτικές. Ωστόσο, η παγκόσμια ανάγκη θα οδηγήσει την υιοθέτηση. Στο Ρουάντα, η εταιρεία Zipline χρησιμοποιεί ιπτάμενες drones για την παράδοση ζωτικών ιατρικών εφοδίων μέσα σε λίγα λεπτά σε όλη τη χώρα. Παρόμοια, σε περιοχές που λείπουν ιατρικοί πόροι, η εξίσωση κινδύνου-ωφέλειας είναι πολύ διαφορετική και θα προκαλούσε πιθανώς να υπερβεί τον ανεπτυγμένο κόσμο στην ανάπτυξη πολλαπλών αγεντικών ιατρικών συσκευών Τεχνητής Νοημοσύνης.

Ευχαριστούμε για τη μεγάλη συνέντευξη, οι αναγνώστες που επιθυμούν να μάθουν περισσότερα μπορούν να επισκεφθούν την XCath.