Joseph Mossel, Co-Fondateur & PDG d’Ibex Medical Analytics – Série d’entretiens

Joseph Mossel est le PDG d’Ibex Medical Analytics. Sa carrière dans l’industrie technologique s’étend sur plus de 20 ans, commençant par le développement de logiciels et la gestion de produits, suivie de postes de direction dans des startups, de grandes entreprises multinationales et des organisations à but non lucratif. Joseph a mené des produits de leur conception à leur maturité en tant qu’entreprises à plusieurs millions de dollars. Il détient un master en sciences informatiques de l’Université de Tel Aviv et un master en sciences de l’environnement de la VU Amsterdam.

Développé par des pathologistes pour des pathologistes, Ibex est une plateforme multi-tissus de niveau clinique qui aide les pathologistes à détecter et à évaluer les cancers du sein, de la prostate et de l’estomac, ainsi que plus d’une centaine d’autres caractéristiques cliniquement pertinentes.

Intégrée de manière transparente aux solutions de logiciels de pathologie numérique de tiers, aux plateformes de numérisation et aux systèmes d’information de laboratoire, les flux de travail activés par l’IA d’Ibex livrent des insights de haute qualité automatisés qui améliorent la sécurité des patients, renforcent la confiance des médecins et augmentent la productivité.

Qu’est-ce qui vous a inspiré à co-fonder Ibex Medical Analytics (Ibex), et quel problème essayiez-vous de résoudre ?

Le cancer, malheureusement, touche tout le monde – que ce soit personnellement, en tant que soignant pour quelqu’un atteint de cancer, ou en connaissant quelqu’un qui a été touché. J’ai des proches et des amis qui ont été touchés par le cancer, et tragiquement, l’un de nos employés est décédé d’un cancer.

Alors que l’incidence du cancer continue d’augmenter dans le monde, il y a une demande croissante pour des diagnostics du cancer qui est exacerbée par une pénurie mondiale de pathologistes, dont les emplois deviennent plus complexes avec les progrès de la thérapie et une demande de diagnostics plus complexes.

Notre plateforme aide à surmonter ces défis en dotant les pathologistes d’outils d’IA qui améliorent la précision et rationalisent les flux de travail pour garantir que chaque patient reçoive un diagnostic précis et opportun, qui est essentiel à la fois pour guider les décisions de traitement et améliorer en fin de compte les résultats pour les patients.

Nous sommes fiers du travail que nous faisons pour nos clients, dont beaucoup comptent quotidiennement sur notre technologie pour fournir de meilleurs diagnostics. La confiance qu’ils accordent à nos solutions met en évidence l’impact réel que nous avons, en transformant le domaine de la pathologie et en améliorant les résultats pour les patients.

Pouvez-vous partager un peu votre parcours et comment il vous a mené à votre travail dans la pathologie alimentée par l’IA ?

Si je regarde mon parcours, il y a eu deux forces motrices : une recherche de sens et une préférence pour l’interdisciplinarité plutôt que la spécialisation approfondie. Je suis chanceux de diriger une entreprise qui me donne un profond sens du but et me permet de travailler avec une équipe incroyablement talentueuse issue de divers horizons et disciplines.

Mon parcours universitaire initial était en sciences informatiques, avec une spécialisation en neurosciences computationnelles. J’ai ensuite travaillé en tant qu’ingénieur d’algorithmes et suis passé à la gestion de produits. Après un passage dans une grande entreprise, j’ai décidé que ce n’était pas pour moi. J’ai obtenu un diplôme en sciences de l’environnement et ai dirigé une organisation à but non lucratif environnemental pendant plusieurs années. La durabilité reste une de mes passions et est considérée comme le grand défi de notre époque.

