Joseph Mossel, Co-Fundador y CEO de Ibex Medical Analytics – Serie de Entrevistas

Joseph Mossel es el CEO de Ibex Medical Analytics. Su carrera en la industria tecnológica abarca más de 20 años, comenzando en el desarrollo de software y la gestión de productos, seguido de puestos de liderazgo en startups, grandes corporaciones multinacionales y organizaciones sin fines de lucro. Joseph ha liderado productos desde su concepción hasta su madurez como negocios de millones de dólares. Tiene una maestría en ciencias de la computación de la Universidad de Tel Aviv y una maestría en ciencias ambientales de la VU Amsterdam.

Desarrollado por patólogos para patólogos, Ibex es una plataforma de múltiples tejidos de grado clínico que ayuda a los patólogos a detectar y gradar el cáncer de mama, próstata y estómago, junto con más de cien características clínicamente relevantes.

Integrado de manera transparente con soluciones de software de patología digital de terceros, plataformas de escaneo y sistemas de información de laboratorio, los flujos de trabajo habilitados por IA de Ibex entregan información de alta calidad automatizada que mejora la seguridad del paciente, aumenta la confianza del médico y aumenta la productividad.

¿Qué te inspiró a co-fundar Ibex Medical Analytics (Ibex), y qué problema estabas tratando de resolver?

El cáncer, desafortunadamente, afecta a todos, ya sea que estén personalmente afectados, hayan sido cuidadores de alguien con cáncer o conozcan a alguien que ha sido impactado. Tengo parientes y amigos que han sido afectados por el cáncer, y trágicamente, uno de nuestros empleados falleció debido al cáncer.

A medida que la incidencia del cáncer sigue aumentando en todo el mundo, hay una demanda creciente de diagnósticos de cáncer que se ve agravada por la escasez global de patólogos, cuyos trabajos se están volviendo más complejos con los avances en la terapia y la demanda de diagnósticos más complejos.

Nuestra plataforma ayuda a superar estos desafíos al empoderar a los patólogos con herramientas de IA que mejoran la precisión y optimizan los flujos de trabajo para garantizar que cada paciente reciba un diagnóstico preciso y oportuno, lo cual es fundamental tanto para guiar las decisiones de tratamiento como para mejorar en última instancia los resultados de los pacientes.

Estamos orgullosos del trabajo que hacemos para nuestros clientes, muchos de los cuales confían en nuestra tecnología a diario para ofrecer mejores diagnósticos. La confianza que depositan en nuestras soluciones destaca el impacto real que estamos teniendo, transformando el campo de la patología y mejorando los resultados de los pacientes.

¿Puedes compartir un poco sobre tu trasfondo y cómo te llevó a trabajar en patología con IA?

Si miro hacia atrás en mi carrera, ha habido dos fuerzas impulsoras: la búsqueda de un sentido de propósito y una preferencia por la interdisciplinariedad sobre la especialización profunda. Tengo suerte de dirigir una empresa que me da un profundo sentido de propósito y me permite trabajar con un equipo increíblemente talentoso de diversas procedencias y disciplinas.

Mi trasfondo académico original fue en ciencias de la computación, especializándome en neurociencia computacional. Luego trabajé como ingeniero de algoritmos y pasé a la gestión de productos. Después de un período en una gran corporación, decidí que no era para mí. Obtuve un título en ciencias ambientales y dirigí una organización sin fines de lucro ambiental durante varios años. La sostenibilidad sigue siendo una pasión mía y se considera el gran desafío de nuestro tiempo.

Hace unos diez años, conocí a mi co-fundador, Chaim Linhart, quien estaba igualmente empeñado en hacer una diferencia significativa y compartía mi pasión por la tecnología. Chaim, a diferencia de mí, es un especialista. Tiene un doctorado en ciencias de la computación y más de 25 años de experiencia en el desarrollo de algoritmos, IA y aprendizaje automático (ML). En los primeros días de Ibex, Chaim se dedicaba a ganar competencias de Kaggle (ML).

Cuando supimos que la patología se estaba digitalizando (lentamente), hablamos sobre el impacto que una transformación digital en la patología podría tener para mejorar los diagnósticos de cáncer. Cientos de empresas ya estaban desarrollando IA en radiología, y nos preguntamos, ¿por qué no hacer lo mismo en patología? Parecía un ajuste natural para llevar nuestra experiencia tecnológica al campo, colaborando estrechamente con patólogos en cada paso del camino.

¿Cuáles fueron algunos de los mayores desafíos que enfrentaste en los primeros días de Ibex, y cómo los superaste?

La idea, que no fuimos los primeros en concebir, de aplicar IA a las diapositivas de patología fue la parte fácil. La ejecución es difícil. Los tres principales desafíos que enfrentamos en los primeros días de Ibex fueron el acceso a los datos, el acceso al capital y el acceso al conocimiento específico del dominio.

