टोबियास रिज़केन, केइरॉन मेडिकल टेक्नोलॉजीज़ के सह-संस्थापक और सीटीओ – साक्षात्कार श्रृंखला

टोबियास रिज़केन केइरॉन मेडिकल टेक्नोलॉजीज़ के सह-संस्थापक और सीटीओ हैं, एक मेडिकल इमेजिंग कंपनी जो रेडियोलॉजिस्ट, रेडियोलॉजी विभागों, इमेजिंग सेंटर और अस्पतालों के लिए रेडियोलॉजी रिपोर्टिंग की दक्षता, स्थिरता और सटीकता में सुधार करने के लिए उन्नत मशीन लर्निंग प्रौद्योगिकियों का उपयोग करके बुद्धिमान उपकरण विकसित और प्रदान करती है।

केइरॉन मेडिकल टेक्नोलॉजीज़ की स्थापना मशीन लर्निंग सॉफ़्टवेयर के साथ स्तन कैंसर का जल्दी पता लगाने में रेडियोलॉजिस्टों की मदद करने के एकमात्र उद्देश्य से की गई थी।

आपको मशीन लर्निंग में क्या आकर्षित किया?

मेरा मशीन लर्निंग के साथ अनौपचारिक परिचय तब हुआ जब मैं एक युवा किशोर के रूप में प्रोग्रामिंग सीखना शुरू किया। वहाँ एक गेम इंजन था जहाँ आप अपने खेल को प्रोग्राम कर सकते थे। मैं उस खेल को खेलना चाहता था, लेकिन मैं किससे खेलूं? यह दूसरा खिलाड़ी हो सकता था, लेकिन यह एक प्रोग्राम भी हो सकता था। कैसे एक प्रोग्राम बनाया जाए जो खेल सीखे? यह आधुनिक एआई नहीं था, यह नियम-आधारित एआई था। मैंने उसे हर बार हराया, इसलिए यह एक अच्छा एआई नहीं था।

जब मैं यूनिवर्सिटी कॉलेज लंदन में अपनी मास्टर्स डिग्री के लिए पढ़ रहा था, तो हम एक नए युग के आधुनिक एआई में प्रवेश कर गए। डीपमाइंड को हाल ही में अधिग्रहित किया गया था, और मैं मशीन लर्निंग का अध्ययन कर रहा था जहां डीपमाइंड वास्तव में स्थापित किया गया था। डेविड सिल्वर, डीपमाइंड के प्रमुख वैज्ञानिकों में से एक, एक पाठ्यक्रम सिखा रहे थे जो पुनरावृत्ति सीखने पर था। पाठ्यक्रम के एक भाग के रूप में, मैंने एक एजेंट बनाया जो एक खेल सीखने के लिए – ब्लैकजैक का एक सरलीकृत रूप। जब मैंने एआई को पूरा किया और अपनी रचना के खिलाफ खेला, तो मैं इसे अब और नहीं हरा सका। और यह एक वास्तविक खुलासा था।

मेरा मशीन लर्निंग में औपचारिक परिचय मेरे विश्वविद्यालय के पहले वर्ष में हुआ। मैं एम्स्टर्डम विश्वविद्यालय कॉलेज में गणित और कंप्यूटर विज्ञान का अध्ययन कर रहा था। उसी समय, बड़े नए ओपन ऑनलाइन पाठ्यक्रम स्थापित किए गए थे और मैं क्षेत्र के प्रमुख व्यक्तियों से एआई पाठ्यक्रम में शामिल हो सकता था। जिस पाठ्यक्रम ने सबसे बड़ा प्रभाव डाला वह पीटर नोर्विग और सेबेस्टियन थ्रन से था, और मैं 100,000 लोगों के साथ एक ही समय में एआई का अध्ययन कर सकता था।

अब केइरॉन के साथ, मुझे मशीन लर्निंग के बारे में जो पसंद है वह यह है कि इसका वास्तविक दुनिया पर क्या प्रभाव पड़ता है। समस्याओं का समाधान करने का अवसर। यही मुझे वास्तव में उत्साहित करता है।

केइरॉन मेडिकल के पीछे की उत्पत्ति की कहानी पर चर्चा करें?