Il y a environ dix ans, j’ai rencontré mon co-fondateur, Chaim Linhart, qui était également animé par le désir de faire une différence significative et partageait ma passion pour la technologie. Chaim, contrairement à moi, est un spécialiste. Il détient un doctorat en sciences informatiques et compte plus de 25 ans d’expérience dans le développement d’algorithmes, l’IA et l’apprentissage automatique (ML). Dans les premiers jours d’Ibex, Chaim était occupé à remporter des concours Kaggle (ML).

Lorsque nous avons appris que la pathologie était (lentement) numérisée, nous avons parlé de l’impact que une transformation numérique de la pathologie pourrait avoir sur l’amélioration des diagnostics du cancer. Des centaines de sociétés développaient déjà de l’IA en radiologie, et nous nous sommes demandé pourquoi ne pas faire de même en pathologie ? Il semblait être une combinaison naturelle pour apporter notre expertise technologique dans le domaine, en collaborant étroitement avec des pathologistes à chaque étape.

Quels ont été les plus grands défis que vous avez rencontrés au début d’Ibex, et comment les avez-vous surmontés ?

L’idée – que nous n’étions pas les premiers à avoir – d’appliquer l’IA aux lames de pathologie était la partie facile. L’exécution est difficile. Les trois principaux défis que nous avons rencontrés dans les premiers jours d’Ibex étaient l’accès aux données, l’accès au capital et l’accès à des connaissances spécifiques au domaine.

Nous avons résolu le défi des données en nous associant aux Services de santé Maccabi d’Israël. À ce moment-là, nous étions deux jeunes entrepreneurs sans connaissance médicale qui avaient décidé de lancer une startup médicale dans un domaine très complexe. Cependant, Varda Shalev, qui dirigeait l’unité d’innovation de Maccabi à l’époque, a cru en notre vision, et nous avons signé un accord de partenariat et de partage de données avec Maccabi. À ce stade, le Dr Judith Sandbank, le pathologiste en chef d’Ibex, est devenu notre directeur médical (CMO), un poste qu’il occupe toujours. Avec un partenaire stratégique et un CMO, nous étions désormais bien positionnés pour lever un tour de démarrage, que nous avons levé auprès de Kamet Ventures, un studio de venture français qui faisait partie d’AXA Insurance.

Nous étions désormais en position de faire l’histoire. Nous avons embauché deux ingénieurs et développé notre premier algorithme de détection du cancer de la prostate. Une fois que nous avons été satisfaits de ses performances, nous l’avons déployé au laboratoire de pathologie de Maccabi en tant que deuxième lecture, en examinant tous les cas après une première lecture par le pathologiste. À notre surprise, en quelques jours, le système a émis une alerte pour un cas de cancer qui avait été manqué par le pathologiste. Pour autant que nous le sachions, il s’agissait du premier cas où le diagnostic initial de cancer a été établi par un algorithme, en 2018.

Félicitations pour avoir reçu la clearance FDA 510(k) pour Ibex Prostate Detect ! Qu’est-ce que cette approbation signifie pour Ibex et le domaine plus large des diagnostics alimentés par l’IA ?

Merci ! Cette approbation marque une étape importante dans le parcours d’Ibex et illustre notre engagement à développer des solutions cliniquement validées qui aident à améliorer les résultats de santé des patients. Elle confirme notre engagement en faveur de la sécurité et de l’efficacité de nos solutions et renforce notre capacité à fournir une innovation de pointe aux pathologistes, au bénéfice ultime des patients qu’ils servent.

Nous envisageons que ce jalon considérable brisera les barrières et accélérera l’adoption de l’IA et de la numérisation en pathologie. Nous espérons que cette réalisation renforcera la confiance de l’industrie dans le fait que la technologie est facile à mettre en œuvre et prête à être utilisée à grande échelle. À long terme, la clearance de la FDA est une étape importante vers l’obtention d’une remboursement pour l’IA en pathologie et la promotion d’une adoption généralisée.

Le processus de validation de la FDA a mis en évidence un taux de 13 % de cancers manqués dans les diagnostics initiaux bénins. Qu’est-ce que cela nous indique sur le potentiel de l’IA pour améliorer la précision diagnostique ?

