जोनास मफ, वारा - साक्षात्कार श्रृंखला के संस्थापक और सीईओ

जोनास मफ के संस्थापक और सीईओ हैं Vara एक स्तन कैंसर जांच मंच। जर्मनी में स्थापित, वारा यूरोप के कई देशों में काम कर रहा है। उन्होंने हाल ही में इस वर्ष ग्रीस और मैक्सिको में दो प्रमुख साझेदारियों की घोषणा की है, जो 30 मिलियन से अधिक महिलाओं को इसकी तकनीक उपलब्ध कराएगी।

सबसे पहले किस चीज़ ने आपको कृत्रिम बुद्धिमत्ता के क्षेत्र की ओर आकर्षित किया?

एक डॉक्टर के बेटे के रूप में, मेरा हमेशा मानना ​​रहा है कि स्वास्थ्य देखभाल की शक्ति और क्षमता सिर्फ इलाज के बजाय रोकथाम में निहित है; केवल बीमारों का इलाज करने के बजाय स्वस्थ लोगों को स्वस्थ रखना। कृत्रिम बुद्धिमत्ता न केवल इस प्रतिमान बदलाव को खोलने में बल्कि आधुनिक स्वास्थ्य प्रणालियों को रोग के निदान और उपचार दोनों में बड़ी छलांग लगाने में मदद करने में महत्वपूर्ण है। एआई-संचालित डायग्नोस्टिक्स सस्ता होने और विशेषज्ञ ज्ञान के संसाधनों पर कम निर्भर होने की क्षमता रखता है, जिसकी वैश्विक कमी है। इस तरह एआई का उपयोग संभावित रूप से कम विकसित देशों में उच्च गुणवत्ता वाली दवा प्रदान करने के लिए किया जा सकता है ताकि अच्छी स्वास्थ्य देखभाल तक पहुंच को निष्पक्ष और अधिक वैश्विक बनाया जा सके।

क्या आप वारा के पीछे की उत्पत्ति की कहानी पर चर्चा कर सकते हैं?

वारा का जन्म बर्लिन के एक वेंचर स्टूडियो मेरेंटिक्स में हुआ था, जिसका उद्देश्य सहयोगात्मक दृष्टिकोण के माध्यम से एआई की क्षमता को अनलॉक करना था। मेरैंटिक्स वास्तविक दुनिया की समस्याओं से नवीन तरीकों से निपटने के लिए उद्यमशील मानसिकता वाले विभिन्न पृष्ठभूमियों के लोगों को एक साथ लाता है। हमने मशीन लर्निंग विशेषज्ञों, सॉफ्टवेयर डेवलपर्स, उत्पाद डिजाइनरों और रेडियोलॉजिस्ट की एक टीम को इकट्ठा किया, और नीचे से ऊपर तक स्तन कैंसर स्क्रीनिंग वर्कफ़्लो की फिर से कल्पना करने के लिए तैयार हुए।

मैमोग्राम पढ़ते समय, एक स्क्रीनिंग रेडियोलॉजिस्ट प्रभावी ढंग से भूसे के ढेर में सुई की तलाश कर रहा होता है। जबकि मैमोग्राम के विशाल बहुमत को 'सामान्य' माना जाएगा - यानी, उनमें स्तन कैंसर का कोई संकेत नहीं होगा - एक छोटा, लेकिन पूरी तरह से महत्वपूर्ण अल्पसंख्यक संदिग्ध होगा और आगे के विश्लेषण की आवश्यकता होगी।

इससे रेडियोलॉजिस्ट पर यह सुनिश्चित करने का भारी दबाव पड़ता है कि कोई भी सुई न छूटे, लेकिन उन्हें अपने दैनिक कामकाजी जीवन का 98% (या अधिक) सामान्य मैमोग्राम की रिपोर्ट करने में खर्च करना पड़ता है। यह एक ऐसा संयोजन है जो गलतियों को जन्म दे सकता है और जिस पर हमने पहले दिन से विश्वास किया है कि एआई मानवीय त्रुटियों की भरपाई और प्रशासनिक बोझ को हटाकर दोनों को हल करने में मदद कर सकता है। इस तरह, रेडियोलॉजिस्ट विसंगतियों का पता लगाने पर और भी अधिक ध्यान दे सकते हैं।

इसे ध्यान में रखते हुए, हमने एक ऐसा प्लेटफॉर्म बनाने के लिए जर्मनी के कुछ प्रमुख स्क्रीनिंग रेडियोलॉजिस्ट के साथ साझेदारी की, जो संपूर्ण क्लिनिकल वर्कफ़्लो को मानकीकृत करता है और उन्नत एआई, ऑटोमेशन और डेटा प्रबंधन टूल के उपयोग के माध्यम से इसे बढ़ाता है। रेडियोलॉजिस्ट को बदलने की कोशिश करने के बजाय, वारा प्लेटफ़ॉर्म का लक्ष्य प्रक्रियाओं को अधिक कुशल, अधिक पारदर्शी और अधिक प्रभावी बनाने के लिए उन्हें सुपरचार्ज करना है।

