Ο Jonas Muff, Ιδρυτής & Διευθύνων Σύμβουλος της Vara – Σειρά Συνεντεύξεων

Ο Jonas Muff είναι ο Ιδρυτής & Διευθύνων Σύμβουλος της Vara, μιας πλατφόρμας για τον έλεγχο του καρκίνου του μαστού. Ιδρυθείσα στη Γερμανία, η Vara λειτουργεί σε πολλές χώρες της Ευρώπης. Πρόσφατα ανακοίνωσαν δύο σημαντικές συνεργασίες φέτος στην Ελλάδα και στο Μεξικό, οι οποίες θα κάνουν την τεχνολογία τους διαθέσιμη σε πάνω από 30 εκατομμύρια γυναίκες.

Τι σας έκανε να ενδιαφερθείτε αρχικά στο πεδίο της τεχνητής νοημοσύνης;

Ως γιος γιατρού, πάντα πίστευα ότι η δύναμη και το δυναμικό της υγείας βρίσκεται στην πρόληψη και όχι μόνο στην θεραπεία· να κρατάει τους υγιείς ανθρώπους υγιείς, και όχι μόνο να θεραπεύει τους ασθενείς. Η τεχνητή νοημοσύνη κατέχει το κλειδί για να ξεκλειδώσει αυτή τη μετατόπιση παραδείγματος και να βοηθήσει τα σύγχρονα συστήματα υγείας να κάνουν μεγάλα βήματα στην διάγνωση και τη θεραπεία των ασθενειών. Οι διαγνωστικές με τη βοήθεια της τεχνητής νοημοσύνης έχουν τη δυνατότητα να είναι φθηνότερες και λιγότερο εξαρτημένες από τους πόρους της εξειδικευμένης γνώσης, από την οποία υπάρχει μια παγκόσμια έλλειψη. Αυτό σημαίνει ότι η τεχνητή νοημοσύνη θα μπορούσε να χρησιμοποιηθεί για να παρέχει υψηλής ποιότητας ιατρική σε λιγότερο ανεπτυγμένες χώρες, για να κάνει την πρόσβαση στην καλή υγεία πιο δίκαιη και παγκόσμια.

Μπορείτε να συζητήσετε την ιστορία της Vara;

Η Vara γεννήθηκε από την Merantix, ένα εγχείρημα στούντιο στο Βερολίνο που στοχεύει στην ανάπτυξη του δυναμικού της τεχνητής νοημοσύνης μέσω μιας συνεργατικής προσέγγισης. Η Merantix φέρνει τους ανθρώπους μαζί από διαφορετικά υπόβαθρα, όλοι με επιχειρηματικό πνεύμα, για να αντιμετωπίσουν πραγματικά προβλήματα με καινοτόμους τρόπους. Συγκροτήσαμε μια ομάδα εμπειρογνωμόνων μηχανικής μάθησης, προγραμματιστών, σχεδιαστών προϊόντων και ακτινολόγων, και ξεκινήσαμε να επανασχεδιάζουμε τη ροή εργασίας του ελέγχου του καρκίνου του μαστού από την αρχή.

Όταν διαβάζουν μαστογραφίες, ένας ακτινολόγος ουσιαστικά ψάχνει για μια βελόνα στα άχυρα. Ενώ η μεγάλη πλειοψηφία των μαστογραφιών θα θεωρηθεί «κανονική» – δηλαδή, δεν θα περιέχουν κανένα σημάδι καρκίνου του μαστού – μια μικρή, αλλά εξαιρετικά σημαντική μειονότητα θα είναι ύποπτη και θα απαιτήσει περαιτέρω ανάλυση.