Dans les études de précision et de validation clinique robustes menées dans plusieurs laboratoires aux États-Unis et en Europe dans le cadre de la clearance de la FDA, le système a identifié un taux de 13 % de cancers manqués dans un groupe de patients consécutifs initialement diagnostiqués comme bénins. Cette statistique renforce la précision et l’impact des produits d’Ibex, et elle valide également que la plateforme d’IA d’Ibex peut être intégrée de manière sécurisée dans les flux de travail cliniques, améliorant ainsi la précision diagnostique et, en fin de compte, les soins aux patients. En fournissant une couche d’analyse supplémentaire, notre technologie aide à réduire les erreurs, à permettre une meilleure prise de décision clinique et à promouvoir la sécurité des patients.

Comment Ibex Prostate Detect fonctionne-t-il, et qu’est-ce qui le distingue des autres solutions de pathologie alimentées par l’IA ?

Ibex Prostate Detect est un dispositif médical de diagnostic in vitro qui utilise l’IA pour générer des cartes thermiques identifiant les cancers prostatiques manqués. Agissant comme un filet de sécurité, Ibex Prostate Detect aide les pathologistes à garantir que les patients reçoivent un diagnostic précis. Il utilise des algorithmes d’IA pour améliorer la précision du diagnostic du cancer de la prostate.

Le dispositif est destiné à identifier les tumeurs qui pourraient avoir été manquées par le pathologiste. Si des tissus suspects de cancer de la prostate sont identifiés, le système génère une alerte et inclut une carte thermique, dirigeant le pathologiste vers les zones susceptibles de contenir du cancer. Ibex Prostate Detect est la seule solution approuvée par la FDA qui fournit des cartes thermiques alimentées par l’IA pour toutes les zones avec une probabilité de cancer, offrant une explication complète au pathologiste qui examine.

Pouvez-vous expliquer comment la fonction de carte thermique aide les pathologistes à identifier les tissus cancéreux ?

Ibex Prostate Detect est destiné à identifier les cas initialement diagnostiqués comme bénins pour un examen plus approfondi par un pathologiste. Si elle détecte une morphologie tissulaire suspecte pour l’adénocarcinome prostatique (AdC), la prolifération acinaire atypique (ASAP) et d’autres sous-types de cancer rares, elle fournit des alertes qui incluent une carte thermique des zones tissulaires dans les images de lame complète qui sont susceptibles de contenir du cancer, offrant une explication complète au pathologiste qui examine.

En général, la carte thermique est précise et peut fournir au pathologiste des zones de préoccupation sur lesquelles il peut se concentrer et déterminer le diagnostic correct. Dans les études de précision et de validation clinique menées dans le cadre de la clearance de la FDA, les cartes thermiques d’Ibex Prostate Detect ont démontré une précision extrême au niveau des pixels et ont déterminé ce qui suit :

• La quasi-totalité des zones cancéreuses sont couvertes par la carte thermique (sensibilité = 98,7 %).
• Presque tout ce qui est mis en évidence comme ayant une forte probabilité de cancer dans la carte thermique est effectivement du cancer (PPV = 99,6 %).
• Les cas de cancer manqués (faux négatifs) identifiés par le système ont été ultérieurement vérifiés par des pathologistes experts, confirmant l’utilité clinique et les avantages du produit par rapport aux soins standard actuels.

Comment le modèle d’IA différencie-t-il les tissus bénins et les tissus malins, et comment a-t-il été formé ?

