Chaim Linhart, PhD, Co-fondatore e CTO di Ibex Medical Analytics – Serie di interviste

Chaim Linhart, PhD è il CTO e co-fondatore di Ibex Medical Analytics. Ha più di 25 anni di esperienza nello sviluppo di algoritmi, intelligenza artificiale e apprendimento automatico, sia in ambito accademico che lavorando in un’unità d’élite dell’esercito israeliano e in diverse aziende tecnologiche. Chaim ha un dottorato in Informatica all’Università di Tel Aviv e ha vinto diverse competizioni di apprendimento automatico Kaggle.

Dal 2016, Ibex ha guidato il settore delle diagnostiche patologiche basate sull’intelligenza artificiale. L’azienda si è proposta di trasformare la patologia garantendo che ogni paziente possa ricevere una diagnosi di cancro precisa, tempestiva e personalizzata. Oggi, Ibex è la piattaforma di intelligenza artificiale più diffusa nel settore della patologia. Sviluppata da patologi per patologi, le soluzioni dell’azienda servono i migliori medici, le principali organizzazioni sanitarie e i fornitori di servizi diagnostici del mondo. Ogni giorno, Ibex ha il privilegio di impattare sulla vita dei pazienti in tutto il mondo. La piattaforma aumenta la fiducia dei medici, semplifica i flussi di lavoro diagnostici, aiuta i clinici a fornire diagnosi più personalizzate e, soprattutto, consente risultati clinici migliori.

Può condividere il percorso e la visione dietro la fondazione di Ibex e la sua missione di trasformare la diagnostica del cancro con l’intelligenza artificiale?

Nel 2016, il mio co-fondatore, Joseph Mossel, e io abbiamo appreso dell’impatto diretto che una rivoluzione digitale nella patologia avrebbe potuto avere sul miglioramento della diagnostica del cancro. La radiologia aveva subito una trasformazione simile vent’anni prima, che aveva avuto un impatto significativo su come veniva esercitata la specialità. Con la patologia che si stava digitalizzando, abbiamo riconosciuto che si presentava l’opportunità di sviluppare nuovi strumenti avanzati che utilizzassero l’intelligenza artificiale per eseguire analisi di immagini sofisticate. Ci siamo concentrati sullo sviluppo di strumenti basati sull’intelligenza artificiale che aiutassero i medici a raggiungere diagnosi più accurate, oggettive, riproducibili e tempestive, e quindi aiutassero ogni paziente a ricevere la diagnosi giusta, in modo tempestivo, che porta al miglior trattamento possibile.

Come è cambiato il panorama della diagnostica del cancro dal 2016, quando Ibex è stata fondata?

I laboratori hanno adottato la digitalizzazione a un ritmo crescente, ulteriormente accelerato dal Covid-19. La rivoluzione digitale ha consentito ai laboratori di ampliare le loro capacità al di là del microscopio in modo significativo e importante, sfruttando l’intelligenza artificiale che aiuta i patologi ad analizzare e comprendere i risultati in modo efficiente.

Il settore della diagnostica del cancro basata sull’intelligenza artificiale è cresciuto esponenzialmente, poiché abbiamo visto startup e altre aziende lavorare su vari aspetti dell’intelligenza artificiale per la patologia nel settore della diagnostica del cancro. La medicina di precisione, ad esempio, è una stratificazione dei pazienti basata sui dati, resa possibile da una diagnosi accurata e da vari approcci informatici che portano a un trattamento personalizzato ottimale. Un aumento della medicina di precisione comporta un aumento della necessità di diagnostica più complessa per supportare i nuovi trattamenti mirati.

Abbiamo anche visto un aumento delle pubblicazioni accademiche e delle associazioni di settore che si concentrano su questo campo. Quando Joseph e io abbiamo partecipato alla nostra prima conferenza sulla patologia digitale e computazionale nel 2016, l’intelligenza artificiale era una piccola parte della conversazione sulla diagnostica del cancro, poiché non era ancora così mainstream. Ora, quando partecipiamo a una grande conferenza di patologia, l’intelligenza artificiale è l’evento principale.