पीटर और मैं 2016 में यूके एक्सेलरेटर एंटरप्रेन्योर फर्स्ट में मिले थे। हम तुरंत जुड़ गए – शायद हमारी समान पृष्ठभूमि के कारण। हम दोनों चिकित्सा परिवारों से आते हैं – पीटर की माँ एक रेडियोलॉजिस्ट है, मैं एक चिकित्सा परिवार में पला-बढ़ा हूँ, और हम दोनों ने स्टेम मार्ग का चयन किया।

हमारी पृष्ठभूमि ने हमें स्वास्थ्य देखभाल कर्मचारियों के सामने आने वाली कठिनाइयों और चुनौतियों का एक स्पष्ट दृष्टिकोण दिया और यह समझने में मदद की कि एआई उनके जीवन को बेहतर बनाने में कैसे मदद कर सकता है, साथ ही रोगियों के जीवन में भी। हमारा मानना है कि एआई और चिकित्सकों के साथ मिलकर स्वास्थ्य देखभाल को बेहतर बनाने जा रहे हैं।

एक बड़ी समस्या है जिसे हल करने की जरूरत है। रेडियोलॉजिस्टों की एक वैश्विक कमी है। कई लोग कैंसर से मर जाते हैं – हर साल 40,000 से अधिक अमेरिकी महिलाएं स्तन कैंसर से मर जाती हैं। इतने सारे लोगों की मौत कैंसर से होने का एक कारण यह है कि डॉक्टरों के पास सही निर्णय लेने के लिए सही जानकारी नहीं है। एआई इसमें मदद कर सकता है।

सबसे पहले और सबसे महत्वपूर्ण, केइरॉन रेडियोलॉजिस्ट की मदद करने के लिए यहाँ है ताकि रेडियोलॉजिस्ट रोगियों की मदद कर सकें। मैं व्यक्तिगत रूप से समस्या में गहराई से जाने और इसकी जटिलताओं को समझने से बहुत प्रेरित होता हूँ। हम सभी रेडियोलॉजिस्टों के काम को वास्तव में समझने के लिए कड़ी मेहनत करते हैं, जो वे दैनिक आधार पर काम करते हैं, उनके डेटा पर, उनके काम के प्रवाह में। फिर हम यह तय कर सकते हैं कि हम उनके काम के प्रवाह में एआई को कैसे तैनात कर सकते हैं।

हम उपयोगकर्ताओं और डेटा को गहराई से समझने में भारी निवेश करते हैं। हमारी टीम में रेडियोलॉजिस्ट हैं जो हमें उपयोगकर्ता की जरूरतों को डिजाइन और विकास प्रक्रिया में एकीकृत करने में मदद करते हैं। हमारे पास एक रोगी भागीदारी पहल है जो स्तन स्क्रीनिंग के लिए महिलाओं के डर और जरूरतों को समझने के लिए सीधे उनसे जुड़ती है।

लोग मुझसे अक्सर हमारी कंपनी के नाम – केइरॉन के बारे में पूछते हैं। केइरॉन एक बुद्धिमान, दयालु केंटॉर था – एक प्राणी जो ग्रीक पौराणिक कथाओं में आधा आदमी और आधा घोड़ा है – जिसने चिकित्सा में नायकों को प्रशिक्षित किया। यह विचार कि दो आधे एक दूसरे से अधिक शक्तिशाली कुछ बनाते हैं, केइरॉन के लिए प्रेरणा है – एआई और चिकित्सक एक साथ मिलकर देखभाल के मानक में क्या संभव है इसे बदलने के लिए।

स्तन कैंसर स्क्रीनिंग समाधानों पर चर्चा करें जो पेश किए जाते हैं?

