Dr. James Tudor, MD, Wakil Presiden AI di XCath – Seri Wawancara

Dr. James Tudor, MD, memimpin integrasi AI ke dalam sistem robotika XCath. Didorong oleh passion untuk konvergensi teknologi dan kedokteran, ia dengan antusias membagi perannya sebagai seorang radiolog yang berpraktik, Asisten Profesor Radiologi di Baylor College of Medicine, dan peneliti AI.

Didirikan pada 2017, XCath adalah sebuah startup yang fokus pada kemajuan dalam robotika medis, nanorobotika, dan ilmu bahan. Perusahaan ini mengembangkan sistem robotika endovaskular generasi berikutnya dan kawat pandu yang dapat diarahkan untuk mengobati gangguan serebrovaskular dan kondisi medis serius lainnya.

Dr. Tudor, apa yang awalnya membangkitkan minat Anda pada persimpangan AI dan kedokteran, terutama dalam bidang radiologi?

Pada 2016, ketika saya memulai residensi radiologi, AlphaGo DeepMind mengalahkan juara dunia Go Lee Sedol. Kemampuan AlphaGo untuk mengompresi dan mengabstraksi kompleksitas besar Go, permainan dengan lebih banyak posisi papan yang mungkin daripada atom di alam semesta yang dapat diamati, menangkap imajinasi saya. Terkesan dengan potensi AI untuk mengubah radiologi dan kedokteran secara keseluruhan, saya terjun langsung ke AI. Selama residensi, saya akan menghabiskan malam dan akhir pekan melakukan proyek-proyek AI.

Bagaimana Anda dapat memberitahu kami lebih lanjut tentang perjalanan Anda dari sekolah kedokteran hingga menjadi Wakil Presiden AI di XCath? Apa yang memotivasi Anda untuk mengejar integrasi AI dalam robotika kesehatan?

Karir saya telah mengambil beberapa belokan yang tidak terduga. Setelah menyelesaikan residensi radiologi, saya ingin menghabiskan lebih banyak waktu untuk AI dan aplikasi komersialnya. Saya bergabung dengan sebuah startup robotika kebugaran, yang didirikan oleh Eduardo Fonseca, yang sekarang adalah CEO XCath. Ini adalah pengalaman yang membentuk, tetapi saya tidak pernah mengantisipasi bahwa itu akan membawa saya ke jalur pengobatan stroke akut dengan endovaskular telerobots.

Sekitar satu dekade yang lalu, revolusi terjadi dalam perawatan stroke akut. Standar perawatan sebelumnya adalah obat yang disebut tPA yang dapat menghancurkan gumpalan darah. Pada 2015, uji coba klinis menunjukkan keunggulan langsung menghilangkan gumpalan dari arteri serebral dengan menavigasi kawat pandu dan kateter kecil di dalam vaskular arteri, sebuah prosedur yang disebut trombektomi mekanik. Meskipun prosedur ini sangat efektif untuk stroke pembuluh darah besar, kurang dari 40% dari populasi AS memiliki akses ke prosedur ini. Terdapat jumlah terbatas pusat stroke, umumnya terbatas pada daerah perkotaan, yang memiliki spesialis yang dapat melakukan prosedur ini. Secara global, statistiknya bahkan lebih suram: kurang dari 3% dari dunia memiliki akses.

Misi XCath adalah untuk meningkatkan akses ke trombektomi mekanik dengan model hub-and-spoke, di mana spesialis dapat memberikan perawatan stroke ahli dari jarak jauh dengan endovaskular telerobots yang dikerahkan ke daerah yang tidak memiliki akses.

Eduardo bertanya kepada saya bagaimana AI dapat meningkatkan keamanan sistem telerobots. Saya sangat penasaran sehingga saya menghabiskan beberapa minggu untuk melakukan penelitian, berbicara dengan interventionalis, dan mempelajari tentang telerobots. Misi dan dampak kemanusiaan yang sangat mengesankan membuat saya harus menjawab panggilan itu.

Bagaimana pengalaman Anda sebagai radiolog akademis membentuk pendekatan Anda untuk mengintegrasikan AI dalam perangkat medis?

Mengajar residensi radiologi telah memperkuat kemampuan saya untuk menjelaskan ide-ide kompleks dengan jelas, yang merupakan kunci ketika menjembatani kesenjangan antara teknologi AI dan penggunaannya dalam dunia nyata di bidang kesehatan. Ini juga membuat saya tetap berhubungan dengan tantangan yang dihadapi oleh klinisi, yang membantu saya merancang solusi AI yang secara klinis praktis dan ramah pengguna.