Cosa differenzia Ibex dalle altre aziende nel settore della patologia basata sull’intelligenza artificiale?

Quando parliamo di patologia basata sull’intelligenza artificiale, ci sono diversi sottodomini. Ci sono aziende che si concentrano sulle applicazioni di ricerca, come strumenti che analizzano le immagini dei tessuti per aiutare a comprendere i processi di malattia a livello morfologico e cellulare, ad esempio. In secondo luogo, ci sono aziende che si concentrano principalmente sulle applicazioni cliniche, ovvero prodotti utilizzati nei laboratori per supportare la diagnosi di routine.

Ibex si concentra sulle applicazioni cliniche e ha la più grande e più ampia base di installazioni con patologi di tutto il mondo che utilizzano i nostri strumenti quotidianamente per la diagnosi del cancro. Stiamo anche collaborando con aziende farmaceutiche per sviluppare applicazioni cliniche basate sull’intelligenza artificiale che supportino i patologi nella quantificazione dei biomarcatori che consentono terapie mirate.

Inoltre, mentre alcune aziende si concentrano su indicazioni specifiche e limitate per tipo di tumore, come la rilevazione del cancro, il nostro approccio è quello di addestrare l’intelligenza artificiale ad analizzare tutto ciò che un patologo vedrebbe in questi tessuti. Non si tratta solo di rilevare il cancro, ma anche del tipo e del sottotipo di cancro, del grado, della sua dimensione, nonché delle morfologie e delle altre caratteristiche cliniche correlate al cancro. Sappiamo che la patologia è più di una semplice determinazione della presenza o meno del cancro. Vogliamo aiutare i patologi a realizzare i vasti benefici che l’intelligenza artificiale porta in tavola.

Può spiegare la tecnologia di base delle soluzioni di Ibex e come aiuta i patologi nella rilevazione e nella valutazione del cancro?

Il nostro approccio è che i patologi addestrano essenzialmente la macchina. Abbiamo un grande team di patologi in tutto il mondo che annotano le diapositive. Ciò significa che segnano aree specifiche all’interno di quelle diapositive e le etichettano. Potrebbero segnare un tumore a basso grado, un vaso sanguigno, un nervo, un’infiammazione e così via. Prendiamo quindi quei dati e li utilizziamo per addestrare i modelli di intelligenza artificiale. Ciò garantisce che l’intelligenza artificiale sia molto precisa, anche per casi rari e difficili, il che è vitale. La nostra intelligenza artificiale è insegnata dai patologi e viene addestrata a riconoscere molti diversi tipi di strutture e morfologie dei tessuti, il che è molto utile per i patologi e inevitabilmente aumenta la sua accuratezza. Avendo accesso a una vasta gamma di dati e conoscenze, possiamo migliorare la nostra intelligenza artificiale e implementare le conoscenze acquisite direttamente sul campo.

Come Ibex garantisce l’accuratezza clinica di grado across diversi tipi di cancro, come il cancro al seno, alla prostata e allo stomaco?

