イベックス・メディカル・アナリティクスの共同創設者兼CTO、ハイム・リンハート博士 – インタビュー・シリーズ

ハイム・リンハート博士は、イベックス・メディカル・アナリティクスの共同創設者兼CTOです。彼は、25年以上のアルゴリズム開発、AI、機械学習の経験を持っており、イスラエルのエリート部隊やテクノロジー企業で働いた経験もあります。ハイム博士は、テルアビブ大学でコンピューターサイエンスの博士号を取得しており、複数のKaggleの機械学習コンペティションで優勝しています。

2016年以来、イベックスは病理学におけるAIを活用した診断の分野で先駆的な役割を果たしてきました。同社の目標は、すべての患者が正確でタイムリーで個別化されたがんの診断を受けられるように病理学を変革することでした。今日、イベックスは病理学で最も広く導入されているAIプラットフォームです。病理医によって病理医のために開発された同社のソリューションは、世界をリードする医師、ヘルスケア機関、診断提供者にサービスを提供しています。毎日、イベックスは世界中の患者さんの生活に影響を与える特権を持ちます。同社のプラットフォームは、医師の自信を高め、診断ワークフローを合理化し、臨床医がより個別化された診断を提供するのに役立ち、最も重要なのは、臨床結果を改善するのを支援します。

イベックスの創設と、AIを活用したがん診断の変革という使命について、ご自身の経験とビジョンを共有していただけますか。

2016年、共同創設者のジョセフ・モッセルと私は、病理学におけるデジタル革命ががん診断を改善する上で直接的な影響を与えることを学びました。放射線医学は20年前に同様の変革を経験しており、その結果、専門分野の実践方法に大きな影響を与えました。病理学がデジタル化されるにつれて、AIを活用した高度な画像分析を実行する新しいツールを開発する機会を認識しました。私たちは、医師がより正確で客観的で再現可能でタイムリーな診断を下すのを支援するAIを活用したツールを開発することに焦点を当てました。私たちは、各患者が正しい診断をタイムリーに受けられるように、そして最も適切な治療を受けられるように尽力しています。

イベックスの創設以来、がん診断の風景はどのように変化しましたか。

実験室は、デジタル化の採用を急速に進めてきました。さらに、COVID-19によってこの傾向は加速しました。デジタル革命により、実験室は顕微鏡を超えた能力を大幅に拡大し、AIを活用して病理医が結果を効率的に分析および理解できるようにしました。

がん診断のAI分野は指数関数的に成長しており、病理学におけるがん診断のさまざまな側面でスタートアップや他の企業が活躍しています。個別化医療は、正確な診断とさまざまなインフォマティクスアプローチによって実現されるデータ駆動型の患者層別化であり、最適な個別化治療につながります。個別化医療の増加は、より複雑な診断をサポートする必要性をもたらします。

私たちは、学術出版や業界団体がこの分野に焦点を当てていることも見てきました。ジョセフと私は2016年に初めてデジタルおよび計算機病理学に関する会議に出席しましたが、AIは会議での議論の小さな部分でした。現在、大規模な病理学会議に出席すると、AIが主要なテーマとなっていることを実感します。

イベックスを、病理学におけるAIを活用した他の企業と比較して、どのような点が独自の強みとなっていますか。

病理学におけるAIを活用した分野には、サブドメインが複数あります。研究アプリケーションを優先する企業は、組織画像を分析して疾患プロセスを理解するツールを開発しています。二次的に、臨床アプリケーションに焦点を当てた企業は、実験室で診断をサポートする製品を開発しています。

イベックスは、臨床アプリケーションに焦点を当てており、世界中の病理医が毎日がん診断に使用するツールの導入ベースは最大です。また、Pharmaと提携して、標的療法をサポートするためのAIを活用した臨床アプリケーションを開発しています。

さらに、一部の企業は特定の腫瘍タイプごとに限定された指示に焦点を当てていますが、イベックスのアプローチは、病理医が組織で見るものすべてを分析するようにAIをトレーニングすることです。がんの検出のみではなく、がんのタイプ、サブタイプ、グレード、サイズ、がん関連の形態学的特徴など、すべてを分析します。病理学は、がんの有無を判断するだけでなく、病理医がAIの利点を実現できるように支援することです。

イベックスのソリューションの核となるテクノロジーと、がん検出およびグレード付けを支援する方法について説明していただけますか。

私たちのアプローチは、病理医がマシンをトレーニングすることです。世界中の病理医からなる大きなチームがスライドをアノテートし、特定の領域をマークしてラベル付けします。彼らは低グレードの腫瘍、血管、神経、炎症などをマークします。私たちはそのデータを使用してAIモデルをトレーニングし、AIが非常に正確で、まれで難しい症例でも重要なものであることを保証します。私たちのAIは病理医によってトレーニングされ、組織のさまざまな構造や形態を識別するように設計されています。これは病理医にとって非常に役立ち、必然的にその正確性を高めます。幅広いデータと知識にアクセスできることで、私たちはAIを改善し、フィールドでのフィードバックを通じて学びを実装することができます。

