Chaim Linhart, PhD, cofundador y director de tecnología de Ibex Medical Analytics - Serie de entrevistas

Chaim Linhart, PhD es el CTO y cofundador de Análisis médico del Ibex. Tiene más de 25 años de experiencia en desarrollo de algoritmos, inteligencia artificial y aprendizaje automático en el mundo académico, además de haber trabajado en una unidad de élite del ejército israelí y en varias empresas de tecnología. Chaim tiene un doctorado en Ciencias de la Computación de la Universidad de Tel Aviv y ha ganado múltiples concursos de aprendizaje automático de Kaggle.

Desde 2016, Ibex ha liderado el camino en el diagnóstico de patología basado en IA. La empresa se propuso transformar la patología garantizando que cada paciente pueda recibir un diagnóstico de cáncer preciso, oportuno y personalizado. Hoy en día, Ibex es la plataforma de inteligencia artificial más implementada en patología. Desarrolladas por patólogos para patólogos, sus soluciones sirven a los médicos, organizaciones sanitarias y proveedores de diagnóstico más importantes del mundo. Cada día, Ibex tiene el privilegio de impactar la vida de pacientes en todo el mundo. La plataforma aumenta la confianza de los médicos, agiliza los flujos de trabajo de diagnóstico, ayuda a los médicos a proporcionar diagnósticos más personalizados y, lo más importante, permite mejores resultados clínicos.

¿Puede compartir la trayectoria y la visión detrás de la fundación de Ibex y su misión de transformar el diagnóstico del cáncer con IA?

En 2016, mi cofundador, Joseph Mossel, y yo aprendimos sobre el impacto directo que una revolución digital en patología podría tener en la mejora del diagnóstico del cáncer. La radiología había pasado por una transformación similar 20 años antes, que tuvo un impacto destacado en la forma en que se practicaba la especialidad. Con la digitalización de la patología, reconocimos que brindaba una oportunidad para desarrollar nuevas herramientas avanzadas que utilizan inteligencia artificial (IA) para realizar análisis de imágenes sofisticados. Nos hemos centrado en desarrollar herramientas impulsadas por IA que ayuden a los médicos a alcanzar diagnósticos más precisos, objetivos y reproducibles y, por lo tanto, ayudar a que cada paciente reciba el diagnóstico correcto, de manera oportuna, lo que conduce al mejor tratamiento posible.

¿Cómo ha cambiado el panorama del diagnóstico del cáncer desde la creación de Ibex en 2016?

Los laboratorios han estado adoptando la digitalización a un ritmo cada vez mayor, aún más acelerado por Covid-19. La revolución digital ha permitido a los laboratorios ampliar sus capacidades más allá del microscopio de una manera impactante y significativa, aprovechando la IA que ayuda a los patólogos a analizar y comprender los resultados de manera eficiente.

El campo de la IA para el diagnóstico del cáncer ha crecido exponencialmente, ya que hemos visto nuevas empresas y otras empresas trabajando en diversos aspectos de la IA para la patología en el ámbito del diagnóstico del cáncer. La medicina de precisión, por ejemplo, es la estratificación de pacientes basada en datos, habilitada por un diagnóstico preciso y varios enfoques informáticos que conducen a un tratamiento óptimo y personalizado. El aumento de la medicina de precisión conlleva una mayor necesidad de diagnósticos más complejos para respaldar los nuevos tratamientos dirigidos.

También hemos visto un aumento en las publicaciones académicas y asociaciones industriales que se centran en este campo. Cuando Joseph y yo asistimos a nuestra primera conferencia sobre patología digital y computacional en 2016, la IA era una pequeña porción de la conversación sobre el diagnóstico de cáncer, ya que no era tan común. Ahora, cuando se asiste a una gran conferencia de patología, la IA es el evento principal.

¿Qué diferencia a Ibex de otras empresas en el campo de la patología impulsada por IA?

Cuando hablamos de patología impulsada por la IA, hay varios subdominios. Hay empresas que priorizan las aplicaciones de investigación, como herramientas que analizan imágenes de tejidos para ayudar a comprender los procesos de enfermedades a nivel morfológico y celular, por ejemplo. En segundo lugar, hay empresas que se centran principalmente en aplicaciones clínicas, es decir, productos que se utilizan en laboratorios para respaldar el diagnóstico de rutina.

Ibex se centra en aplicaciones clínicas y tenemos la base de instalación más grande y extendida con patólogos de todo el mundo que utilizan nuestras herramientas diariamente para el diagnóstico del cáncer. También nos estamos asociando con Pharma para desarrollar aplicaciones clínicas impulsadas por IA que ayuden a los patólogos a cuantificar biomarcadores que permitan terapias dirigidas.