Questo richiede molto lavoro. Raccogliamo dati da molti partner in tutto il mondo. Ci assicuriamo che i dati siano molto diversificati, con rappresentanza di diversi laboratori e varie tecniche di preparazione dei tessuti, scanner e risultati clinici. Arricchiamo i dati di addestramento con tipi rari di cancro. Ciò garantisce che l’intelligenza artificiale sia addestrata con una vasta gamma di caratteristiche. Durante il processo di addestramento, misuriamo cosa l’intelligenza artificiale fa bene e determiniamo dove sono necessari miglioramenti. Il team, con vasta esperienza nell’apprendimento automatico, testa l’intelligenza artificiale su migliaia di diapositive che abbiamo raccolto da diversi laboratori. Eseguire studi e trial clinici e confrontiamo due aspetti fondamentali del sistema. In primo luogo, esaminiamo le sue prestazioni autonome rispetto alla verità di base. In secondo luogo, determiniamo quanto accuratamente il patologo lavora con e senza l’intelligenza artificiale. In questo modo, ci assicuriamo che l’intelligenza artificiale sia precisa, robusta, non distorta e sicura. Misuriamo il suo impatto sui patologi che utilizzano l’intelligenza artificiale. Across le nostre applicazioni, vediamo che il patologo, con l’assistenza dell’intelligenza artificiale, raggiunge risultati migliori (ovvero più precisi, con una maggiore concordanza con la verità di base) rispetto allo standard di cura (ovvero quando non sono supportati dall’intelligenza artificiale). Misuriamo anche l’efficienza del loro lavoro e altri benefici importanti della piattaforma di intelligenza artificiale, come l’ottimizzazione del flusso di lavoro nel laboratorio e la riduzione del tempo di attesa (quanto velocemente il paziente riceve i risultati).

Quali sono alcune caratteristiche uniche delle soluzioni di Ibex che migliorano i flussi di lavoro diagnostici e migliorano i risultati dei pazienti?

Il nostro sistema integrato include un visualizzatore di diapositive, i risultati dell’intelligenza artificiale e strumenti di reporting integrati. Questo sistema olistico è stato progettato per migliorare l’accuratezza e la produttività. Guida i patologi attraverso il processo diagnostico, mostrando loro le principali scoperte in ogni caso e diapositiva. Invece di cercare caratteristiche, che possono essere piccole e difficili da rilevare, l’intelligenza artificiale le evidenzia in modo molto chiaro. Da lì, il patologo può confermare o modificare. L’intelligenza artificiale mostra misurazioni e quantificazioni; punteggia anche tutto. Con rapporti integrati, il patologo non deve guardare la diapositiva, fare la diagnosi nella sua mente e poi andare in un altro sistema e segnalare tutto; invece, la segnalazione viene eseguita mentre l’intelligenza artificiale guida il flusso di lavoro integrato. Anche il numero di clic del mouse è stato ottimizzato. Tutto è stato costruito con i patologi in mente per migliorare l’accuratezza diagnostica e l’efficienza, creando così un ambiente di lavoro migliore per questi medici e migliori risultati per i loro pazienti.

Come le soluzioni di Ibex si integrano con le soluzioni di patologia digitale esistenti e con i sistemi di informazione dei laboratori?

Lavoriamo con diversi fornitori nel settore che vendono soluzioni di gestione delle immagini o offrono sistemi di informazione dei laboratori. Per ogni partner, ci sono diverse opportunità di integrazione. In alcuni casi, incorporiamo la nostra intelligenza artificiale nei loro strumenti in modo che il patologo possa utilizzare la loro piattaforma con la nostra intelligenza artificiale all’interno. In altri casi, ci integriamo con questi strumenti in modo che consenta ai patologi di avviare Ibex dal sistema. Indipendentemente dall’integrazione, vogliamo sempre assicurarci che gli utenti abbiano il modo più ottimale di utilizzare l’intelligenza artificiale. Inoltre, abbiamo sviluppato un’interfaccia di programmazione delle applicazioni (API) aperta che consente a terze parti, comprese altre aziende o dipartimenti IT dei clienti, di recuperare informazioni dalla nostra intelligenza artificiale e integrarle nel loro ambiente.

Quali sfide ha affrontato Ibex nel raggiungere un’adozione diffusa delle sue soluzioni basate sull’intelligenza artificiale nella patologia?