हम स्तन कैंसर स्क्रीनिंग पथ पर कई स्तन कैंसर समाधानों पर काम कर रहे हैं।

हमारा पहला उत्पाद मिया ™ नामक है – जो मैमोग्राफी इंटेलिजेंट असेसमेंट के लिए खड़ा है। मिया को रेडियोलॉजिस्ट के समान कार्य करने के लिए अनुकूलित किया गया है – अर्थात्, यह निर्धारित करने के लिए कि महिला को आगे की जांच के लिए वापस बुलाना चाहिए या नहीं।

हम जिस प्रदर्शन स्तर को प्राप्त कर रहे हैं वह हमें काम के प्रवाह को पुनः सोचने की अनुमति देता है। अमेरिकी महिलाओं के लिए, यह बहुत अर्थपूर्ण है। अमेरिका में एक “एकल-पाठक कार्य प्रवाह” है, जिसका अर्थ है कि प्रत्येक मैमोग्राम एक रेडियोलॉजिस्ट द्वारा पढ़ा जाता है। हालांकि, यूके और यूरोप में एक “डबल-रीडर कार्य प्रवाह” है, जिसका अर्थ है कि प्रत्येक मैमोग्राम दो रेडियोलॉजिस्टों द्वारा पढ़ा जाता है। कई अमेरिकी रेडियोलॉजिस्ट दोहरी पढ़ाई को “सोने का मानक” मानते हैं क्योंकि यह छोटे स्तन कैंसर का पता लगाने की संभावना एकल पाठक से अधिक है।

हमारे नैदानिक अध्ययन साबित करते हैं कि मिया एक स्वतंत्र या समकक्ष पाठक के रूप में एक नैदानिक रूप से सुरक्षित और लागत प्रभावी विकल्प है। इसका अर्थ है कि अमेरिका में, मिया का उपयोग रेडियोलॉजिस्ट के साथ मिलकर एकल-मानव पाठक के साथ डबल-रीडर कार्य प्रवाह के “सोने के मानक” को प्राप्त करने के लिए किया जा सकता है। जैसा कि मैंने पहले कहा, यह वास्तव में है कि हम एआई और मानव को बड़ी समस्याओं का समाधान करने के लिए एक साथ देखते हैं।

हम अमेरिकी बाजार में लाने वाला पहला उत्पाद मिया आईक्यू ™ नामक है, जो स्तन कैंसर स्क्रीनिंग पथ में एक कदम पहले बैठता है। मिया आईक्यू रेडियोग्राफी तकनीशियनों को छवि की गुणवत्ता का विश्लेषण करने में मदद करता है। यदि हम छवि की गुणवत्ता में सुधार कर सकते हैं, तो पढ़ने की गुणवत्ता भी बढ़ जाएगी। और इसका मतलब है कि अधिक कैंसर जल्दी पता चल जाएगा, जब परिणाम महिला के लिए बेहतर हो सकते हैं।

यह एमक्यूएसए गुणवत्ता आश्वासन लेखा परीक्षा और निरंतर प्रशिक्षण के लिए बहुत महत्वपूर्ण है, जो हम उम्मीद करते हैं कि मिया आईक्यू के पहले अनुप्रयोग होंगे। मिया आईक्यू स्क्रीनिंग कार्यक्रमों को रिपोर्ट प्रदान करता है जो स्थिति संबंधी समस्याओं का विवरण देते हैं। यह कार्यक्रम निदेशकों को तकनीशियनों के लिए स्पॉट प्रशिक्षण प्रदान करने और उनकी गुणवत्ता आश्वासन लेखा परीक्षा पर प्रभाव डालने वाली किसी भी व्यापक छवि गुणवत्ता समस्या को संबोधित करने की अनुमति देगा।

न्यूरल नेटवर्क को कितनी छवियों पर प्रशिक्षित किया गया है?

