साक्षात्कार
जोनास मफ, वारा के संस्थापक और सीईओ – साक्षात्कार श्रृंखला
Unite.AI को Google पर अपने पसंदीदा स्रोतों में जोड़ें
जोनास मफ वारा के संस्थापक और सीईओ हैं, जो एक स्तन कैंसर स्क्रीनिंग प्लेटफ़ॉर्म है। जर्मनी में स्थापित, वारा यूरोप के कई देशों में काम कर रहा है। उन्होंने इस साल ग्रीस और मेक्सिको में दो बड़े साझेदारी की घोषणा की, जिससे उनकी तकनीक 30 मिलियन से अधिक महिलाओं के लिए उपलब्ध होगी।
आपको कृत्रिम बुद्धिमत्ता के क्षेत्र में क्या आकर्षित किया?
एक डॉक्टर के बेटे के रूप में, मैंने हमेशा सोचा है कि स्वास्थ्य सेवा की शक्ति और संभावना रोकथाम में निहित है, न कि केवल उपचार में। कृत्रिम बुद्धिमत्ता इस परिवर्तन को संभव बनाने और स्वास्थ्य सेवा प्रणाली को बीमारी के निदान और उपचार में क्वांटम छलांग लगाने में मदद करने की कुंजी है। एआई-संचालित निदान सस्ता और विशेषज्ञ ज्ञान पर कम निर्भर हो सकता है, जिसकी वैश्विक कमी है। इस तरह, एआई का उपयोग विकसित देशों में उच्च गुणवत्ता वाली दवा प्रदान करने के लिए किया जा सकता है।
वारा की उत्पत्ति की कहानी क्या है?
वारा का जन्म मेरांटिक्स से हुआ, जो एक वेंचर स्टूडियो है जो बर्लिन में कृत्रिम बुद्धिमत्ता की क्षमता को अनलॉक करने के लिए एक सहयोगी दृष्टिकोण पर काम करता है। मेरांटिक्स विभिन्न पृष्ठभूमि के लोगों को एक साथ लाता है, सभी उद्यमी मानसिकता के साथ, वास्तविक दुनिया की समस्याओं का समाधान करने के लिए। हमने मशीन लर्निंग विशेषज्ञों, सॉफ्टवेयर डेवलपर्स, उत्पाद डिजाइनरों और रेडियोलॉजिस्टों की एक टीम का गठन किया और स्तन कैंसर स्क्रीनिंग वर्कफ्लो को नीचे से ऊपर तक पुनः कल्पना करने का लक्ष्य रखा।
जब रेडियोलॉजिस्ट मैमोग्राम पढ़ते हैं, तो वे एक सुई को एक तिहाई में ढूंढ रहे होते हैं। जबकि अधिकांश मैमोग्राम सामान्य होंगे – अर्थात, उनमें स्तन कैंसर के कोई संकेत नहीं होंगे – एक छोटा लेकिन महत्वपूर्ण अल्पसंख्यक संदिग्ध होगा और आगे विश्लेषण की आवश्यकता होगी।
यह रेडियोलॉजिस्ट पर दबाव डालता है ताकि वे सुनिश्चित करें कि कोई सुई नहीं छूटी है, लेकिन उन्हें अपने दैनिक कार्य जीवन का 98% (या अधिक) सामान्य मैमोग्राम रिपोर्ट करने में बिताना होगा। यह एक ऐसा संयोजन है जो त्रुटियों का कारण बन सकता है और जिसमें हमने दिन एक से माना है कि एआई दोनों को हल करने में मदद कर सकता है – मानव त्रुटियों के लिए क्षतिपूर्ति करने और प्रशासनिक बोझ को दूर करने के द्वारा। इस तरह, रेडियोलॉजिस्ट विसंगतियों को खोजने पर अधिक ध्यान केंद्रित कर सकते हैं।
इसके साथ ही, हमने जर्मनी के कुछ प्रमुख स्क्रीनिंग रेडियोलॉजिस्टों के साथ भागीदारी की ताकि एक प्लेटफ़ॉर्म बनाया जा सके जो पूरे नैदानिक वर्कफ्लो को मानकीकृत करे और इसे उन्नत एआई, स्वचालन और डेटा प्रबंधन उपकरणों के माध्यम से बढ़ाए। रेडियोलॉजिस्टों को बदलने के बजाय, वारा प्लेटफ़ॉर्म उन्हें सुपरचार्ज करने का लक्ष्य रखता है ताकि प्रक्रियाएं अधिक कुशल, पारदर्शी और प्रभावी हों।
हमारे काम के माध्यम से, हमें यह भी एहसास हुआ कि हालांकि स्तन कैंसर स्क्रीनिंग अधिकांश यूरोपीय देशों में,包括 हमारे घरेलू देश जर्मनी में, एक दिया गया है – जिसने 2002 में एक जनसंख्या-आधारित स्क्रीनिंग कार्यक्रम शुरू किया था – दुनिया के अधिकांश देशों में महिलाओं को स्क्रीनिंग नहीं दी जाती है। हम मानते हैं कि प्रत्येक महिला को स्क्रीनिंग का अधिकार है, और इसलिए हमारा प्लेटफ़ॉर्म 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।
आपके डेटा में कितने प्रशिक्षण सेट हैं, और क्या वे विभिन्न त्वचा प्रकारों को शामिल करते हैं?