Sebagai Wakil Presiden AI di XCath, apa beberapa tantangan utama yang Anda hadapi saat mengintegrasikan AI ke dalam sistem robotika XCath? Bagaimana Anda mengatasi tantangan tersebut?

Mengintegrasikan AI ke dalam robotika bedah menyajikan tantangan berbentuk U. Kesulitan terbesar terletak di awal—mengumpulkan dan mengelola data—dan di akhir—mengintegrasikan data ke dalam paket perangkat lunak yang tertanam. Dibandingkan dengan itu, pelatihan model AI sebenarnya relatif sederhana.

Mengumpulkan data medis sangat menantang, tetapi untungnya, kami dapat membangun kemitraan berbagi gambar yang sangat baik. Mengimplementasikan model untuk penggunaan klinis memerlukan mengoordinasikan upaya dari berbagai tim, termasuk AI, Kualitas, Perangkat Lunak, UI/UX, dan insinyur robot, semua sambil terus memvalidasi dengan tim klinis bahwa solusi tersebut berguna dan efektif. Dengan banyak komponen yang bergerak, kesuksesan akhirnya bergantung pada memiliki tim yang berdedikasi, berkinerja tinggi yang berkomunikasi secara efektif dan sering.

Apakah Anda dapat menjelaskan lebih lanjut tentang bagaimana AI meningkatkan kemampuan sistem robotika endovaskular XCath? Apa peran AI dalam meningkatkan hasil pasien?

Algoritma AI dapat berfungsi sebagai guru dan asisten konstan, mengurangi beban kognitif dan meningkatkan kemampuan semua penyedia untuk memberikan perawatan kelas dunia. AI dapat memberikan umpan balik intraoperatif dan postoperatif, mempercepat proses pelatihan dan adopsi robotika endovaskular. Kami bertujuan untuk membuat sistem tersebut sangat efektif dan dapat diakses sehingga spesialis vaskular lain seperti radiolog intervensional dan kardiolog intervensional dapat dilatih untuk memberikan perawatan stroke akut dengan robot.

Tambahan lagi, algoritma yang tertanam secara lokal dapat memberikan tingkat keamanan tambahan dari serangan siber dan kegagalan jaringan karena mereka dapat memprediksi jalur prosedur yang diharapkan dan dapat mengingatkan dan menghentikan prosedur jika terjadi kejadian yang tidak terduga.

Di akhir hari, kami tidak ingin mengambil kontrol dari interventionalis, tetapi meningkatkan kemampuan mereka sehingga setiap pasien dapat yakin bahwa mereka menerima perawatan kelas dunia.

Bagaimana teknologi AI-driven XCath menangani kompleksitas navigasi vaskular manusia selama prosedur endovaskular?

Sistem Robotika Endovaskular XCath mewakili kemajuan besar dalam pengobatan presisi, dirancang untuk menavigasi vaskular manusia yang rumit dengan akurasi sub-milimeter. Sistem kami dirancang untuk meminimalkan variabilitas prosedur dan meningkatkan kontrol atas berbagai perangkat endovaskular melalui konsol kontrol yang intuitif.

Tambahan lagi, Sistem Kawat Pandu Defleksibel Elektro XCath, kawat pandu pintar yang dapat diarahkan pertama di dunia, memiliki ujung yang dapat diarahkan yang dirancang untuk menavigasi anatominya vaskular yang kompleks dan sudut vaskular yang menantang.

AI akan lebih meningkatkan kemampuan navigasi dengan model visi komputer dan perencanaan jalur yang tertanam secara lokal. Model-model ini memainkan peran kunci dalam mengurangi beban kognitif pada interventionalis selama prosedur dengan membantu analisis gambar waktu nyata dan perbaikan serta memberikan perlindungan melalui otonomi paralel.

XCath baru-baru ini mencapai tonggak penting dengan demonstrasi trombektomi mekanik telerobotsik pertama di dunia. Apakah Anda dapat membagikan wawasan Anda tentang peran AI dalam prosedur yang bersejarah ini?

Kami menggunakan versi sebelumnya dari robot untuk pencapaian bersejarah ini, sehingga AI tidak memainkan peran. Namun, ini adalah tonggak yang luar biasa yang meletakkan dasar untuk integrasi AI ke dalam prosedur telerobotsik di masa depan.