हमारे काम के माध्यम से, हमने यह भी महसूस किया कि यद्यपि स्तन कैंसर की जांच अधिकांश यूरोपीय देशों में दी जाती है, जिसमें हमारा गृह देश जर्मनी भी शामिल है - जिसके पास 2002 में जनसंख्या-आधारित स्क्रीनिंग कार्यक्रम शुरू करने की गौरवपूर्ण विरासत है - दुनिया के अधिकांश देश ऐसा करते हैं महिलाओं की स्क्रीनिंग की पेशकश न करें. हमारा मानना ​​है कि हर महिला को स्क्रीनिंग का अधिकार है और इसलिए हमारे मंच को दुनिया में कहीं भी काम करने के लिए डिज़ाइन किया गया है। हमारा मिशन डेटा-संचालित स्तन कैंसर स्क्रीनिंग को सभी के लिए अधिक सुलभ बनाना है।

डेटा को प्रशिक्षित करने के लिए कितने प्रशिक्षण सेटों का उपयोग किया गया है, और क्या इन सेटों में विभिन्न प्रकार की त्वचा के प्रकार शामिल हैं?

हमारे मॉडल यूरोप, मुख्य रूप से जर्मनी के डेटा का उपयोग करके 7 मिलियन से अधिक मैमोग्राम के आधार पर विकसित किए गए हैं।

विभिन्न आबादी और जातीयताओं के बीच मैमोग्राम बहुत समान होते हैं। वैश्विक आबादी में स्तन घनत्व (स्तन में वसायुक्त ऊतक की मात्रा), पैथोलॉजिकल कैंसर उपप्रकार, साथ ही घाव के प्रकार और घाव के आकार में भिन्नता है।

वारा का मूल्यांकन करते समय, हमने न केवल औसत प्रदर्शन पर विचार किया, बल्कि प्रत्येक उपसमूह में प्रदर्शन को भी देखा, यानी फैटी बनाम घने स्तन, या छोटे बनाम बड़े घाव। हमारे नतीजे बताते हैं कि हम सभी प्रासंगिक उपसमूहों में रेडियोलॉजिस्ट के मेट्रिक्स में सुधार कर सकते हैं।

इसका मतलब यह है कि भले ही उदाहरण के लिए, अन्य आबादी की महिलाओं के स्तन अधिक घने हों, फिर भी वारा उनकी देखभाल के मानक में सुधार करेगी। हमने मेक्सिको में एआई के प्रदर्शन को समझने के लिए एक स्थानीय मूल्यांकन किया ताकि यह सुनिश्चित किया जा सके कि हम वास्तव में देखभाल के मानक में सुधार कर सकें। और हम वास्तविक समय में वारा के संभावित प्रदर्शन की निगरानी करना जारी रखेंगे और अपने स्क्रीनिंग भागीदारों के साथ लगातार बातचीत में बने रहेंगे। हमारा लक्ष्य एआई द्वारा संचालित एक मानकीकृत, स्क्रीनिंग वर्कफ़्लो प्रदान करके मेक्सिको में देखभाल के मानक में सुधार करना है।

वारा प्रणाली प्रत्येक मैमोग्राम के लिए 3 प्रकार के वर्गीकरणों का उपयोग करती है, क्या आप चर्चा कर सकते हैं कि ये क्या हैं और ये झूठी सकारात्मकता को रोकने में कैसे सहायता करते हैं?

निर्णय रेफरल मार्ग वारा द्वारा विकसित एक स्क्रीनिंग प्रक्रिया है जिसमें एल्गोरिदम केवल उन मामलों के लिए एक बयान देता है जब यह आत्मविश्वास से सटीक भविष्यवाणियां कर रहा होता है - जबकि अन्य मामलों को मानव विशेषज्ञता पर छोड़ दिया जाता है।

निर्णय रेफरल मार्ग का लक्ष्य एआई के साथ रेडियोलॉजिस्ट को संवेदनशीलता के साथ-साथ विशिष्टता दोनों में सुधार करने यानी झूठी नकारात्मक और झूठी सकारात्मकता को कम करने में सहायता करना है। साथ ही, एआई पूर्ण नहीं है और सभी मामलों के लिए 100% सही भविष्यवाणी नहीं कर सकता है। इसलिए, निर्णय रेफरल का लक्ष्य दोनों को बेहतर बनाने के लिए आज एआई की तकनीकी क्षमताओं के साथ रेडियोलॉजिस्ट की मानव विशेषज्ञता को जोड़ना है।