Resolvimos el desafío de los datos a través de la asociación con Maccabi Health Services de Israel. En ese momento, éramos dos emprendedoresincipientes sin conocimientos médicos que decidieron abrir una startup médica en un dominio muy complejo. Sin embargo, Varda Shalev, quien dirigía el brazo de innovación de Maccabi en ese momento, creyó en nuestra visión, y firmamos un acuerdo de asociación y compartición de datos con Maccabi. En este punto, la Dra. Judith Sandbank, la patóloga jefe de Ibex, se unió a bordo como nuestra Directora Médica (CMO), un puesto que aún ocupa. Con un socio estratégico y un CMO, estábamos bien posicionados para recaudar una ronda de semillas, que recaudamos de Kamet Ventures, un estudio de aventuras francés que formaba parte de AXA Insurance.

Ahora estábamos posicionados para hacer historia. Contratamos a dos ingenieros y desarrollamos nuestro primer algoritmo para la detección de cáncer de próstata. Una vez que estuvimos satisfechos con el rendimiento, lo desplegamos en el laboratorio de patología de Maccabi como una segunda lectura, revisando todos los casos después de una lectura inicial por el patólogo. Para nuestra sorpresa, dentro de unos días, el sistema generó una alerta para un caso de cáncer que fue pasado por alto por el patólogo. Hasta donde sabemos, este fue el primer caso en el que el diagnóstico inicial de cáncer fue realizado por un algoritmo, en 2018.

Felicitaciones por recibir la aprobación de la FDA 510(k) para Ibex Prostate Detect. ¿Qué significa esta aprobación para Ibex y el campo más amplio de diagnósticos con IA?

Gracias. Esta aprobación marca un hito significativo en el viaje de Ibex y ejemplifica nuestro compromiso con el desarrollo de soluciones clínicamente validadas que ayuden a mejorar los resultados de salud de los pacientes. Afirma nuestro compromiso con la seguridad y la eficacia de nuestras soluciones y fortalece nuestra capacidad para proporcionar innovación de vanguardia a los patólogos, beneficiando en última instancia a los pacientes a los que sirven.

Visualizamos que este hito tremendo derribará barreras y acelerará la adopción de la IA y la digitalización en la patología. Esperamos que este logro fortalezca la confianza de la industria de que la tecnología es fácil de implementar y está lista para su uso a gran escala. A largo plazo, la aprobación de la FDA es un paso importante hacia la obtención de reembolso para la IA en la patología y el fomento de una adopción generalizada.

El proceso de validación de la FDA destacó una tasa del 13% de cánceres perdidos en los diagnósticos iniciales de benignos. ¿Qué nos dice esto sobre el potencial de la IA para mejorar la precisión diagnóstica?

En los estudios de precisión y validación clínica realizados en varios laboratorios de Estados Unidos y Europa como parte de la aprobación de la FDA, el sistema identificó una tasa del 13% de cánceres perdidos en una cohorte de pacientes consecutivos diagnosticados inicialmente como benignos. Esta estadística refuerza la precisión y el impacto de los productos de Ibex, y también valida que la plataforma de IA de Ibex puede integrarse de manera segura en los flujos de trabajo clínicos, mejorando la precisión diagnóstica y mejorando en última instancia la atención al paciente. Al proporcionar una capa adicional de análisis, nuestra tecnología está ayudando a reducir los errores, permitir una mejor toma de decisiones clínicas y promover la seguridad del paciente.

En cuanto al potencial, mientras que la aprobación sirve como una validación crítica de nuestra tecnología, nuestra solución ya está teniendo un impacto significativo en el mercado. Esto es un testimonio del trabajo diario en los laboratorios de patología, y lo vemos como un paso adelante en la mejora de los resultados de salud a nivel global. No podemos evitar imaginar el impacto que esto tendría si los laboratorios de todo Estados Unidos adoptaran una transformación digital.

¿Cómo funciona Ibex Prostate Detect, y qué lo hace único en comparación con otras soluciones de patología con IA?

Ibex Prostate Detect es un dispositivo de diagnóstico médico in vitro que utiliza IA para generar mapas de calor que identifican cánceres de próstata perdidos. Actuando como una red de seguridad, Ibex Prostate Detect ayuda a los patólogos a garantizar que los pacientes reciban un diagnóstico preciso. Utiliza algoritmos de IA para mejorar la precisión del diagnóstico de cáncer de próstata.

El dispositivo está diseñado para identificar tumores que pueden haber sido pasados por alto por el patólogo. Si se identifica tejido sospechoso de cáncer de próstata, el sistema genera una alerta e incluye un mapa de calor, dirigiendo al patólogo a áreas que probablemente contengan cáncer. Ibex Prostate Detect es la única solución aprobada por la FDA que proporciona mapas de calor de IA para todas las áreas con probabilidad de cáncer, ofreciendo una explicación completa al patólogo que lo revisa.

¿Puedes explicar cómo la función de mapa de calor ayuda a los patólogos a identificar tejido canceroso?