Además, aunque algunas empresas se centran en indicaciones específicas y limitadas por tipo de tumor, como la detección de cáncer, nuestro enfoque es entrenar a la IA para que analice todo lo que un patólogo vería en estos tejidos. No se trata sólo de la detección del cáncer, sino también del tipo y subtipo de cáncer, el grado, su tamaño, así como de las morfologías relacionadas con el cáncer y otras características clínicas. Sabemos que la patología es más que simplemente determinar si el paciente tiene cáncer o no. Queremos ayudar a los patólogos a darse cuenta de los enormes beneficios que aporta la IA.

¿Puede explicar la tecnología central detrás de las soluciones de Ibex y cómo ayuda a los patólogos en la detección y clasificación del cáncer?

Nuestro enfoque es que los patólogos esencialmente entrenan la máquina. Contamos con un gran equipo de patólogos en todo el mundo que anotan diapositivas. Esto significa que marcan áreas específicas dentro de esas diapositivas y las etiquetan. Pueden marcar un tumor de bajo grado, un vaso sanguíneo, un nervio, una inflamación, etc. Luego tomamos esos datos y los usamos para entrenar los modelos de IA. Esto garantiza que la IA sea muy precisa, incluso en casos raros y difíciles, lo cual es de vital importancia. Nuestra IA es enseñada por patólogos y está entrenada para identificar muchos tipos diferentes de estructuras y morfologías del tejido, lo que resulta muy útil para los patólogos e inevitablemente aumenta su precisión. Al tener acceso a una variedad de datos y conocimientos, podemos mejorar nuestra IA e implementar aprendizajes con la retroalimentación obtenida directamente en el campo.

¿Cómo garantiza Ibex una precisión de grado clínico en diferentes tipos de cáncer, como el de mama, próstata y gástrico?

Esto requiere mucho trabajo. Recopilamos datos de muchos socios de todo el mundo. Nos aseguramos de que los datos sean muy diversos, con representación de diferentes laboratorios y diversas técnicas de preparación de tejidos, escáneres y hallazgos clínicos. Enriquecemos los datos de entrenamiento con tipos raros de cáncer. Esto garantiza que la IA esté entrenada con una amplia variedad de funciones. Durante el proceso de capacitación, medimos qué hace bien la IA y también determinamos dónde es necesario realizar mejoras. El equipo, con amplia experiencia en aprendizaje automático, prueba la IA en miles de diapositivas que recopilamos de diferentes laboratorios. Realizamos estudios y ensayos clínicos y comparamos dos aspectos fundamentales del sistema. Primero, revisamos su desempeño independiente en comparación con la verdad sobre el terreno. En segundo lugar, determinamos con qué precisión trabaja el patólogo con y sin IA. Al hacerlo, nos aseguramos de que la IA sea precisa, sólida, imparcial y segura. Medimos su impacto en los patólogos que utilizan la IA. En todas nuestras aplicaciones, vemos que el patólogo, con la ayuda de la IA, alcanza mejores resultados (lo que significa una mayor precisión y un mayor acuerdo con la verdad básica) que en la atención estándar (es decir, cuando no cuentan con el respaldo de la IA). También medimos la eficiencia de su trabajo y otros beneficios importantes de la plataforma de IA, como optimizar el flujo de trabajo en el laboratorio y disminuir el tiempo de respuesta (la rapidez con la que el paciente recibe los resultados).

¿Cuáles son algunas características únicas de las soluciones de Ibex que mejoran los flujos de trabajo de diagnóstico y mejoran los resultados de los pacientes?

Nuestro sistema integrado incluye un visor de diapositivas, resultados de IA y herramientas de informes integradas. Este sistema holístico fue diseñado para mejorar la precisión y la productividad. Guía a los patólogos a través del proceso de diagnóstico, mostrándoles los principales hallazgos en cada caso y diapositiva. En lugar de buscar funciones, que pueden ser pequeñas y difíciles de detectar, la IA resalta todo con mucha claridad. A partir de ahí, el patólogo puede confirmar o modificar. La IA muestra mediciones y cuantificaciones; también puntúa todo. Con los informes integrados, el patólogo no tiene que mirar la diapositiva, hacer el diagnóstico mentalmente y luego ir a otro sistema e informar todo; en cambio, los informes se realizan mientras la IA impulsa el flujo de trabajo integrado. Incluso se optimizó el número de clics del mouse. Todo se creó pensando en los patólogos para mejorar la precisión y la eficiencia del diagnóstico, creando así un mejor ambiente de trabajo para estos médicos con mejores resultados para sus pacientes.

