Chaim Linhart, PhD, Co-fundador y CTO de Ibex Medical Analytics – Serie de entrevistas

Chaim Linhart, PhD es el CTO y co-fundador de Ibex Medical Analytics. Tiene más de 25 años de experiencia en el desarrollo de algoritmos, inteligencia artificial y aprendizaje automático, tanto en la academia como en el servicio en una unidad élite del ejército israelí y en varias empresas tecnológicas. Chaim tiene un doctorado en Ciencias de la Computación de la Universidad de Tel Aviv y ha ganado múltiples competencias de aprendizaje automático de Kaggle.

Desde 2016, Ibex ha liderado el camino en diagnósticos de patología impulsados por inteligencia artificial. La empresa se propuso transformar la patología para asegurarse de que cada paciente pueda recibir un diagnóstico de cáncer preciso, oportuno y personalizado. Hoy en día, Ibex es la plataforma de inteligencia artificial más ampliamente desplegada en patología. Desarrollada por patólogos para patólogos, sus soluciones sirven a los médicos, organizaciones de atención médica y proveedores de diagnóstico más destacados del mundo. Todos los días, Ibex tiene el privilegio de impactar la vida de pacientes en todo el mundo. La plataforma aumenta la confianza del médico, optimiza 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 el viaje y la visión detrás de la fundación de Ibex y su misión de transformar los diagnósticos de cáncer con inteligencia artificial?

En 2016, mi co-fundador, Joseph Mossel, y yo aprendimos sobre el impacto directo que una revolución digital en la patología podría tener en la mejora de los diagnósticos de cáncer. La radiología había pasado por una transformación similar 20 años antes, lo que había tenido un impacto significativo en la forma en que se practicaba la especialidad. Con la patología volviéndose digital, reconocimos que se presentaba una oportunidad para desarrollar nuevas herramientas avanzadas que utilicen la inteligencia artificial para realizar análisis de imagen sofisticados. Nos hemos centrado en desarrollar herramientas impulsadas por inteligencia artificial que ayuden a los médicos a llegar a diagnósticos más precisos, objetivos, reproducibles y oportunos, y así ayudar a cada paciente a recibir el diagnóstico correcto, de manera oportuna, lo que conduce al mejor tratamiento posible.

¿Cómo ha cambiado el panorama de los diagnósticos de 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 inteligencia artificial que ayuda a los patólogos a analizar y comprender los resultados de manera eficiente.

El campo de los diagnósticos de cáncer impulsados por inteligencia artificial ha crecido de manera exponencial, ya que hemos visto a startups y otras empresas trabajando en varios aspectos de la inteligencia artificial para la patología en el ámbito del diagnóstico de cáncer. La medicina de precisión, por ejemplo, es la estratificación de pacientes basada en datos, habilitada por un diagnóstico preciso y varios enfoques de informática que conducen a un tratamiento óptimo y personalizado. Un aumento en 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 las asociaciones industriales que se centran en el campo. Cuando Joseph y yo asistimos a nuestra primera conferencia sobre patología digital y computacional en 2016, la inteligencia artificial era una pequeña parte de la conversación que rodeaba el diagnóstico de cáncer, ya que no era tan mainstream. Ahora, cuando asistimos a una gran conferencia de patología, la inteligencia artificial es el evento principal.

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

Cuando hablamos de patología impulsada por inteligencia artificial, hay varios subdominios. Hay empresas que priorizan aplicaciones de investigación, como herramientas que analizan imágenes de tejidos para ayudar a comprender los procesos de enfermedad 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 rutinario.

Ibex se centra en aplicaciones clínicas, y tenemos la base de instalación más grande y más extendida con patólogos de todo el mundo que utilizan nuestras herramientas a diario para el diagnóstico de cáncer. También estamos asociándonos con farmacéuticas para desarrollar aplicaciones clínicas impulsadas por inteligencia artificial que respalden a los patólogos en la cuantificación de biomarcadores que permiten terapias dirigidas.

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

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

Nuestro enfoque es que los patólogos básicamente entrenan a la máquina. Tenemos un gran equipo de patólogos de 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, inflamación, etc. Luego, tomamos esos datos y los utilizamos para entrenar los modelos de inteligencia artificial. Esto garantiza que la inteligencia artificial sea muy precisa, incluso para casos raros y difíciles, lo cual es vitalmente importante. Nuestra inteligencia artificial es enseñada por patólogos y se entrena para identificar muchos diferentes tipos de estructuras y morfologías del tejido, lo que es muy útil para los patólogos y, inevitablemente, aumenta su precisión. Al tener acceso a una amplia gama de datos y conocimientos, podemos mejorar nuestra inteligencia artificial e implementar aprendizajes con la retroalimentación obtenida directamente en el campo.

¿Cómo garantiza Ibex la precisión clínica en diferentes tipos de cáncer, como el cáncer de mama, próstata y estómago?