Ibex Prostate Detect está diseñado para identificar casos inicialmente diagnosticados como benignos para su revisión por un patólogo. Si detecta morfología de tejido sospechosa de adenocarcinoma de próstata (AdC), proliferación acinar pequeña atípica (ASAP) y otros subtipos de cáncer raros, proporciona alertas que incluyen un mapa de calor de áreas de tejido en las imágenes de diapositivas completas que probablemente contengan cáncer, ofreciendo una explicación completa al patólogo que lo revisa.

En general, el mapa de calor es preciso y puede proporcionar al patólogo áreas de preocupación en las que puede centrarse y determinar el diagnóstico correcto. En los estudios de precisión y validación clínica realizados como parte de la aprobación de la FDA, los mapas de calor de Ibex Prostate Detect demostraron una precisión de píxel extrema y determinaron lo siguiente:

• Casi todas las áreas de cáncer están cubiertas por el mapa de calor (sensibilidad = 98,7%).
• Casi todo lo resaltado como alta probabilidad de cáncer en el mapa de calor es en realidad cáncer (PPV = 99,6%).
• Los casos de cáncer perdidos (falsos negativos) identificados por el sistema fueron posteriormente verificados por patólogos expertos, confirmando la utilidad clínica del producto y sus beneficios en comparación con el estándar de atención actual.

¿Cómo diferencia el modelo de IA entre tejido benigno y maligno, y cómo se entrenó?

El algoritmo de aprendizaje profundo se basa en redes neuronales convolucionales multilayer, que operan en varios niveles de aumento. La IA es excepcionalmente robusta, demostrando una alta precisión en múltiples laboratorios y demografías de pacientes. Es notable que, en línea con nuestro lema de ‘por patólogos, para patólogos’, el modelo se entrenó en más de un millón de diapositivas anotadas minuciosamente por patólogos de renombre mundial en centros médicos líderes. Este enfoque es costoso, pero creemos que sin la perspicacia de los patólogos es muy difícil alcanzar el nivel de rendimiento que estamos apuntando. Al hacerlo, equipamos a todos los patólogos con conocimientos expertos y garantizamos que cada paciente, independientemente de su ubicación, reciba un nivel de diagnóstico comparable al de los especialistas líderes del mundo.

Más allá del cáncer de próstata, Ibex también está trabajando en soluciones para el cáncer de mama y estómago. ¿Qué hay de nuevo para la empresa en términos de nuevas capacidades de diagnóstico?

Ibex ya está teniendo un impacto enorme en las soluciones de diagnóstico con IA para el cáncer de mama y estómago. Como líder mundial en despliegues clínicos en vivo, muchos laboratorios, incluidos los de Estados Unidos, ya están utilizando los productos de Ibex para transformar su práctica médica. Nuestros productos están comprobados para tener un impacto clínico real en el mundo, y los patólogos confían en la IA y atestiguan el valor que aporta. Ahora, estamos trabajando para lanzar una nueva tecnología al mercado, una tecnología que fue desarrollada y validada por Ibex en colaboración con AstraZeneca y Daiichi Sankyo. El algoritmo específico que es el primero en ser lanzado ayuda a cuantificar la expresión de HER2, lo que ayuda a los proveedores a determinar el curso del tratamiento para el paciente.

Mirando hacia adelante, seguiremos expandiendo nuestras ofertas para proporcionar información adicional dentro de los tipos de tejido que ya admitimos. También estamos buscando ofrecer ofertas dentro de otras áreas de tejido y seguir mejorando los flujos de trabajo de nuestros clientes.

¿Cómo ves la evolución de la patología con IA en los próximos cinco a diez años?

Visualizo que la IA tendrá un impacto profundo en la práctica de la patología y en la forma en que se diagnostica el cáncer. No veo que reemplacemos a los patólogos, pero como con cada nuevo desarrollo tecnológico, la práctica se transformará. La IA seguirá siendo instrumental para abordar los desafíos de la fuerza laboral en la atención médica, particularmente la escasez global de patólogos y sus cargas de trabajo crecientes impulsadas por los casos de cáncer en aumento. La implementación de IA responsable ayudará a los patólogos a gestionar sus cargas de trabajo de manera más efectiva, mejorando la eficiencia diagnóstica y reduciendo los retrasos. Al automatizar tareas rutinarias, la IA puede reducir las tasas de error, mejorar la calidad del diagnóstico y, en última instancia, aumentar la confianza de los patólogos en su trabajo. Estoy firmemente convencido de que la IA, junto con un humano en el bucle, es la mejor combinación para transformar la atención médica.

Otra área con gran promesa es la expansión más allá de la práctica actual de la patología hacia el ámbito de los algoritmos predictivos. Algoritmos que potencialmente combinan varias modalidades para predecir resultados o, crucialmente, la eficacia del tratamiento.

La IA también puede mejorar la equidad en salud a través del acceso democratizado a la salud. Independientemente de la ubicación, todos los pacientes merecen un diagnóstico confiable. Sería genial que la tecnología de IA se desplegara como parte de la práctica estándar en cada laboratorio de patología del mundo. Sin embargo, esto comienza con la colaboración entre médicos, la industria y las agencias para acelerar el despliegue de esta tecnología, siento que se lo debemos a los pacientes.

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