Jonas Muff, Vara:n perustaja ja toimitusjohtaja – Haastattelusarja

Jonas Muff on rintasyövän seulonta-alusta Varan perustaja ja toimitusjohtaja. Perustettu Saksassa, Vara toimii useissa Euroopan maissa. He ilmoittivat äskettäin kahdesta suuresta kumppanuudesta tänä vuonna Kreikassa ja Meksikossa, mikä tekee heidän teknologiansa saataville yli 30 miljoonalle naiselle.

Mikä alun perin veti sinut tekemään työtä tekoälyalalla?

Olen lääkärin poika, ja olen aina uskonut, että terveydenhuollon voima ja potentiaali piilevät enemmän ehkäisyn kuin hoidon parissa; pitämällä terveet ihmiset terveinä, sen sijaan, että vain hoidettaisiin sairaita. Tekoäly pitää avaimen käsissään tähän paradigman muutokseen ja auttaa modernia terveydenhuoltojärjestelmää tekemään jättimäisiä harppauksia sekä sairauksien diagnosoinnissa että hoidossa. Tekoälypohjaiset diagnostiikkamenetelmät voivat olla halvempia ja vähemmän riippuvaisia asiantuntijatuntemuksista, joista on maailmanlaajuisesti puute. Tällä tavoin tekoäly voidaan käyttää tarjoamaan korkealaatuista lääketiedettä vähemmän kehittyneissä maissa, jotta pääsy hyvään terveydenhuoltoon olisi reilumpaa ja maailmanlaajuisempaa.

Voitko kertoa Vara:n syntytarinaa?

Vara syntyi Merantixista, Berliinissä sijaitsevasta venture-studiosta, joka pyrkii vapauttamaan tekoälyn potentiaalin yhteistyöllä. Merantix kokoaa ihmiset eri taustoista, kaikki yrittäjämäisellä asenteella, ratkaisemaan todellisia maailman ongelmia innovatiivisilla tavoilla. Kokosimme tiimin, johon kuului koneoppimisen asiantuntijoita, ohjelmistokehittäjiä, tuotesuunnittelijoita ja radiologeja, ja ryhdyimme luomaan uudelleen rintasyövän seulontatyönkulun alusta alkaen.

Kun luetaan mammogrammeja, seulontaradiologi etsii käytännössä neulaa heinäsuovassa. Vaikka suurin osa mammogrammeista luokitellaan “normaaliksi” – eli niissä ei ole merkkejä rintasyövästä – pieni, mutta merkittävä vähemmistö on epäilyttävää ja vaatii tarkempaa analyysiä.

Tämä asettaa valtavan paineen radiologille varmistaakseen, ettei yksikin “neula” jää huomaamatta, mutta heidän on myös käytettävä 98 % (tai enemmän) päivittäisestä työajastaan raportoiden normaaleja mammogrammeja. Tämä on yhdistelmä, joka voi johtaa virheisiin, ja me uskoimme alusta alkaen, että tekoäly voi auttaa ratkaisemaan molemmat ongelmat korjaamalla inhimillisiä virheitä ja poistamalla hallinnollista taakkaa. Tällä tavoin radiologit voivat omistaa enemmän huomiota poikkeamien etsimiseen.

Tätä silmällä pitäen, teimme yhteistyötä Saksan johtavien seulontaradiologien kanssa luodaksemme alustan, joka standardisoi koko kliinisen työnkulun ja parantaa sitä edistyneiden tekoäly-, automaatio- ja datanhallintatyökalujen avulla. Sen sijaan, että yritettäisiin korvata radiologeja, Vara-alusta pyrkii antamaan heille lisävoimaa, jotta prosessit olisivat tehokkaampia, läpinäkyvämpiä ja tehokkaampia.

Työmme kautta totesimme myös, että vaikka rintasyövän seulonta on itsestäänselvyys useimmissa Euroopan maissa, mukaan lukien kotimaamme Saksa – jolla on ylpeä perinne aloittaa väestöpohjainen seulontaprogrammi vuonna 2002 – useimmat maailman maat eivät tarjoa naisille seulontaa. Uskomme, että jokaisella naisella on oikeus seulontaan, ja siksi alustamme on suunniteltu toimimaan missä tahansa maailmassa. Meidän tehtävämme on tehdä datalähtöinen rintasyövän seulonta helpommin saataville kaikille.

Kuinka monta koulutusjoukkoa on käytetty datan kouluttamiseen, ja sisältävätkö nämä joukot laajan valikoiman ihotyyppejä?

Mallimme on kehitetty yli 7 miljoonan mammogrammin avulla Euroopasta, pääasiassa Saksasta.