Αυτό βάζει τεράστια πίεση στον ακτινολόγο να βεβαιωθεί ότι δεν χάνεται καμία βελόνα, αλλά επίσης απαιτείται να ξοδεύει το 98% (ή περισσότερο) της καθημερινής εργασίας του στην αναφορά κανονικών μαστογραφιών. Είναι ένας συνδυασμός που μπορεί να οδηγήσει σε λάθη και στην οποία πιστεύουμε, από την πρώτη μέρα, ότι η τεχνητή νοημοσύνη μπορεί να βοηθήσει να επιλύσει και τα δύο, αποζημιώνοντας τα ανθρώπινα λάθη και αφαιρώντας το διοικητικό βάρος. Έτσι, οι ακτινολόγοι μπορούν να αφιερώσουν ακόμη περισσότερη προσοχή στην ανίχνευση των ανωμαλιών.

Με αυτό στο μυαλό, συνεργαστήκαμε με μερικούς από τους κορυφαίους ακτινολόγους της Γερμανίας για να χτίσουμε μια πλατφόρμα που τυποποιεί ολόκληρη την κλινική ροή και την ενισχύει με τη χρήση προηγμένων εργαλείων τεχνητής νοημοσύνης, αυτοματοποίησης και διαχείρισης δεδομένων. Αντί να προσπαθήσουμε να αντικαταστήσουμε τους ακτινολόγους, η πλατφόρμα Vara στοχεύει να ενισχύσει τους ακτινολόγους για να κάνει τις διαδικασίες πιο αποτελεσματικές, πιο διαφανείς και πιο αποτελεσματικές.

Μέσω της δουλειάς μας, επίσης, συνειδητοποιήσαμε ότι, αν και ο έλεγχος του καρκίνου του μαστού είναι δεδομένος στις περισσότερες ευρωπαϊκές χώρες, συμπεριλαμβανομένης της πατρίδας μας, της Γερμανίας – η οποία έχει μια υπερήφανη κληρονομιά από την έναρξη ενός προγράμματος ελέγχου του πληθυσμού το 2002 – οι περισσότερες χώρες του κόσμου δεν προσφέρουν ελέγχο στις γυναίκες. Πιστεύουμε ότι κάθε γυναίκα έχει το δικαίωμα στον έλεγχο και, επομένως, η πλατφόρμα μας έχει σχεδιαστεί για να λειτουργήσει οπουδήποτε στον κόσμο. Η αποστολή μας είναι να κάνουμε τον βασισμένο σε δεδομένα προσυμπτωματικό έλεγχο του καρκίνου του μαστού πιο προσιτό σε όλους.

Πόσα σετ εκπαίδευσης έχουν χρησιμοποιηθεί για την εκπαίδευση των δεδομένων, και αυτά τα σετ περιλαμβάνουν μια ευρεία ποικιλία τύπων δέρματος;

Τα μοντέλα μας έχουν αναπτυχθεί με βάση περισσότερα από 7 εκατομμύρια μαστογραφίες χρησιμοποιώντας δεδομένα από την Ευρώπη, κυρίως τη Γερμανία.

Τα μαστογραφίες είναι πολύ παρόμοια μεταξύ διαφορετικών πληθυσμών και εθνοτικών ομάδων. Αυτό που διαφέρει σε παγκόσμιους πληθυσμούς είναι η πυκνότητα του μαστού (ποσότητα λίπους στο μαστό), οι παθολογικοί υπότυποι του καρκίνου, καθώς και οι τύποι και τα μεγέθη των βλαβών.

Όταν αξιολογούμε την Vara, δεν λαμβάνουμε υπόψη μόνο την μέση απόδοση, αλλά εξετάζουμε την απόδοση σε κάθε υποομάδα, δηλαδή μαστοί με περισσότερο λίπος έναντι πυκνών μαστών ή μικρές έναντι μεγάλων βλαβών. Τα αποτελέσματά μας δείχνουν ότι μπορούμε να βελτιώσουμε τους δείκτες των ακτινολόγων σε όλες τις σχετικές υποομάδες.