Guardando indietro, direi che la principale sfida che Ibex ha affrontato è stata la complessità e la quantità di lavoro, sforzo e tempo necessari per portare i prodotti di diagnostica sul mercato. Ciò include approcci multidisciplinari: raccolta di dati, lavoro con patologi, addestramento dell’intelligenza artificiale e test rigorosi, esecuzione di trial clinici e, in alcune geografie, ottenimento dell’approvazione regolatoria – e fare tutto ciò sotto rigorose misure di garanzia della qualità. Nel settore medico, è anche estremamente importante generare prove scientifiche e pubblicare risultati con diversi laboratori per dimostrare le prestazioni e i benefici della piattaforma di intelligenza artificiale.

Un’altra sfida degna di nota è l’integrazione. Dobbiamo assicurarci che i patologi possano utilizzare l’intelligenza artificiale in modo efficiente e naturale. Ci sono diversi sistemi nel laboratorio: scanner di patologia digitale, sistema di informazione del laboratorio e flusso di lavoro, e strumenti di reporting. In poche parole, ci assicuriamo che tutto funzioni insieme nel modo più efficiente possibile, nonostante le sfide.

Può condividere alcune storie di successo o casi di studio da parte di organizzazioni sanitarie che hanno implementato le soluzioni di Ibex?

Siamo molto orgogliosi delle nostre partnership e della nostra portata globale. Ad esempio, abbiamo il primo dispiegamento nazionale dell’intelligenza artificiale nel Galles – tutti i Consigli sanitari del Galles utilizzano la soluzione di intelligenza artificiale di Ibex. Un altro esempio è CorePlus Laboratories a Porto Rico – hanno utilizzato Ibex per diversi anni e hanno pubblicato un articolo che mostra l’impatto che la piattaforma ha avuto sulla loro pratica clinica. Ad esempio, utilizzando l’algoritmo di intelligenza artificiale, i patologi sono stati in grado di identificare 160 uomini che altrimenti sarebbero stati diagnosticati in modo errato. Quei pazienti hanno ricevuto il trattamento giusto grazie al supporto dell’intelligenza artificiale. È davvero l’impatto che stiamo facendo. È qualcosa che non possiamo dimenticare – siamo qui per impattare la vita delle persone.

Qual è il ruolo che vede per l’intelligenza artificiale nel futuro della patologia e della diagnostica del cancro nel prossimo decennio?

Nel prossimo decennio, continueremo a vedere i patologi utilizzare l’intelligenza artificiale per supportarli nei loro sforzi diagnostici principali. Mi immagino che i patologi utilizzeranno l’intelligenza artificiale nella maggior parte del loro carico di lavoro per assicurarsi che la qualità sia alta e che tutto sia oggettivo, riproducibile e tempestivo. Inoltre, l’intelligenza artificiale aiuterà i medici a fare cose che non fanno attualmente. Può aiutarli a decidere quali test aggiuntivi devono essere eseguiti su un caso specifico, nonché fornire una prognosi più precisa e una selezione del trattamento più fluida.

L’intelligenza artificiale sarà fondamentale in tutta la storia del paziente, non solo nella parte diagnostica del cancro nel laboratorio di patologia, ma anche, ad esempio, per l’oncologo che decide sul corso del trattamento. Credo anche che l’intelligenza artificiale aiuterà a combinare discipline. Con il tempo, le diverse modalità (patologia, radiologia, genomica, registri clinici) saranno alimentate in vari moduli di intelligenza artificiale per supportare una nuova e migliorata medicina di precisione. Da una prospettiva di equità sanitaria, i pazienti che non hanno accesso ai migliori medici del mondo vivranno un grande balzo in avanti nella qualità della loro diagnosi e del loro trattamento. L’intelligenza artificiale porterà tutti al livello di quasi esperto. Tutti meritano l’accesso alle cure di qualità, e l’intelligenza artificiale ci aiuterà a muoverci nella direzione giusta per democratizzare l’accesso alla sanità. Grazie per la grande intervista, i lettori che desiderano saperne di più possono visitare Ibex Medical Analytics.