Dalam demonstrasi langsung ini, Dr. Vitor Pereira melakukan prosedur MT dari Abu Dhabi pada pasien simulasi di Korea Selatan, menghilangkan gumpalan darah di otak dalam hitungan menit. Kami sangat senang dengan hasil demonstrasi telerobotsik, yang menemukan latensi rendah dan koneksi yang dapat diandalkan antara pengendali robotik yang terletak di Abu Dhabi dan perangkat robotik di Korea Selatan. Kami memproyeksikan jaringan telestroke robotik regional, tetapi kami pergi ke ekstrem untuk mendemonstrasikan kemampuan teknologi ini.

Apa yang Anda percayai tentang masa depan bedah telerobotsik dalam pengobatan kondisi neurovaskular akut, dan bagaimana XCath mempersiapkan diri untuk memimpin di ruang ini?

Membenarkan kebutuhan bedah telerobotsik dalam banyak skenario medis dapat menantang, terutama ketika seorang ahli bedah tersedia atau transfer pasien dapat dilakukan. Namun, dalam konteks pengobatan stroke, di mana setiap menit sangat berharga dan neuron hilang dengan cepat, intervensi telerobotsik menjadi sangat penting.

XCath secara unik diposisikan untuk mempelopori bedah telerobotsik, awalnya fokus pada pengobatan stroke. Pendekatan kami menangani kebutuhan kritis untuk intervensi cepat di daerah dengan akses terbatas ke perawatan khusus. Setelah kami berhasil menangani tantangan ini, saya percaya bahwa itu akan membuka jalan bagi solusi telerobotsik dalam keadaan darurat medis yang sensitif waktu lainnya. Juga, mengingat presisi ekstrem dari kontrol robot, ada potensi untuk menggunakan robot secara lokal untuk melakukan operasi yang sulit secara teknis, seperti perbaikan aneurisma.

Di mana Anda melihat masa depan AI di bidang kesehatan, terutama dalam kaitannya dengan sistem robotik dan prosedur invasif minimal?

AI memiliki potensi besar untuk merevolusi kesehatan. Gelombang awal aplikasi AI telah terutama fokus pada triase dan perbaikan efisiensi. Kami telah melihat kemajuan signifikan dalam radiologi, terutama dalam bendera kasus darurat atau mengotomatisasi pengukuran. Saya juga sangat antusias tentang dokumentasi rekaman medis yang otomatis. Tantangan saat ini adalah bahwa dokter sering menghabiskan lebih banyak waktu untuk mendokumentasikan di depan komputer daripada berinteraksi dengan pasien. Saya antisipasi pengembangan sistem yang dapat mendokumentasikan interaksi pasien atau operasi secara waktu nyata, membebaskan waktu dokter yang berharga. Dalam bidang robotika, AI akan memainkan peran kunci dalam membantu dan memantau, sehingga meningkatkan konsistensi dan kualitas perawatan.

Di masa depan yang dapat dilihat, AI akan meningkatkan, tetapi tidak menggantikan, ahli bedah. Implementasi otonomi paralel dalam sistem robotik akan secara signifikan meningkatkan keamanan dan efisiensi prosedur.

Sebagai seseorang yang sangat terlibat dalam penelitian AI, apa kemajuan AI yang Anda pikir akan memiliki dampak paling signifikan pada pengembangan perangkat medis selama dekade berikutnya?

Di tahun-tahun terakhir, kami telah menyaksikan gelombang model pembelajaran dalam yang diawasi menerima persetujuan FDA dan baru saja mulai memenuhi janji mereka untuk mengubah kesehatan. Gelombang aplikasi AI generatif kemungkinan akan mendominasi beberapa tahun ke depan. AI agen, dibandingkan, masih dalam masa bayi, tetapi menjanjikan lebih banyak. Ketika AI berkembang dengan cepat, sangat mungkin kita akan melihat sistem multi-agents yang dapat mendiagnosis dan mengobati secara waktu nyata. Akan ada hambatan regulasi tambahan untuk agen-agen ini, yang tindakannya tidak transparan dan probabilistik. Namun, kebutuhan global akan mendorong adopsi. Di Rwanda, perusahaan Zipline menggunakan drone terbang untuk mengirimkan pasokan medis yang vital dalam hitungan menit di seluruh negeri. Serupa, di tempat-tempat yang kekurangan akses ke sumber daya medis, persamaan risiko-manfaat sangat berbeda dan kemungkinan akan mendorong mereka untuk melompati dunia yang berkembang dalam penerapan perangkat medis AI multi-agents.

Terima kasih atas wawancara yang luar biasa, pembaca yang ingin mempelajari lebih lanjut dapat mengunjungi XCath.