हमारे लिए, डेटा की मात्रा बिंदु नहीं है। स्तन कैंसर स्क्रीनिंग स्थान में अच्छी बात यह है कि बहुत सारा डेटा उपलब्ध है। स्क्रीनिंग कार्यक्रमों के आसपास के लिए बहुत सारा ऐतिहासिक डेटा है क्योंकि स्क्रीनिंग कार्यक्रम काफी समय से आसपास हैं। और क्योंकि आप पूरी आबादी की स्क्रीनिंग करते हैं, इसलिए नए डेटा का निर्माण हो रहा है।

चुनौती यह है कि डेटा भारी रूप से तिरछा है। 99% स्क्रीनिंग आबादी में कैंसर नहीं है, सौभाग्य से, जिसका अर्थ है कि सामान्य छवियों की ओर झुकाव है। आबादी के बीच भी मतभेद हैं, जिसमें डेटा में विविधता की कमी है।

तो केइरॉन के लिए, चुनौती डेटा की मात्रा प्राप्त करने के बारे में नहीं है। इसके बजाय, हमारी सफलता का एक बड़ा हिस्सा यह समझने में आता है कि सर्वोत्तम परिणाम प्राप्त करने के लिए कौन सा डेटा एकत्र करना है, और हमारे डेटा प्राप्त करने में बहुत चयनात्मक और लक्षित होना है। हमारा एमोरी विश्वविद्यालय के साथ सहयोग एक उदाहरण है कि हम इसे कैसे कर रहे हैं।

क्या वर्तमान में झूठी सकारात्मकता एक मुद्दा है?

झूठी सकारात्मकता केवल समस्या का एक हिस्सा है। स्क्रीनिंग का विज्ञान झूठी सकारात्मकता और झूठी नकारात्मकता के बीच व्यापार-बंद पर निर्भर करता है। उदाहरण के लिए, हम एक बहुत ही कम झूठी सकारात्मक दर प्राप्त कर सकते हैं, लेकिन हम कुछ कैंसर को याद करेंगे। दूसरी ओर, हम बहुत कम मिस्ड कैंसर के साथ एक उच्च झूठी सकारात्मक दर प्राप्त कर सकते हैं। यह समझना महत्वपूर्ण है कि ये व्यापार-बंद कैसे किए जाते हैं और अपनी स्क्रीनिंग सेवा को प्राथमिकताओं और संसाधनों के आधार पर संतुलित करना है।

देशों के बीच सांस्कृतिक और नीतिगत मतभेद भी हैं, जो इन व्यापार-बंद को कैसे किया जाता है, इसे प्रभावित करते हैं। कुछ देशों में, एक कैंसर को याद करना बहुत समस्याग्रस्त माना जाता है। अन्य देशों में, यह अधिक महत्वपूर्ण माना जाता है कि अस्वास्थ्यकर कारणों से अनावश्यक रिकॉल को कम किया जाए।

अंततः, यह उन लोगों पर प्रभाव को समझने के बारे में है जो झूठी सकारात्मक और झूठी नकारात्मक समूहों के बीच अनावश्यक रिकॉल और आगे के परीक्षणों की संख्या का अनुभव करते हैं। यह एक कठिन संतुलन है, लेकिन एआई दोनों समूहों के लिए बार उठाने का वादा करता है।

केइरॉन मेडिकल टेक्नोलॉजीज और एमोरी विश्वविद्यालय ने हाल ही में 50,000 से अधिक अफ्रीकी अमेरिकी महिलाओं की पिछली मैमोग्राम से डेटा का मूल्यांकन करने के लिए एक सहयोग की घोषणा की। इस परियोजना के बारे में अधिक जानकारी साझा करें?

हमारा एमोरी विश्वविद्यालय के साथ सहयोग हमें यह सुनिश्चित करने के लिए डेटा की विविधता को बढ़ाने में मदद करता है कि मिया, हमारा एआई स्तन कैंसर स्क्रीनिंग समाधान, किसी भी महिला के लिए, किसी भी जाति की परवाह किए बिना, एक ही मानक पर काम करता है।