Mammogrammit ovat hyvin samanlaisia eri väestöjen ja etnisten ryhmien välillä. Mitä vaihtelee maailmanlaajuisesti on rinnan tiheys (rasvan määrä rinnassa), patologiset syöpätyypit, sekä muutokset ja muutosten koot. Kun arvioimme Vara:a, emme vain tarkastaneet keskimääräistä suorituskykyä, vaan tarkastelimme suorituskykyä jokaisessa alaryhmässä, ts. rasvainen vs. tiheä rinta, tai pieni vs. suuri muutos. Tulokset osoittavat, että voimme parantaa radiologien mittareita kaikissa relevantissa alaryhmissä.

Tämä tarkoittaa, että vaikka muiden väestöryhmien naisilla olisi esimerkiksi useammin tiheät rinnat, Vara parantaa heidän hoitotasoaan. Suorittimme paikallisen arvion ymmärtääksemme AI:n suorituskyvyn Meksikossa, jotta voimme todella parantaa hoitotasoa. Ja jatkamme Vara:n prospektiivisen suorituskyvyn seuraamista reaaliajassa ja pysymme jatkuvassa vuoropuhelussa seulontakumppaneidemme kanssa. Tavoitteemme on parantaa Meksikon hoitotasoa tarjoamalla standardoidun, tekoälyllä tuetun seulontatyönkulun.

Voitko keskustella Vara-järjestelmän käyttämistä kolmesta luokittelutyypistä kussakin mammogrammissa, ja miten ne auttavat välttämään virheellisiä positiivisia tuloksia?

Päätöksenteon siirtäminen on seulontaprosessi, jonka Vara on kehittänyt, jossa algoritmi antaa lausunnon vain tapauksissa, joissa se on hyvin varma ennusteidensa tarkkuudesta – jättäen muut tapaukset ihmisen asiantuntijuuden arvioitaviksi.

Päätöksenteon siirtämisen tavoitteena on tukea radiologeja tekoälyllä parantamaan sekä herkkyyttä että spesifisyyttä eli vähentämään virheellisiä negatiivisia ja positiivisia tuloksia. Samalla tekoäly ei ole täydellinen eikä voi tehdä 100 % oikein kaikissa tapauksissa. Siksi päätöksenteon siirtämisen tavoitteena on yhdistää radiologien asiantuntijuus tekoälyn teknisiin ominaisuuksiin nykyisessä muodossa parantamaan molempia.

Kolme luokittelutyyppiä ovat sitten:

1. Normaalien tapausten esiluokittelu: Algoritmi valitsee joukon tapauksia, joita se pitää normaaleina korkealla luottamuksella, ja merkitsee automaattisesti ne radiologille. Normaalien tapausten esiluokittelun tavoitteena on merkitä mahdollisimman monta normaalia tapausta negatiiviseksi minimoiden virheelliset luokittelut.
2. Turvaverkko: Tapauksissa, joissa AI on erittäin varma, että kuvat ovat epäilyttäviä, se tarjoaa turvaverkon: Jos radiologi luokittelee yhden näistä tapauksista negatiiviseksi, turvaverkko laukaistaan ja osoittaa radiologille tietyn alueen kuvassa, joka on epäilyttävä AI:lle. Radiologi voi sitten uudelleenarvioida päätöksensä ja mahdollisesti löytää syövän, joka olisi muuten jäänyt huomaamatta.
3. Luokittelemattomat tapaukset: Tärkeää on, että AI ei anna lausuntoa kaikissa tapauksissa. On tapauksia, jotka eivät ole luokiteltu normaaleiksi (vähiten epäilyttävät tapaukset) eivätkä turvaverkko ole aktivoitu (eniten epäilyttävät tapaukset). Noiden tapausten kohdalla AI ei ole tarpeeksi varma, ja päätöksentekijän asiantuntijuus tulee radiologilta.

Päätöksenteon siirtämisen luontainen ominaisuus on sen konfiguroitavuus. Voimme konfiguroida AI:n siten, että vähiten epäilyttävät 50 % tapauksista on merkitty normaaleiksi, tai voimme konfiguroida sen siten, että vähiten epäilyttävät 70 % tapauksista on merkitty normaaleiksi. Samoin turvaverkko voidaan aktivoida 1 %:lle eniten epäilyttävistä tapauksista tai vaihtoehtoisesti 2 %:lle eniten epäilyttävistä tapauksista.

Ihmiset, mukaan lukien radiologit, usein kokevat kognitiivisia vinoumia, miten tekoälysovellus auttaa ratkaisemaan tämän ongelman?