तब तीन प्रकार के वर्गीकरण हैं:

1. सामान्य ट्राइएजिंग: एल्गोरिदम उन मामलों के सबसेट का चयन करता है जिन्हें वह उच्च आत्मविश्वास के साथ सामान्य मानता है और रेडियोलॉजिस्ट के लिए स्वचालित रूप से उन मामलों को लेबल करता है। सामान्य ट्राइएजिंग का लक्ष्य न्यूनतम गलत वर्गीकरण के साथ यथासंभव अधिक से अधिक सामान्य मामलों को नकारात्मक लेबल करना है।
2. सुरक्षा तंत्र: ऐसे मामलों के लिए जहां एआई को पूरा भरोसा है कि छवियां संदिग्ध हैं, यह एक सुरक्षा जाल प्रदान करता है: क्या रेडियोलॉजिस्ट उन मामलों में से एक को नकारात्मक के रूप में वर्गीकृत करता है, सुरक्षा जाल ट्रिगर होता है और रेडियोलॉजिस्ट को छवि में एक विशिष्ट क्षेत्र की ओर इंगित करता है जो संदिग्ध है एआई को. इसके बाद रेडियोलॉजिस्ट निर्णय पर पुनर्विचार कर सकता है, संभावित रूप से कैंसर की चपेट में आ सकता है जो अन्यथा छूट जाता।
3. अवर्गीकृत मामले: महत्वपूर्ण बात यह है कि एआई सभी मामलों के लिए बयान नहीं देता है। ऐसे मामले हैं जिन्हें न तो सामान्य (सबसे कम संदिग्ध मामले) के रूप में वर्गीकृत किया गया है, न ही सुरक्षा जाल सक्रिय है (सबसे संदिग्ध मामले)। उन मामलों के लिए, एआई पर्याप्त आश्वस्त नहीं है और निर्णय विशेषज्ञता रेडियोलॉजिस्ट से आनी चाहिए।

निर्णय रेफरल की एक आंतरिक संपत्ति इसकी विन्यास क्षमता है। हम एआई को कॉन्फ़िगर कर सकते हैं ताकि सबसे कम 50% मामलों को सामान्य लेबल किया जा सके, या हम इसे सबसे कम 70% को सामान्य के रूप में लेबल करने के लिए कॉन्फ़िगर कर सकते हैं। इसी प्रकार, सुरक्षा जाल को 1% सबसे संदिग्ध मामलों के लिए सक्रिय किया जा सकता है, या वैकल्पिक रूप से 2% सबसे संदिग्ध मामलों के लिए सक्रिय किया जा सकता है।

रेडियोलॉजिस्ट सहित मनुष्य अक्सर संज्ञानात्मक पूर्वाग्रह का अनुभव करते हैं, एआई एप्लिकेशन इस समस्या को हल करने में कैसे मदद करता है?

हमारे एआई ने जर्मनी में दुनिया की सबसे अच्छी स्क्रीनिंग प्रणालियों में से एक के डेटा से सीखा है। इसके अलावा, प्रशिक्षण के दौरान एआई के पास वास्तव में उस डेटा तक पहुंच होती है जो रेडियोलॉजिस्ट के पास नैदानिक ​​​​अभ्यास में नहीं होती है। यानी, बायोप्सी परिणाम या प्रत्येक मामले का दो साल का फॉलोअप। व्यापक और प्रतिनिधि डेटासेट का उपयोग करके हम प्रशिक्षण डेटा में पूर्वाग्रहों को रोकते हैं।

फिर हमने मनुष्यों और एआई के बीच बातचीत में किसी भी संभावित पूर्वाग्रह को कम करने के लिए सुरक्षा जाल विकसित किया। सुरक्षा नेट रेडियोलॉजिस्ट को संदिग्ध क्षेत्र पहले से नहीं दिखाता है। इसके बजाय रेडियोलॉजिस्ट वारा व्यूअर के साथ अपने निष्कर्षों की रिपोर्ट करता है और यदि एआई रेडियोलॉजिस्ट के मूल्यांकन से असहमत है, तो वारा स्थानीय भविष्यवाणी दिखाता है। इससे रेडियोलॉजिस्ट को अपनी प्रारंभिक रिपोर्ट की समीक्षा करने और उसे अनुकूलित करने का अवसर मिलता है। इस तरह, सेफ्टी नेट मिस्ड कैंसर को कम करने में मदद करता है।

मनुष्यों के विपरीत, मॉडल थकता नहीं है, और दिन के समय से स्वतंत्र, लगातार बेहतर प्रदर्शन प्रदान कर रहा है। इसलिए एआई रेडियोलॉजिस्ट के परिणामों को वस्तुनिष्ठ बना सकता है।

जब प्रत्यारोपण जैसे संभावित किनारे के मामलों की बात आती है तो क्या आप स्तन कैंसर का पता लगाने की चुनौतियों पर चर्चा कर सकते हैं?