Esto requiere mucho trabajo arduo. Recopilamos datos de muchos socios de todo el mundo. Nos aseguramos de que los datos sean muy diversos, con representación de diferentes laboratorios y varias técnicas de preparación de tejidos, escáneres y hallazgos clínicos. Enriquecemos los datos de entrenamiento con tipos raros de cáncer. Esto garantiza que la inteligencia artificial se entrena con una amplia variedad de características. Durante el proceso de entrenamiento, medimos lo que la inteligencia artificial hace bien, y también determinamos dónde se necesitan mejoras. El equipo, con una gran experiencia en aprendizaje automático, prueba la inteligencia artificial en miles de diapositivas que recopilamos de diferentes laboratorios. Realizamos estudios y ensayos clínicos y comparamos dos aspectos fundamentales del sistema. Primero, revisamos su rendimiento independiente en comparación con la verdad fundamental. Segundo, determinamos cuán precisamente el patólogo trabaja con y sin la inteligencia artificial. Al hacerlo, nos aseguramos de que la inteligencia artificial sea precisa, robusta, imparcial y segura. Medimos su impacto en los patólogos que utilizan la inteligencia artificial. A través de nuestras aplicaciones, vemos que el patólogo, con el apoyo de la inteligencia artificial, alcanza mejores resultados (es decir, más precisos, con mayor acuerdo con la verdad fundamental) que en la atención estándar (es decir, cuando no están respaldados por la inteligencia artificial). También medimos la eficiencia de su trabajo y otros beneficios importantes de la plataforma de inteligencia artificial, como la optimización del flujo de trabajo en el laboratorio y la disminución del tiempo de respuesta (el tiempo que tarda el paciente en recibir 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, los resultados de la inteligencia artificial 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 hallazgos principales en cada caso y diapositiva. En lugar de buscar características, que pueden ser pequeñas y difíciles de detectar, la inteligencia artificial resalta todo de manera muy clara. A partir de ahí, el patólogo puede confirmar o modificar. La inteligencia artificial muestra mediciones y cuantificaciones; también puntuación. Con informes integrados, el patólogo no necesita mirar la diapositiva, hacer el diagnóstico en su mente y luego ir a otro sistema y reportar todo; en cambio, la informe se realiza mientras la inteligencia artificial conduce el flujo de trabajo integrado. Incluso el número de clics del mouse se optimizó. Todo se construyó con patólogos en mente para mejorar la precisión y eficiencia diagnóstica, lo que crea un mejor entorno de trabajo para estos médicos y 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 o ofrecen sistemas de información de laboratorio. Para cada socio, hay diferentes oportunidades de integración. En algunos casos, incorporamos nuestra inteligencia artificial en sus herramientas para que el patólogo pueda utilizar su plataforma con nuestra inteligencia artificial dentro de ella. En otros casos, nos integramos con esas 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 inteligencia artificial. Además, hemos desarrollado una interfaz de programación de aplicaciones (API) abierta que permite a terceros, incluyendo otras empresas o departamentos de TI de los clientes, recuperar información de nuestra inteligencia artificial e integrarla en su entorno.

¿Qué desafíos enfrentó Ibex para lograr una adopción generalizada de sus soluciones impulsadas por inteligencia artificial en patología?

Al reflexionar, diría que el desafío principal que enfrentó Ibex fue la 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 inteligencia artificial y probarla rigurosamente, realizar ensayos clínicos y, en algunas geografías, obtener aprobación regulatoria – y hacer todo esto bajo estrictas medidas de aseguramiento de la 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 inteligencia artificial.

Otro desafío notable es la integración. Necesitamos asegurarnos de que los patólogos puedan utilizar la inteligencia artificial de una manera eficiente y natural. Hay múltiples sistemas en el laboratorio: escáneres de patología digital, el sistema de información de laboratorio y el flujo de trabajo, y herramientas de informes. En resumen, nos aseguramos de que todo se combine de la manera más eficiente posible, a pesar de los desafíos.

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

Estamos muy orgullosos de nuestras asociaciones y alcance global. Por ejemplo, tenemos el primer despliegue nacional de inteligencia artificial en Gales – todas las Juntas de Salud de Gales están utilizando la solución de inteligencia artificial 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 la plataforma ha tenido en su práctica clínica. Por ejemplo, utilizando el algoritmo de inteligencia artificial, los patólogos pudieron identificar a 160 hombres que de otra manera habrían sido mal diagnosticados. Esos pacientes recibieron el tratamiento correcto gracias al apoyo de la inteligencia artificial. Ese es realmente el impacto que estamos haciendo. Es algo que no podemos olvidar – estamos aquí para impactar la vida de las personas.

¿Qué papel cree que desempeñará la inteligencia artificial en el futuro de la patología y los diagnósticos de cáncer en la próxima década?

A lo largo de la próxima década, seguiremos viendo a los patólogos utilizar la inteligencia artificial para respaldar sus esfuerzos diagnósticos principales. Imagino que los patólogos utilizarán la inteligencia artificial en la mayoría de su carga de trabajo para asegurarse de que la calidad sea alta y todo sea objetivo, reproducible y oportuno. Además, la inteligencia artificial ayudará a los médicos a hacer cosas que no hacen actualmente. Puede ayudar a decidir qué pruebas adicionales necesitan realizarse en un caso específico, así como proporcionar un pronóstico más preciso y una selección de tratamiento más fluida.

La inteligencia artificial será integral en todo el viaje del paciente, no solo en la parte de diagnóstico de cáncer en el laboratorio de patología, sino también, por ejemplo, para el oncólogo que decide el curso del tratamiento. También creo que la inteligencia artificial ayudará a combinar disciplinas. Con el tiempo, las diferentes modalidades (patología, radiología, genómica, registros clínicos) se alimentarán a varios módulos de inteligencia artificial para respaldar la 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 su tratamiento. La inteligencia artificial llevará a todos al nivel de casi experto. Todos merecen acceso a una atención de calidad, y la inteligencia artificial ayudará a llevarnos en la dirección correcta hacia el acceso a la salud democratizado.

Gracias por la gran entrevista, los lectores que deseen aprender más pueden visitar Ibex Medical Analytics.