हमारे मॉडल यूरोप, मुख्य रूप से जर्मनी से, 7 मिलियन से अधिक मैमोग्राम के डेटा पर विकसित किए गए हैं।
मैमोग्राम विभिन्न आबादी और जातीयता के बीच बहुत समान होते हैं। जो बदलता है वह स्तन घनत्व (स्तन में वसायुक्त ऊतक की मात्रा) है, पैथोलॉजिकल कैंसर उपप्रकार, साथ ही साथ घाव प्रकार और घाव के आकार।
जब हम वारा का मूल्यांकन करते हैं, तो हम केवल औसत प्रदर्शन पर विचार नहीं करते हैं, बल्कि प्रत्येक उपसमूह में प्रदर्शन को देखते हैं, अर्थात वसायुक्त बनाम घने स्तन, या छोटे बनाम बड़े घाव। हमारे परिणाम बताते हैं कि हम रेडियोलॉजिस्टों के मेट्रिक्स में सुधार कर सकते हैं सभी प्रासंगिक उपसमूहों में।
इसका मतलब है कि यदि अन्य आबादी की महिलाएं अधिक घने स्तनों वाली होती हैं, तो वारा अभी भी उनकी देखभाल के मानक में सुधार करेगा। हमने मेक्सिको में एआई के प्रदर्शन का मूल्यांकन करने के लिए एक स्थानीय मूल्यांकन किया ताकि यह सुनिश्चित किया जा सके कि हम वास्तव में देखभाल के मानक में सुधार कर रहे हैं। और हम वारा के संभावित प्रदर्शन की निगरानी करना जारी रखेंगे और अपने स्क्रीनिंग भागीदारों के साथ निरंतर संवाद में रहेंगे। हमारा लक्ष्य मेक्सिको में देखभाल के मानक में सुधार करना है एक मानकीकृत, स्क्रीनिंग वर्कफ्लो प्रदान करके जो एआई द्वारा संचालित है।
वारा प्रणाली मैमोग्राम के लिए तीन प्रकार के वर्गीकरण का उपयोग करती है, क्या आप उन्हें चर्चा कर सकते हैं और बता सकते हैं कि वे गलत सकारात्मक को रोकने में कैसे मदद करते हैं?
निर्णय संदर्भ मार्ग एक स्क्रीनिंग प्रक्रिया है जिसे वारा द्वारा विकसित किया गया है, जिसमें एल्गोरिदम केवल उन मामलों के लिए एक बयान बनाता है जब यह सटीक भविष्यवाणियां कर रहा होता है – जबकि अन्य मामलों को मानव विशेषज्ञता के लिए छोड़ देता है।
निर्णय संदर्भ मार्ग का लक्ष्य रेडियोलॉजिस्ट को एआई के साथ समर्थन देना है ताकि संवेदनशीलता और विशिष्टता दोनों में सुधार हो – अर्थात गलत नकारात्मक और गलत सकारात्मक को कम करना। उसी समय, एआई पूरी तरह से सही भविष्यवाणियां नहीं कर सकता है और सभी मामलों के लिए 100% सही भविष्यवाणियां नहीं कर सकता है। इसलिए, निर्णय संदर्भ का लक्ष्य मानव विशेषज्ञता को एआई की तकनीकी क्षमताओं के साथ जोड़ना है ताकि दोनों में सुधार हो।
वर्गीकरण के तीन प्रकार हैं:
- सामान्य ट्राइएजिंग: एल्गोरिदम उन मामलों का एक उपसमूह चुनता है जिन्हें यह उच्च आत्मविश्वास के साथ सामान्य मानता है और उन मामलों को रेडियोलॉजिस्ट के लिए स्वचालित रूप से लेबल करता है। सामान्य ट्राइएजिंग का लक्ष्य जितने संभव हो उतने सामान्य मामलों को नकारात्मक के रूप में लेबल करना है, न्यूनतम मिस्क्लासिफिकेशन के साथ।