Meidän AI on oppinut datasta yhdestä maailman parhaista seulontajärjestelmistä Saksassa. Lisäksi AI:lla on koulutuksen aikana pääsy tietoihin, joita radiologeilla ei ole käytössä kliinisessä käytännössä, kuten biopsiatulokset tai kahden vuoden seuranta kustakin tapauksesta. Käyttämällä laajoja ja edustavia tietoja estämme harhat koulutusdatasta.

Kehitimme Turvaverkon vähentämään mahdollista vinoumaa ihmisten ja AI:n välisessä vuorovaikutuksessa. Turvaverkko ei näytä epäilyttäviä alueita radiologille etukäteen. Sen sijaan radiologi raportoi löydöksensä Vara-katselijalla, ja jos AI ei ole samaa mieltä radiologin arviointiin, Vara näyttää paikallisen ennusteen. Tämä antaa radiologille mahdollisuuden tarkastella uudelleen alkuperäistä raporttiaan ja sopeuttaa sitä. Tällä tavoin Turvaverkko auttaa vähentämään väärät negatiiviset tulokset.

Toisin kuin ihmiset, malli ei väsy, ja se toimii jatkuvasti parantamalla suorituskykyä riippumatta päivän ajasta. Tekoäly voi siten objektivoida radiologien tulokset.

Voitko keskustella rintasyövän havaitsemisen haasteista, kun on kyse mahdollisista reunatapauksista, kuten rintaimplantteja?

Mallimme on koulutettu todellisesta, monipuolisesta aineistosta kaikista naisista, jotka osallistuvat seulontaan, mukaan lukien naiset, joilla on implantit. Emme ole kohdanneet näissä tapauksissa erityisiä haasteita. Lisäksi mallimme ei anna lausuntoa kaikista tapauksista. Jos se on epävarma tietystä tapauksesta, se jättää päätöksen radiologeille, lähestymistapaa, jota kutsutaan päätöksenteon siirtämiseksi (ks. yllä).

Vara myös seuloo mammogrammeja jälkikäteen, mitä etsitään tarkalleen tässä prosessin vaiheessa?

Vara näyttää ennusteita sen jälkeen, kun radiologi on muodostanut mielipiteensä (ks. “Turvaverkko” yllä tarkemmista yksityiskohdista). Radiologit saavat kriittistä tietoa vertaamalla kudoksen ja muutosten kehittymistä ajan myötä. Samoin ajallisen tiedon hyödyntäminen parantaa edelleen tekoälymallien diagnostista tarkkuutta. Tekoälymme suorittaa nykyisen tutkimuksen, mutta tarkistaa myös aiemmat tutkimukset syövän merkkien etsimiseksi – lupaavan parantaa seulontasuorituskykyä.

Onko jotain muuta, mitä haluaisit jakaa Vara:sta?

Vara:n tekoälyalusta on jo käytössä 30 %:ssa Saksan seulontayksiköistä. Globaalin tehtävämme osana lanseerasimme äskettäin seulontayksiköt Meksikossa ja Kreikassa terveydenhuollon tarjoajien kanssa näissä alueissa. Näiden kumppaneiden kanssa osoitamme, miten voimme hyödyntää olemassa olevaa terveydenhuollon infrastruktuuria mahdollistaaksemme heidän hypätä nykyisestä asetelmastaan huipputason, standardoidun seulontapalveluun.

Tiimimme on kaksinkertaistunut 30 henkilöön, ja olemme nimittäneet globaaleja asiantuntijoita radiologiassa, kuten professori Katja Pinker-Domenig, josta tuli johtava lääketieteellinen neuvonantajamme, sekä Stephan Dreier, josta tuli myyntijohtajamme. Meillä on myös yhteistyösopimukset tunnettujen akateemisten laitosten kanssa Yhdysvalloissa ja Euroopassa, kuten Memorial Sloan Kettering Cancer Center, Cambridgen yliopisto, Karolinska-instituutti ja Norjan syöpärekisteri.

Vara:n tekoälysuorituskyky näyttää lupaavaa toistettavuuden ja yleistettävyyden suhteen. Laaja retrospektiivinen tutkimus on tällä hetkellä painossa Lancet Digital Health -julkaisussa, sekä toinen tärkeä vertaisarvioitu julkaisu seulontakertojen välillä ilmenevien syöpien ehkäisystä European Journal of Radiology -julkaisussa.

Olemme juuri aloittaneet Saksan ensimmäisen prospektiivisen tutkimuksen, jossa tutkitaan Vara:n vaikutusta kliinisessä käytännössä. Kaikki nämä saavutukset auttavat meitä saavuttamaan päätehtävämme, jonka on tehdä datalähtöinen rintasyövän seulonta kaikkien ulottuville.

Kiitos haastattelusta, lukijat, jotka haluavat oppia lisää, voivat vierailla Vara:ssa.