イベックスは、乳がん、前立腺がん、胃がんななどのさまざまながんタイプで、臨床グレードの正確性を確保するためにどのように取り組んでいますか。

これには多くの努力が必要です。私たちは世界中のパートナーからデータを収集し、データが非常に多様で、さまざまな実験室、組織準備技術、スキャナー、臨床結果が表現されていることを保証します。私たちは、AIが幅広い特徴を学習できるように、トレーニングデータを希少ながんタイプで強化します。トレーニングプロセスでは、AIが何をうまく行い、どこで改善が必要かを測定します。豊富な機械学習の経験を持つチームは、さまざまな実験室から収集した数千のスライドでAIをテストします。私たちは研究と臨床試験を実施し、システムの2つの基本的な側面を比較します。まず、基準値と比較したAIの単独のパフォーマンスをレビューします。二次的に、AIを使用したときと使用しなかったときの病理医の正確性を決定します。そうすることで、AIが正確で、堅牢で、偏りがなく、安全であることを保証します。私たちは、AIの影響を使用する病理医を測定します。私たちのアプリケーション全体で、AIの支援を受けた病理医が、標準的なケア（AIの支援を受けない場合）よりもより正確で、高い合意度で基準値と一致する結果を達成することを確認しています。また、AIプラットフォームの効率、ワークフローの最適化、ターンアラウンド時間（患者が結果を受け取るまでの時間）の短縮などの重要な利点も測定しています。

イベックスのソリューションには、診断ワークフローを強化し、患者結果を改善するためのユニークな機能があります。具体的にどのような機能があるのでしょうか。

私たちの統合システムには、スライドビューアー、AIの結果、組み込みの報告ツールが含まれます。このホリスティックシステムは、診断の精度と生産性を高めるために設計されています。病理医が診断プロセスを通じて案内し、各症例とスライドの主要な所見を示します。特徴を検索するのではなく、AIがすべてを明確に強調表示します。そこから、病理医はそれを確認または修正できます。AIは測定値と量化を表示し、スコアも付与します。組み込みの報告書を使用すると、病理医はスライドを見て診断を下し、別のシステムで報告する必要はありません。AIが統合ワークフローを駆動する間、報告書は同時に作成されます。さらには、マウスクリックの数も最適化されています。すべてが病理医のために設計されており、診断の精度と効率を高め、患者の結果を改善するためのより良い作業環境を作成するように意図されています。

イベックスのソリューションは、既存のデジタル病理ソフトウェアソリューションや実験室情報システムとどのように統合していますか。

私たちは、画像管理ソリューションや実験室情報システムを提供する複数のベンダーと協力しています。各パートナーには、統合の機会が異なります。場合によっては、AIをそのツールに組み込み、病理医がそのプラットフォーム内でAIを使用できるようにします。他の場合、AIをそのツールと統合することで、病理医が別のシステムからイベックスを起動できるようにします。どのような統合であっても、ユーザーがAIを使用する最も適切な方法を持つことを常に確実にします。また、第三者が私たちのAIから情報を取得し、それを自分の環境に統合できるように、オープンなアプリケーション・プログラミング・インターフェイス（API）を開発しました。

イベックスは、病理学におけるAIを活用したソリューションの広範な採用を達成する上で、どのような課題に直面しましたか。

反省すると、イベックスが直面した主な課題は、診断製品を市場に導入するために必要な複雑さと作業量、努力、時間だったと言えるでしょう。これには、多分野にわたるアプローチが含まれます。データの収集、病理医と共同作業、AIのトレーニングと徹底的なテスト、臨床試験の実施、そして一部の地域では規制承認の取得などです。医療分野では、科学的証拠を生成し、複数の実験室で結果を出版して、AIプラットフォームのパフォーマンスと利点を示すことも非常に重要です。

別の注目すべき課題は統合です。私たちは、病理医がAIを効率的に自然に使用できるようにする必要があります。実験室には複数のシステムがあります。デジタル病理スキャナー、実験室情報システムとワークフロー、報告ツールなどです。単純に言えば、すべてが最も効率的な方法で統合されるようにしますが、課題があります。

イベックスのソリューションを導入したヘルスケア機関からの成功事例やケーススタディを共有していただけますか。

私たちは、パートナーシップと世界的なリーチを誇りに思います。例えば、ウェールズでは、すべてのヘルスボードでイベックスのAIソリューションが導入されています。別の例は、プエルトリコのCorePlus Laboratoriesで、イベックスを数年間使用しており、影響を受けた臨床実践に関する論文を発表しています。AIアルゴリズムを使用して、病理医が誤診されていた160人の男性を特定できたという事例があります。AIのサポートにより、これらの患者は適切な治療を受けることができました。これが私たちが与える影響です。人々の生活に影響を与えることです。

将来10年間で、病理学とがん診断の分野でAIが果たす役割について、どのような展望がありますか。

次の10年間で、病理医は診断作業のほとんどでAIを使用することになるでしょう。質が高く、客観的で、再現可能で、タイムリーなものであることを確認するために、AIを使用することになるでしょう。また、AIは、病理医が現在行っていないことを行うのを支援することになるでしょう。AIは、特定の症例でどのような追加テストが必要かを決定するのを支援することになるでしょう。さらに、より正確な予後と治療選択の最適化を提供することになるでしょう。AIは、がん診断部分の病理学研究所だけでなく、がん治療を決定する腫瘍学者など、患者の全体的な経路全体で不可欠な存在になるでしょう。AIは、病理学、放射線医学、ゲノミクス、臨床レコードなどのさまざまな分野を統合するのを支援することになるでしょう。時間の経過とともに、これらのモダリティは、精密医療をサポートするためのさまざまなAIモジュールにフィードされます。ヘルスエクイティの観点から、世界中の最高の医師にアクセスできない患者は、診断と治療の質の向上に大きな飛躍を経験することになるでしょう。AIは、すべての人がニアエキスパートのレベルに到達できるようにするでしょう。すべての人が質の高いケアにアクセスする権利があり、AIは私たちをヘルスケアへのアクセスの民主化の方向に導くのに役立つでしょう。

ご多忙の中、大変お疲れさまでした。詳しく知りたい読者は、イベックス・メディカル・アナリティクスを訪問してください。