Julianna Ianni, Varapuheenjohtaja, Tekoälytutkimus ja -kehitys, Proscia – Haastattelusarja

Julianna Ianni johtaa Proscian tekoälytutkimusta ja -kehitystä korkealaatuisen laskentaperustaisen patologian tuotteiden kehittämiseksi. Proscia pyrkii vieköön laboratoriot perinteisten työkalujen rajojen ulkopuolelle sen Concentriq^® -digitaalisen patologian alustan ja laskentaperusteisten sovellusten avulla. Toimien modernin digitaalisen laboratorion keskuksessa, nämä teknologiat muuttavat patologian taloutta ja käytäntöjä, ja antavat modernin, datakeskeisen lääketieteen voiman käytettäväksi syöpää vastaan.

Voitko kertoa Proscian taustatarinan?

Patologia on keskeinen osa biolääketieteellistä tutkimusta ja syövän diagnosointia; kuitenkin, vaikka olemme kaikki nähneet digitalisaation vaikuttavan lähes jokaiseen terveydenhuollon osa-alueeseen, patologia on säilynyt suurelta osin muuttumattomana 150-vuotisen historian ajan. Se keskittyy edelleen patologin tunnistamiseen kuvioita kudoksessa mikroskoopin avulla. Tämä käytäntö on luonteeltaan manuaalinen ja subjektiivinen, ja nämä haasteet ovat entisestään korostuneita patologien vähenevän määrän ja syövän kasvavan taakan myötä.

Proscia perustettiin edistämään tätä hoitotapaa. Perustajamme tunnistivat mahdollisuuden ottaa vastaan syövän vastainen taistelu ajamalla patologian siirtymistä mikroskoopista kuvien pariin. Tämän tekemällä – ajamalla digitaalista patologiaa eteenpäin – mahdollistamme laboratorioiden suorittaa toimintojaan sujuvammin, saavuttaa merkittäviä parannuksia laadussa ja tuottavuudessa, ja avaamme uusia, silmällä näkymättömiä oivalluksia. Nämä hyödyt yhdessä auttavat tutkijoita kiihdyttämään läpimurtoja ja patologeja parantamaan potilaiden tuloksia ympäri maailmaa.

Jo varhaisista päivistämme lähtien olemme kerryttänyt asiakaskunnan, johon kuuluvat johtavat laboratoriot, terveydenhuoltojärjestelmät, elämänalojen yritykset ja tutkimuslaitokset. Monien yritysasiakkaidemme joukossa työskentelemme Johns Hopkinsin yliopiston, Pennsylvanian yliopiston ja 10 parhaan lääketeollisuusyhtiön kanssa. Viimeksi mainitsemme, että LabPON, maailman ensimmäinen laboratorio, joka on saavuttanut 100 %:n digitaalisen patologian diagnosoinnin, siirtyy käyttämään ohjelmistoaamme, ja Joint Pathology Center, joka hallinnoi maailman suurinta ihmiskudoksen tietokantaa, siirtyy Proscian kanssa digitaaliseen muotoon.

Proscia on digitaalinen ja laskentaperustainen patologian yritys. Voitko selittää lukijoillemme, mitä tämä tarkoittaa?

Yleisellä tasolla digitaalinen patologia on lasien mikroskooppisten liukasteiden digitalisointia skannerin avulla, jonka jälkeen ne voidaan tarkastella, hallita, jakaa ja analysoida ohjelmistojen avulla, mukaan lukien laskentaperusteiset sovellukset, jotka hyödyntävät tekoälyä.

Proscia keskittyy nimenomaan ohjelmistopuoleen. Tarjoamme perusohjelmiston, jota kutsutaan Concentriqiksi, joka tarjoaa kaikki laboratorioiden tarvitsemat toiminnot patologian perustoimintojen suorittamiseksi. Concentriq toimii myös tekoälysovellusten laukaisualustana, mukaan lukien joukko ratkaisuja, joita kehitämme.

Korostin useita tekoälyllisen digitaalisen patologian hyötyjä, kuten tehokkuuden ja tuottavuuden parantamisen sekä uusien oivallusten avaamisen, joten tarkastellaan nyt joitakin näiden sovellusten erityisiä tapauksia. Eräs asia, joka on erityisen ajankohtainen tällä hetkellä, on etätoiminnan mahdollistaminen COVID-19-aikana. Kun laboratoriot ovat joutuneet sopeutumaan uusiin työtavoitteisiin sosiaalisen etäisyyden vuoksi, digitaalinen patologia on mahdollistanut patologeille jatkaa työskentelemistä ja palvella potilaita, koska se mahdollistaa heille helposti jakaa kuvia ja tarkastella niitä tarpeen mukaan alustalla kuten Concentriq. Vaihtoehtona on usein, että laboratoriot joutuvat lähettämään fyysisiä lasiliukasteita patologien kotiin. Ajattele, kuinka aikaa vievää ja kallista tämä voisi olla!

Voitko kuvata, miten tekoälyä käytetään patologiassa tällä hetkellä? Mihin se on menossa?