Αυτό σημαίνει ότι ακόμη και αν οι γυναίκες από άλλους πληθυσμούς τείνουν να έχουν πιο πυκνούς μαστούς, για παράδειγμα, η Vara θα εξακολουθήσει να βελτιώνει το πρότυπο φροντίδας τους. Πραγματοποιήσαμε μια τοπική αξιολόγηση για να κατανοήσουμε την απόδοση του AI στο Μεξικό για να διασφαλίσουμε ότι πραγματικά βελτιώνουμε το πρότυπο φροντίδας. Και θα συνεχίσουμε να παρακολουθούμε την προοπτική απόδοση της Vara σε πραγματικό χρόνο και να παραμείνουμε σε συνεχή διάλογο με τους εταίρους ελέγχου μας. Ο στόχος μας είναι να βελτιώσουμε το πρότυπο φροντίδας στο Μεξικό, παρέχοντας μια τυποποιημένη ροή εργασίας προσυμπτωματικού ελέγχου που τροφοδοτείται από την τεχνητή νοημοσύνη.

Η συσκευή Vara χρησιμοποιεί 3 τύπους ταξινόμησης για κάθε μαστογραφία, μπορείτε να συζητήσετε τι είναι αυτά και πώς βοηθούν στην πρόληψη των ψευδών θετικών;

Η διαδικασία αναφοράς απόφασης είναι μια διαδικασία ελέγχου που αναπτύχθηκε από την Vara, στην οποία ο αλγόριθμος κάνει μια δήλωση μόνο για περιπτώσεις όταν είναι βέβαιος ότι οι προβλέψεις του είναι ακριβείς — ενώ αφήνει άλλες περιπτώσεις στην ανθρώπινη εμπειρογνωσία.

Ο στόχος της διαδικασίας αναφοράς απόφασης είναι να υποστηρίξει τον ακτινολόγο με την τεχνητή νοημοσύνη για να βελτιώσει και την ευαισθησία και την ειδικότητα, δηλαδή να μειώσει τα ψευδώς αρνητικά και τα ψευδώς θετικά. Ταυτόχρονα, η τεχνητή νοημοσύνη δεν είναι τέλεια και δεν μπορεί να κάνει 100% σωστές προβλέψεις για όλες τις περιπτώσεις. Επομένως, ο στόχος της απόφασης αναφοράς είναι να συνδυάσει την ανθρώπινη εμπειρογνωσία των ακτινολόγων με τις τεχνικές ικανότητες της τεχνητής νοημοσύνης σήμερα, για να βελτιώσει και τα δύο.

Οι τρεις τύποι ταξινόμησης είναι:

1. Κανονική ταξινόμηση: Ο αλγόριθμος επιλέγει ένα υποσύνολο περιπτώσεων που θεωρεί κανονικές με υψηλή εμπιστοσύνη και τις επισημαίνει αυτόματα για τον ακτινολόγο. Ο στόχος της κανονικής ταξινόμησης είναι να επισημάνει όσο το δυνατόν περισσότερες κανονικές περιπτώσεις αρνητικές, με ελάχιστη λανθασμένη ταξινόμηση.
2. Δίκτυο ασφαλείας: Για περιπτώσεις όπου η τεχνητή νοημοσύνη είναι πολύ βέβαιη ότι οι εικόνες είναι ύποπτες, προσφέρει ένα δίκτυο ασφαλείας: Αν ο ακτινολόγος ταξινομήσει μια από αυτές τις περιπτώσεις ως αρνητική, το δίκτυο ασφαλείας ενεργοποιείται και δείχνει στον ακτινολόγο μια συγκεκριμένη περιοχή στην εικόνα που είναι ύποπτη στην τεχνητή νοημοσύνη. Ο ακτινολόγος μπορεί τότε να ξανασκεφτεί την απόφαση, πιθανώς εντοπίζοντας έναν καρκίνο που διαφορετικά θα είχε διαφύγει.
3. Αταξινόμητες περιπτώσεις: Είναι σημαντικό ότι η τεχνητή νοημοσύνη δεν κάνει μια δήλωση για όλες τις περιπτώσεις. Υπάρχουν περιπτώσεις που δεν ταξινομούνται ως κανονικές (οι λιγότερο ύποπτες περιπτώσεις), ούτε ενεργοποιείται το δίκτυο ασφαλείας (οι πιο ύποπτες περιπτώσεις). Για αυτές τις περιπτώσεις, η τεχνητή νοημοσύνη δεν είναι αρκετά βέβαιη και η εμπειρογνωσία της απόφασης πρέπει να έρχεται από τον ακτινολόγο.