- सुरक्षा जाल: उन मामलों के लिए जहां एआई बहुत आत्मविश्वास से संदिग्ध है, यह एक सुरक्षा जाल प्रदान करता है: यदि रेडियोलॉजिस्ट उन मामलों में से एक को नकारात्मक के रूप में वर्गीकृत करता है, तो सुरक्षा जाल ट्रिगर होता है और रेडियोलॉजिस्ट को छवि में एक विशिष्ट क्षेत्र की ओर इशारा करता है जो एआई के लिए संदिग्ध है। रेडियोलॉजिस्ट फिर से निर्णय पर विचार कर सकता है, संभावित रूप से एक कैंसर को पकड़ सकता है जो अन्यथा छूट जाएगा।
- अवर्गीकृत मामले: महत्वपूर्ण बात यह है कि एआई सभी मामलों के लिए एक बयान नहीं बनाता है। ऐसे मामले हैं जो न तो सामान्य (कम से कम संदिग्ध मामले) के रूप में वर्गीकृत किए जाते हैं, न ही सुरक्षा जाल (सबसे संदिग्ध मामले) को सक्रिय किया जाता है। उन मामलों के लिए, एआई पर्याप्त आत्मविश्वास से नहीं है और निर्णय विशेषज्ञता रेडियोलॉजिस्ट से आनी चाहिए।
निर्णय संदर्भ का एक अंतर्निहित गुण इसकी कॉन्फ़िगरेबिलिटी है। हम एआई को इस तरह कॉन्फ़िगर कर सकते हैं कि नीचे के 50% मामलों को सामान्य के रूप में लेबल किया जाए, या हम इसे नीचे के 70% को सामान्य के रूप में लेबल कर सकते हैं। इसी तरह, सुरक्षा जाल को 1% सबसे संदिग्ध मामलों के लिए सक्रिय किया जा सकता है, या वैकल्पिक रूप से 2% सबसे संदिग्ध मामलों के लिए।
मानव, रेडियोलॉजिस्ट सहित, अक्सर संज्ञानात्मक पूर्वाग्रह का अनुभव करते हैं, एआई अनुप्रयोग इस मुद्दे को कैसे हल करता है?
हमारा एआई जर्मनी में दुनिया की सबसे अच्छी स्क्रीनिंग प्रणालियों में से एक से डेटा से सीखा है। इसके अलावा, प्रशिक्षण के दौरान एआई को वास्तविक दुनिया में रेडियोलॉजिस्टों के पास उपलब्ध डेटा तक पहुंच होती है, अर्थात प्रत्येक मामले के बायोप्सी परिणाम या दो साल का अनुवर्ती कार्रवाई। व्यापक और प्रतिनिधि डेटासेट का उपयोग करके हम प्रशिक्षण डेटा में पूर्वाग्रह को रोकते हैं।
हमने सुरक्षा जाल विकसित किया ताकि मानव और एआई के बीच परस्पर क्रिया में संभावित पूर्वाग्रह को कम किया जा सके। सुरक्षा जाल रेडियोलॉजिस्ट को पहले से ही संदिग्ध क्षेत्रों को नहीं दिखाता है। इसके बजाय, रेडियोलॉजिस्ट वारा व्यूअर के साथ अपने निष्कर्षों की रिपोर्ट करता है और यदि एआई रेडियोलॉजिस्ट के मूल्यांकन से असहमत होता है, तो वारा स्थानीयकृत भविष्यवाणी दिखाता है। इससे रेडियोलॉजिस्ट को अपनी प्रारंभिक रिपोर्ट की समीक्षा करने और इसे अनुकूलित करने का अवसर मिलता है। इस तरह, सुरक्षा जाल मिस्ड कैंसर को कम करने में मदद करता है।
मानव के विपरीत, मॉडल थकता नहीं है, और यह लगातार बेहतर प्रदर्शन प्रदान करता है, दिन के समय से स्वतंत्र रूप से। एआई रेडियोलॉजिस्टों के परिणामों को वस्तुनिष्ठ बना सकता है।
स्तन कैंसर का पता लगाने में संभावित एज केस जैसे इम्प्लांट्स की चुनौतियों पर चर्चा करें?