L’algorithme d’apprentissage profond est basé sur des réseaux de neurones convolutionnels multicouches, fonctionnant sur plusieurs niveaux de grossissement. L’IA est exceptionnellement robuste, démontrant une grande précision dans de nombreux laboratoires et démographies de patients. Notamment, conformément à notre devise de « par les pathologistes, pour les pathologistes », le modèle a été formé sur plus d’un million de lames soigneusement annotées par des pathologistes de renom mondial dans des centres médicaux de premier plan. Cette approche est coûteuse, mais nous croyons qu’il est très difficile d’atteindre le niveau de performance que nous visons sans l’expertise des pathologistes. En agissant ainsi, nous équipons tous les pathologistes d’avis d’experts et nous nous assurons que chaque patient, quelle que soit sa localisation, reçoit un niveau de diagnostic à la hauteur des meilleurs spécialistes du monde.

Au-delà du cancer de la prostate, Ibex travaille également sur des solutions pour les cancers du sein et de l’estomac. Qu’est-ce qui vient ensuite pour l’entreprise en termes de nouvelles capacités de diagnostic ?

Ibex a déjà un impact considérable sur les solutions de diagnostic alimentées par l’IA pour les cancers du sein et de l’estomac. En tant que leader mondial dans les déploiements cliniques, de nombreux laboratoires – y compris ceux aux États-Unis – utilisent déjà les produits d’Ibex pour transformer leur pratique médicale. Nos produits ont prouvé qu’ils ont un impact clinique réel, et les pathologistes font confiance à l’IA et attestent de la valeur qu’elle apporte. Nous travaillons maintenant à lancer une nouvelle technologie sur le marché, une technologie qui a été développée et validée par Ibex en collaboration avec AstraZeneca et Daiichi Sankyo. L’algorithme spécifique qui est le premier à être publié aide à quantifier l’expression de HER2, ce qui aide les prestataires à déterminer le plan de traitement pour le patient.

En regardant vers l’avenir, nous allons continuer à élargir nos offres pour fournir des informations supplémentaires dans les types de tissus que nous soutenons déjà. Nous cherchons également à proposer des offres dans d’autres domaines tissulaires et à améliorer continuellement les flux de travail de nos clients.

Comment voyez-vous l’évolution de la pathologie alimentée par l’IA dans les cinq à dix prochaines années ?

Je prévois que l’IA aura un impact profond sur la pratique de la pathologie et la façon dont le cancer est diagnostiqué. Je ne vois pas l’IA remplacer les pathologistes, mais comme pour chaque nouvelle avancée technologique, la pratique sera transformée. L’IA continuera à être instrumentale pour répondre aux défis de main-d’œuvre croissants dans les soins de santé, en particulier la pénurie mondiale de pathologistes et la charge de travail croissante due à l’augmentation des cas de cancer. La mise en œuvre d’une IA responsable aidera les pathologistes à gérer leur charge de travail plus efficacement, améliorant ainsi l’efficacité diagnostique et réduisant les retards. En automatisant les tâches routinières, l’IA peut réduire les taux d’erreur, améliorer la qualité du diagnostic et, en fin de compte, renforcer la confiance des pathologistes dans leur travail. Je suis fortement convaincu que l’IA, avec un humain dans la boucle, est la meilleure combinaison pour transformer les soins de santé.

Un autre domaine plein de promesses est l’expansion au-delà de la pratique actuelle de la pathologie vers le domaine des algorithmes prédictifs. Des algorithmes qui pourraient potentiellement combiner plusieurs modalités pour prédire les résultats ou, de manière cruciale, l’efficacité du traitement.

L’IA peut également améliorer l’équité en matière de santé grâce à un accès démocratisé aux soins de santé. Quelle que soit la localisation, chaque patient mérite un diagnostic fiable. Il serait formidable que la technologie d’IA soit déployée dans le cadre de la pratique standard dans chaque laboratoire de pathologie dans le monde. Cependant, cela commence par une collaboration entre les médecins, l’industrie et les agences pour accélérer le déploiement de cette technologie – je pense que nous le devons aux patients.

Je vous remercie pour cette grande interview. Les lecteurs qui souhaitent en savoir plus devraient visiter Ibex Medical Analytics.