Εγγενής ιδιότητα της παραπομπής της απόφασης είναι η δυνατότητα διαμόρφωσής της. Μπορούμε να ρυθμίσουμε την τεχνητή νοημοσύνη ώστε το λιγότερο ύποπτο 50% των περιπτώσεων να επισημαίνεται ως φυσιολογικό ή να ορίσουμε αυτό το ποσοστό στο 70%. Αντίστοιχα, το δίκτυο ασφαλείας μπορεί να ενεργοποιείται για το πιο ύποπτο 1% ή 2% των περιπτώσεων.

Οι άνθρωποι, συμπεριλαμβανομένων των ακτινολόγων, συχνά βιώνουν γνωστική προκατάληψη, πώς βοηθά η εφαρμογή της τεχνητής νοημοσύνης να λύσει αυτό το ζήτημα;

Η τεχνητή νοημοσύνη μας έχει μάθει από δεδομένα από ένα από τα καλύτερα συστήματα ελέγχου στον κόσμο στη Γερμανία. Επιπλέον, κατά τη διάρκεια της εκπαίδευσης, η τεχνητή νοημοσύνη έχει πρόσβαση σε δεδομένα που οι ακτινολόγοι δεν έχουν στην κλινική πρακτική. Αυτά είναι τα αποτελέσματα της βιοψίας ή τα δύο χρόνια παρακολούθησης κάθε περίπτωσης. Χρησιμοποιώντας ευρεία και αντιπροσωπευτικά δεδομένα, προλαμβάνουμε τις προκαταλήψεις στα δεδομένα εκπαίδευσης.

Στη συνέχεια, αναπτύξαμε το Δίκτυο Ασφαλείας για να μειώσουμε οποιαδήποτε δυνητική προκατάληψη στην αλληλεπίδραση μεταξύ ανθρώπων και τεχνητής νοημοσύνης. Το Δίκτυο Ασφαλείας δεν δείχνει τις ύποπτες περιοχές στον ακτινολόγο από την αρχή. Αντίθετα, ο ακτινολόγος αναφέρει τα ευρήματά του με την προβολή Vara και, στην περίπτωση που η τεχνητή νοημοσύνη διαφωνεί με την αξιολόγηση του ακτινολόγου, η Vara δείχνει την τοπική πρόβλεψη. Αυτό δίνει στον ακτινολόγο την ευκαιρία να αναθεωρήσει την αρχική του αναφορά και να την προσαρμόσει. Με αυτόν τον τρόπο, το Δίκτυο Ασφαλείας βοηθά να μειώσει τα περιστατικά καρκίνου που διαφεύγουν της διάγνωσης.

Σε αντίθεση με τους ανθρώπους, το μοντέλο δεν κουράζεται, και συνεχίζει να παρέχει βελτιωμένη απόδοση, ανεξάρτητα από την ώρα της ημέρας. Η τεχνητή νοημοσύνη μπορεί, επομένως, να αντικειμενοποιήσει τα αποτελέσματα των ακτινολόγων.

Μπορείτε να συζητήσετε τις προκλήσεις της ανίχνευσης του καρκίνου του μαστού όταν πρόκειται για πιθανές περιπτώσεις, όπως τα εμφυτεύματα;

Τα μοντέλα μας έχουν εκπαιδευτεί σε ένα πραγματικό, ποικίλο σύνολο δεδομένων όλων των γυναικών που υποβλήθηκαν σε έλεγχο, συμπεριλαμβανομένων γυναικών με εμφυτεύματα. Δεν βρήκαμε αυτές τις περιπτώσεις να είναι μια ιδιαίτερη πρόκληση για την Vara. Επιπλέον, το μοντέλο μας δεν κάνει δηλώσεις για όλες τις περιπτώσεις. Αν είναι αβέβαιο για μια συγκεκριμένη περίπτωση, αναθέτει την απόφαση στους ακτινολόγους, μια προσέγγιση που ονομάζουμε απόφαση αναφοράς (βλ. παραπάνω).