सहयोग में पहली परियोजना एमोरी के विविध स्क्रीनिंग आबादी के खिलाफ मिया के प्रदर्शन को मान्य करने का समर्थन करेगी। यह एक बहु-साइट अध्ययन है जो चार स्क्रीनिंग साइटों और अस्पतालों को शामिल करता है। इस परियोजना में 200,000 से अधिक स्क्रीनिंग मैमोग्राम शामिल होंगे – इस समूह में लगभग 45% महिलाएं अफ्रीकी अमेरिकी वंश की हैं।

हमने इस सहयोग की घोषणा नवंबर के अंत में की और तब से बहुत प्रगति की है, यहां तक कि वैश्विक महामारी और दूरस्थ कार्य की स्थिति की चुनौतियों के बावजूद। मुझे लगता है कि यह एमोरी की टीम के लिए बहुत बड़ा श्रेय है, जो समुदाय में रोगियों को उत्कृष्ट देखभाल प्रदान करने वाले चिकित्सक भी हैं।

वर्तमान में, हमारा सहयोग अपने भविष्य के काम के लिए एक मजबूत आधार स्थापित करने के लिए अग्रिम ऊर्जा में निवेश कर रहा है। हम एमोरी टीम के साथ मिलकर क्लिनिकल कार्य प्रवाह को समझने के लिए काम कर रहे हैं। यह हमारे भविष्य के काम के लिए आवश्यक आधार के रूप में कार्य करता है।

यह काम आसान या तेज नहीं है। स्वास्थ्य देखभाल में बहुत सी चीजें नहीं हैं। हालांकि, यह बहुत फायदेमंद है, और हम भाग्यशाली हैं कि हमारे पास वैश्विक भागीदार हैं जो हमारे साझा मिशन के साथ हमारे साथ जुड़े हुए हैं: किसी भी महिला को स्तन कैंसर के खिलाफ एक लड़ाई का मौका देने में मदद करने के लिए।

चित्र डेटा के लिए गैर-श्वेत लोगों की कम प्रतिनिधित्व एक कितनी बड़ी समस्या है?

ऐतिहासिक रूप से, चिकित्सा अनुसंधान में रोगी आबादी की विविधता को उस सीमा तक प्रतिबिंबित नहीं किया गया है जिस सीमा तक यह होनी चाहिए। एआई विकसित करने वालों के पास जातीय विविधता को अपने अध्ययन में शामिल करने की जिम्मेदारी है।

अNDERप्रतिनिधित्व वाले आबादी स्तन कैंसर स्क्रीनिंग के लिए एक मुद्दा है। अफ्रीकी अमेरिकी महिलाओं के परिणाम इसका एक उदाहरण हैं। अफ्रीकी अमेरिकी महिलाओं को गैर-हिस्पैनिक श्वेत महिलाओं (39% अधिक) की तुलना में उच्च मृत्यु दर होती है, और यह स्वास्थ्य देखभाल तक पहुंच, निदान में देरी, और उपचार शुरू करने में देरी सहित कई कारकों से जुड़ा हो सकता है।

विभिन्न आबादी में एआई की सामान्यता स्तन स्क्रीनिंग में जातिगत असमानताओं को संबोधित करने के लिए एक महत्वपूर्ण कदम है। मैं उत्साहित हूं कि केइरॉन टीम एक समाधान बनाने के लिए प्रतिबद्ध है जो विभिन्न आबादी से मैमोग्राम पर समान रूप से अच्छा प्रदर्शन करता है – और यह हमारे काम के लिए एक बड़ा प्रेरक कारक है। हमारा एमोरी और यूसीएसएफ के साथ सहयोग हमें यह दृष्टि प्राप्त करने में मदद करेगा – यह सुनिश्चित करने के लिए कि मिया हर जगह, हर महिला को स्तन कैंसर के खिलाफ एक बेहतर लड़ाई का मौका देती है।

आपके शानदार साक्षात्कार के लिए धन्यवाद और ऐसी महत्वपूर्ण जीवन रक्षक प्रौद्योगिकियों पर काम करने के लिए। जो पाठक अधिक जानना चाहते हैं उन्हें केइरॉन मेडिकल टेक्नोलॉजीज पर जाना चाहिए।