Tämä on suuri kysymys! Tekoäly on osoittanut lupaavaa patologian useilla osa-alueilla. Yksi yleinen tekoälyn sovellus patologiassa on tunnistaa tiettyjä alueita kuvassa, joissa on kasvainsolukkoa, jotta voidaan kiinnittää patologin huomio sinne. Se voidaan myös käyttää antamaan määrällisiä oivalluksia kudosnäytteistä – esimerkiksi laskemalla solujen määrää, jotka ovat aktiivisesti jakautumassa (yleinen syövän merkki). Jotkut työskentelevät myös luokitteluongelmissa, kuten kuvien luokittelussa diagnosoinnin tai tiettyjen kuvioitten perusteella, ja jotkut työskentelevät keinoja, joilla voidaan käyttää tekoälyä ennustamaan potilaiden tuloksia tai reaktioita tiettyihin hoitoihin. On niin paljon mielenkiintoista työtä tämän alueen parissa!

Proscian DermAI hyödyntää syvää oppimista ennakoidakseen ja luokitellakseen satoja ihon sairauksien variantteja ennen diagnostiikkaa. Mitkä olivat avainhuomiot DermAI:n suunnittelussa ja kehittämisessä?

Ensisijaisesti meidän piti määritellä, mitä järjestelmää olemme rakentamassa. Halusimme, että se voisi luokitella minkä tahansa ihon sairauden, ei vain tietyn tyyppistä. Ja on todella paljon vaihtelua ihon patologiassa, kuten mainitsin, satoja variantteja. Joten meidän piti varmistaa, että meillä on kaikki tämä vaihtelu hyvin edustettuna koulutusjoukoissamme. Tämä voi olla melko haastavaa, koska joitakin sairauksia on harvinaisempia kuin toisia, ja on vaikea rakentaa tietokantaa, jossa on tarpeeksi esimerkkejä näistä harvinaisemmista patologioista koulutusta varten ja varmistaa, että meillä on tarpeeksi esimerkkejä mallin oppimista varten.

DermAI:ssa todettiin, että syvän oppimisen algoritmit voivat olla herkkiä kuvavirheille. Mitä tarkalleen ottaen ovat nämä kuvavirheet ja mitkä ovat ratkaisut tähän ongelmaan?

Kyllä, joitakin tutkimuksia on osoittanut, että tekoälyjärjestelmät voivat olla herkkiä kuvavirheille patologiassa kuten muissakin aloissa. Nämä ovat usein yksinkertaisia asioita, joita ihmisaivot helposti ohittavat – esimerkiksi likaa liukkaalla, pieniä valaistuksen muutoksia, epätarkkoja alueita kuvassa, mustetta, jonka patologit usein käyttävät merkintöjä varten. Mainitsen muutamia esimerkkejä, mutta niitä on lukuisia. Tekoälyjärjestelmät voivat helposti hämätä näistä ongelmista, jos ne eivät ole koulutettu niiden kanssa.

Miten tekoälysovellukset kuten DermAI toteutetaan patologian laboratorioissa?

Se on erinomainen kysymys. Vaikka eri laboratoriot ottaa erilaisia lähestymistapoja, uskomme, että ainoa tapa, jolla laboratoriot voivat laajentaa tekoälysovellustensa käyttöä, on hyödyntämällä tekoälyllistä alustaa. Kuten mainitsin aiemmin, laboratorioiden digitaalisen patologian toiminnot keskittyvät alustaan, jota he käyttävät kuvien tarkasteluun, hallintaan ja analyysiin. Proscian alusta, Concentriq, tarjoaa kaiken tämän toiminnallisuuden ja toimii myös tekoälysovellusten laukaisualustana. Uskomme, että tämä lähestymistapa tekee laboratorioille helpoksi tekoälyn käyttöönoton käytännössä, ja integroi sen saumattomasti päivittäiseen työhön, jotta he voivat hyödyntää sitä laajamittaisesti ja saavuttaa sen todellisen lupaavuuden.

Onko mitään muuta, mitä haluaisit jakaa Proscian kanssa?

Olen todella innoissani siitä, mitä minun tiimini ja minä teemme. Valitettavasti me kaikki tiedämme jonkun, joka on vaikuttunut syövän vaikutuksesta ja sen merkittävistä vaikutuksista heihin ja heidän läheisiinsä. Meidän työmme voi parantaa potilaiden tuloksia ja tehdä todella merkittävän eron. Tämä on asia, josta olen ylpeä olemassa.

On hienoa nähdä, että niin moni johtava organisaatio uskoo työhömme. Viime kuukausien aikana Joint Pathology Center (JPC), joka hallinnoi maailman suurinta ihmiskudoksen tietokantaa, valitsi Proscian digitalisoida tämän arkistonsa. JPC:llä on useita syitä digitalisoida, mukaan lukien tekoälyn kehittäminen. LabPON, maailman ensimmäinen laboratorio, joka on saavuttanut 100 %:n digitaalisen patologian diagnosoinnin, valitsi myös Proscian alustan laajentamaan patologian toimintojaan ja luomaan perustan tekoälyjärjestelmien kehittämiseksi. LabPON myös yhteistyössä meidän kanssamme tekoälyjärjestelmien kehittämisessä ja validoinnissa.

Ja lopuksi, tunnustamme, ettei voida muuttaa patologian käytäntöjä yksin, ja olemme jatkuvasti kasvattamassa tiimiämme. Jos olet kiinnostunut liittymään meihin, rohkeasti kannustan sinua oppimaan lisää Prosciasta ja tarkastamaan avoimet työpaikat.