Η Vara επίσης μετα-ελέγχει μαστογραφίες, σε αυτό το βήμα της διαδικασίας τι ψάχνεται συγκεκριμένα;

Η Vara δείχνει προβλέψεις αφού ο ακτινολόγος έχει σχηματίσει μια γνώμη (βλ. «Δίκτυο Ασφαλείας» παραπάνω για περισσότερες λεπτομέρειες). Οι ακτινολόγοι κερδίζουν κρίσιμες πληροφορίες συγκρίνοντας την ανάπτυξη των ιστών και των βλαβών με το χρόνο. Ομοίως, η αξιοποίηση των χρονικών πληροφοριών θα βελτιώσει περαιτέρω την διαγνωστική ακρίβεια των μοντελών της τεχνητής νοημοσύνης. Όχι μόνο το AI μας τρέχει στην τρέχουσα εξέταση, αλλά επίσης ελέγχει τις προηγούμενες εξετάσεις για σημάδια καρκίνου — με την υπόσχεση να βελτιώσει περαιτέρω την απόδοση ελέγχου.

Υπάρχει κάτι άλλο που θα ήθελε να μοιραστείτε σχετικά με την Vara;

Η προσέγγιση απόφασης αναφοράς της πλατφόρμας Vara AI είναι τώρα σε χρήση στο 30% όλων των μονάδων ελέγχου στη Γερμανία. Ως μέρος της παγκόσμιας αποστολής μας, πρόσφατα ξεκινήσαμε μονάδες ελέγχου στο Μεξικό και την Ελλάδα, σε συνεργασία με παρόχους υγείας στο έδαφος σε αυτές τις περιοχές. Με τέτοιους εταίρους, δείχνουμε πώς μπορούμε να αξιοποιήσουμε την υπάρχουσα υποδομή υγείας για να τους επιτρέψουμε να πηδήξουν την τρέχουσα ρύθμιση τους σε μια σύγχρονη, τυποποιημένη υπηρεσία προσυμπτωματικού ελέγχου.

Η ομάδα μας έχει διπλασιαστεί σε 30 και έχουμε διορίσει παγκόσμιους εμπειρογνώμονες στη ραδιολογία, όπως η καθηγήτρια Katja Pinker-Domenig, η οποία έγινε η επικεφαλής ιατρική σύμβουλός μας, καθώς και ο Stephan Dreier ως επικεφαλής εσόδων. Έχουμε επίσης συνεργασίες με αναγνωρισμένα ακαδημαϊκά ιδρύματα στις ΗΠΑ και την Ευρώπη, όπως το Memorial Sloan Kettering Cancer Center, το Πανεπιστήμιο του Κέιμπριτζ, το Karolinska Institutet και το Cancer Registry of Norway.

Η απόδοση της Vara AI δείχνει τεράστια υποσχέσεις όσον αφορά την αναπαραγωγιμότητα και την γενίκευση. Μια μεγάλη αναδρομική μελέτη είναι αυτή τη στιγμή σε δημοσίευση στο παγκοσμίως αναγνωρισμένο Lancet Digital Health, καθώς και μια άλλη σημαντική δημοσίευση peer-review για την πρόληψη των καρκίνων που εμφανίζονται μεταξύ των εξετάσεων προσυμπτωματικού ελέγχου στο European Journal of Radiology.

Απλά ξεκινήσαμε την πρώτη προοπτική μελέτη της Γερμανίας για να δείξουμε την επίδραση της Vara στη κλινική ρουτίνα. Όλα αυτά τα επιτεύγματα μας βοηθούν να επιτύχουμε την κύρια αποστολή μας να κάνουμε τον έλεγχο του καρκίνου του μαστού με βάση τα δεδομένα πιο προσιτό σε όλους.

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