हमारे मॉडल वास्तविक दुनिया के विविध डेटासेट पर प्रशिक्षित किए गए हैं, जिसमें सभी महिलाएं शामिल हैं जो स्क्रीनिंग में भाग लेती हैं, जिनमें इम्प्लांट वाली महिलाएं भी शामिल हैं। हमें लगता है कि वारा के लिए ऐसे मामले विशेष रूप से चुनौतीपूर्ण नहीं हैं। इसके अलावा, हमारा मॉडल सभी मामलों के बारे में बयान नहीं बनाता है। यदि यह एक विशिष्ट मामले के बारे में अनिश्चित है, तो यह निर्णय रेडियोलॉजिस्टों को सौंप देता है, जिसे हम निर्णय संदर्भ कहते हैं (ऊपर देखें)।
वारा मैमोग्राम को पोस्ट-स्क्रीन करता है, इस प्रक्रिया में क्या विशेष रूप से देखा जाता है?
वारा भविष्यवाणियां दिखाता है जब रेडियोलॉजिस्ट ने पहले से ही एक राय बना ली है (ऊपर देखें “सुरक्षा जाल” के लिए अधिक विवरण)। रेडियोलॉजिस्ट समय के साथ साथ ऊतक और घावों के विकास की तुलना करके महत्वपूर्ण अंतर्दृष्टि प्राप्त करते हैं। इसी तरह, समयिक जानकारी का लाभ उठाना एआई मॉडलों की निदान सटीकता में और सुधार करेगा। न केवल हमारा एआई वर्तमान परीक्षा पर चलता है, बल्कि यह पूर्व परीक्षणों को भी कैंसर के संकेतों के लिए जांचता है – स्क्रीनिंग प्रदर्शन में और सुधार का वादा करता है।
क्या वारा के बारे में और कुछ है जो आप साझा करना चाहेंगे?
वारा एआई प्लेटफ़ॉर्म का निर्णय संदर्भ दृष्टिकोण अब जर्मनी में सभी स्क्रीनिंग इकाइयों में से 30% में उपयोग किया जा रहा है। हमारे वैश्विक मिशन के हिस्से के रूप में, हमने हाल ही में मेक्सिको और ग्रीस में स्क्रीनिंग इकाइयों को लॉन्च किया है, जो कि उन क्षेत्रों में स्वास्थ्य सेवा प्रदाताओं के साथ साझेदारी में है। ऐसे भागीदारों के साथ, हम दिखा रहे हैं कि हम मौजूदा स्वास्थ्य सेवा बुनियादी ढांचे का लाभ कैसे उठा सकते हैं ताकि वे अपनी वर्तमान स्थापना को एक उन्नत, मानकीकृत स्क्रीनिंग सेवा में कूदने में मदद कर सकें।
हमारी टीम ने 30 तक विस्तार किया है और हमने वैश्विक रेडियोलॉजी में विशेषज्ञों को नियुक्त किया है, जैसे कि प्रोफेसर कैटजा पिंकर-डोमेनिग, जो हमारे लीड मेडिकल एडवाइजर बन गए हैं, साथ ही स्टीफन ड्रायर को चीफ रेवेन्यू ऑफिसर के रूप में नियुक्त किया है। हमारे पास यूएस और यूरोप में प्रसिद्ध अकादमिक संस्थानों के साथ सहयोग है, जैसे कि मेमोरियल स्लोन केटरिंग कैंसर सेंटर, कैम्ब्रिज विश्वविद्यालय, कारोलिंस्का इंस्टीट्यूट और नॉर्वे कैंसर रजिस्ट्री।
वारा के एआई प्रदर्शन में पुनरावृत्ति और सामान्यीकरण के मामले में बहुत बड़वाने की क्षमता है। एक बड़ा रेट्रोस्पेक्टिव अध्ययन वर्तमान में प्रसिद्ध लैंसेट डिजिटल हेल्थ में प्रेस में है, साथ ही यूरोपीय रेडियोलॉजी जर्नल में अंतराल कैंसर रोकथाम पर एक और महत्वपूर्ण पीयर-रिव्यू प्रकाशन है।
हमने हाल ही में जर्मनी का पहला संभावित अध्ययन शुरू किया है वारा के नैदानिक दिनचर्या में प्रभाव को दिखाने के लिए। ये सभी उपलब्धियां हमें अपने मुख्य मिशन को पूरा करने में मदद कर रही हैं – डेटा-संचालित स्तन कैंसर स्क्रीनिंग को सभी के लिए अधिक सुलभ बनाना।
साक्षात्कार के लिए धन्यवाद, पाठक जो अधिक जानना चाहते हैं उन्हें वारा पर जाना चाहिए।