हमारे मॉडलों को स्क्रीनिंग में भाग लेने वाली सभी महिलाओं के वास्तविक दुनिया, विविध डेटासेट पर प्रशिक्षित किया गया है, जिसमें प्रत्यारोपण वाली महिलाएं भी शामिल हैं। हमने उन मामलों को वारा के लिए कोई विशेष चुनौती नहीं पाया है। इसके अतिरिक्त, हमारा मॉडल सभी मामलों के बारे में बयान नहीं देता है। यदि यह किसी विशिष्ट मामले के बारे में अनिश्चित है, तो यह निर्णय को रेडियोलॉजिस्ट पर टाल देता है, एक दृष्टिकोण जिसे हम निर्णय रेफरल कहते हैं (ऊपर देखें)।

वारा मैमोग्राम भी पोस्ट-स्क्रीन करता है, प्रक्रिया के इस चरण में विशेष रूप से क्या देखा जाता है?

रेडियोलॉजिस्ट द्वारा एक राय बनाने के बाद वारा भविष्यवाणियां दिखाता है (अधिक विवरण के लिए ऊपर "सुरक्षा जाल" देखें)। रेडियोलॉजिस्ट समय के साथ ऊतक और घावों के विकास की तुलना करके महत्वपूर्ण अंतर्दृष्टि प्राप्त करते हैं। इसी तरह, अस्थायी जानकारी का लाभ उठाने से एआई मॉडल की नैदानिक ​​सटीकता में और सुधार होगा। हमारा एआई न केवल वर्तमान परीक्षा पर चलता है, बल्कि कैंसर के लक्षणों के लिए पूर्व परीक्षाओं की भी जांच करता है - स्क्रीनिंग प्रदर्शन को और बेहतर बनाने के वादे के साथ।

क्या कुछ और है जो आप वारा के बारे में साझा करना चाहेंगे?

वारा एआई प्लेटफॉर्म का निर्णय रेफरल दृष्टिकोण अब जर्मनी की सभी स्क्रीनिंग इकाइयों में से 30% में उपयोग में है। हमारे वैश्विक मिशन के हिस्से के रूप में, हमने हाल ही में स्क्रीनिंग इकाइयाँ लॉन्च की हैं मेक्सिको और यूनान, उन क्षेत्रों में जमीनी स्तर पर स्वास्थ्य सेवा प्रदाताओं के साथ साझेदारी में। ऐसे साझेदारों के साथ, हम दिखा रहे हैं कि हम मौजूदा स्वास्थ्य सेवा बुनियादी ढांचे का लाभ कैसे उठा सकते हैं ताकि वे अपने वर्तमान सेट-अप को अत्याधुनिक, मानकीकृत स्क्रीनिंग सेवा में छलांग लगा सकें।

हमारी टीम दोगुनी होकर 30 हो गई है और हमने रेडियोलॉजी जैसे वैश्विक विशेषज्ञों को नियुक्त किया है प्रोफेसर काटजा पिंकर-डोमेनिग, जो हमारे प्रमुख चिकित्सा सलाहकार बने, साथ ही स्टीफ़न ड्रेयर मुख्य राजस्व अधिकारी बने। हमने अमेरिका और यूरोप के प्रसिद्ध शैक्षणिक संस्थानों, जैसे मेमोरियल स्लोअन केटरिंग कैंसर सेंटर, कैम्ब्रिज विश्वविद्यालय, के साथ भी सहयोग किया है। करोलिंस्का इंस्टिट्यूट और नॉर्वे की कैंसर रजिस्ट्री.

वारा का एआई प्रदर्शन पुनरुत्पादन और सामान्यीकरण के मामले में काफी संभावनाएं दिखा रहा है। विश्व प्रसिद्ध लांसेट डिजिटल हेल्थ में एक बड़ा पूर्वव्यापी अध्ययन वर्तमान में प्रेस में है, साथ ही यूरोपियन जर्नल ऑफ रेडियोलॉजी में अंतराल कैंसर की रोकथाम पर एक और महत्वपूर्ण सहकर्मी-समीक्षा प्रकाशन है।

हमने भी अभी शुरुआत की है जर्मनी का पहला संभावित अध्ययन नैदानिक ​​दिनचर्या में वारा का प्रभाव दिखाने के लिए। ये सभी उपलब्धियाँ हमें डेटा-संचालित स्तन कैंसर स्क्रीनिंग को सभी के लिए सुलभ बनाने के हमारे मुख्य मिशन को प्राप्त करने में मदद कर रही हैं।

बेहतरीन साक्षात्कार के लिए धन्यवाद, जो पाठक अधिक जानना चाहते हैं, उन्हें अवश्य आना चाहिए चिपकना।