¿Cómo se integran las soluciones de Ibex con las soluciones de software de patología digital y los sistemas de información de laboratorio existentes?

Trabajamos con varios proveedores en el campo que venden soluciones de gestión de imágenes u ofrecen sistemas de información de laboratorio. Para cada socio, existen diferentes tipos de oportunidades de integración. En algunos casos, integramos nuestra IA en sus herramientas para que el patólogo pueda usar su plataforma con nuestra IA dentro. En otros casos, nos integramos con estas herramientas de una manera que permite a los patólogos iniciar Ibex desde el otro sistema. Independientemente de la integración, siempre queremos asegurarnos de que los usuarios tengan la forma más óptima de utilizar la IA. Además, hemos desarrollado una interfaz de programación de aplicaciones (API) abierta que permite a terceros, incluidas otras empresas o departamentos de TI de clientes, recuperar información de nuestra IA e integrarla en su entorno.

¿A qué desafíos se enfrentó Ibex para lograr la adopción generalizada de sus soluciones impulsadas por IA en patología?

Pensándolo bien, diría que el principal desafío que enfrentó Ibex fue la enorme complejidad y la cantidad de trabajo, esfuerzo y tiempo necesarios para llevar productos de diagnóstico al mercado. Esto incluye enfoques multidisciplinarios: recopilar datos, trabajar con patólogos, entrenar la IA y probarla rigurosamente, realizar ensayos clínicos y, en algunas geografías, obtener autorización regulatoria, y hacer todo esto bajo estrictas medidas de garantía de calidad. En el campo médico, también es extremadamente importante generar evidencia científica y publicar resultados con múltiples laboratorios para demostrar el rendimiento y los beneficios de la plataforma de IA.

Otro desafío notable es la integración. Necesitamos asegurarnos de que los patólogos puedan utilizar la IA de una manera eficiente y natural. Hay varios sistemas en el laboratorio: escáneres de patología digitales, el sistema de información y el flujo de trabajo del laboratorio, y herramientas de generación de informes. En pocas palabras, nos aseguramos de que todo funcione de la manera más eficiente posible, a pesar de los desafíos.

¿Puede compartir algunas historias de éxito o estudios de casos de organizaciones de atención médica que hayan implementado las soluciones de Ibex?

Estamos muy orgullosos de nuestras alianzas y nuestro alcance global. Por ejemplo, contamos con la primera implementación nacional de IA en Gales: todas las Juntas de Salud de Gales están utilizando la solución de IA de Ibex. Otro ejemplo es CorePlus Laboratories en Puerto Rico: han estado utilizando Ibex durante varios años y publicaron un artículo que muestra el impacto que ha tenido la plataforma en su práctica clínica. Por ejemplo, utilizando el algoritmo de IA, los patólogos pudieron identificar a 160 hombres que de otro modo habrían sido diagnosticados erróneamente. Esos pacientes recibieron el tratamiento adecuado gracias al apoyo de la IA. Ese es realmente el impacto que estamos generando. Es algo que no podemos olvidar: estamos aquí para influir en la vida de las personas.

¿Qué papel cree que desempeñará la IA en el futuro de la patología y el diagnóstico del cáncer durante la próxima década?

A lo largo de la próxima década, seguiremos viendo a los patólogos utilizar la IA como apoyo en sus esfuerzos de diagnóstico primario. Imagino que los patólogos utilizarán la IA en la mayoría de sus cargas de trabajo para asegurarse de que la calidad sea alta y que todo sea objetivo, reproducible y oportuno. Además, la IA ayudará a los médicos a hacer cosas que actualmente no hacen. Puede ayudarles a decidir qué pruebas adicionales deben realizarse en un caso específico, así como proporcionar un pronóstico más preciso y una selección de tratamiento más ágil.

La IA será integral durante todo el recorrido del paciente, no solo en la parte de diagnóstico del cáncer en el laboratorio de patología, sino también, por ejemplo, en el oncólogo que decide el curso del tratamiento. Además, creo que la IA ayudará a combinar disciplinas. Con el tiempo, las diferentes modalidades (patología, radiología, genómica, registros clínicos) se incorporarán a varios módulos de IA para respaldar una medicina de precisión nueva y mejorada. Desde una perspectiva de equidad en salud, los pacientes que no tienen acceso a los mejores médicos del mundo experimentarán un gran salto en la calidad de su diagnóstico y tratamiento. La IA llevará a todos al nivel de casi experto. Todo el mundo merece acceso a una atención de calidad y la IA nos ayudará a encaminarnos en la dirección correcta hacia un acceso democratizado a la salud.

Gracias por la gran entrevista, los lectores que deseen obtener más información deben visitar Análisis médico del Ibex.