モ・アブドレル、Densitas IncのCEO兼設立者 – インタビュー・シリーズ

モ・アブドレルは、Densitas Inc.のCEO兼設立者です。同社は、乳腺健康のための機械学習ソリューションを提供する企業で、乳腺密度、臨床画像品質、リスク評価に焦点を当てた技術を開発しています。

モは、ダルハウジー大学の診断放射線医学の准教授でもあり、バイオ統計学者として25年の経験を持っています。彼は、臨床研究における研究設計、統計分析、機械学習に精通しています。

あなたのDensitas Inc.設立の背景についてお話しください。
私は、世界中の医療未済の人口の健康を向上させるために、世界保健機関で働きたいと思っていました。数学的な才能を活かして、世界の健康を向上させることができたらと思っていました。しかし、世界保健機関で働くことは実現しませんでした。代わりに、トロント大学のダラ・ラナ公共保健大学院で、機械学習を専攻して修士号を取得しました。病院や医療研究機関で働き、生体統計学、疫学、生物医学工学、医療情報学などの分野で大学院生を指導しました。これらの経験から、さまざまな科学分野の交差点で、人工知能が患者さんの結果を向上させるためにどのように活用できるかを学びました。

Densitas Inc.設立に大きな影響を与えた人物は、ノバスコシア州ハリファックスの乳腺がんスクリーニング・プログラムの創設医療ディレクターであるジュディ・ケインズ博士です。ケインズ博士は、実践的な解決策を追求し、患者さんの結果を向上させることに尽力していました。彼女の献身と優秀性は、感銘を受けるものでした。她は、私のデジタル乳腺X線撮影に関する初期の研究を支援し、乳腺密度を測定するアルゴリズムの開発に貢献しました。ケインズ博士は、そのアルゴリズムを臨床で使用したいと言いました。これが、会社設立のきっかけとなりました。最終的に、RAD-AIDインターナショナルと提携して、低所得国や医療資源が不足している地域での乳腺健康を向上させることができました。

乳腺密度が乳腺がんのリスク要因であることは、多くの人にとって驚きの事実かもしれません。どう考えますか?

乳腺密度とは、乳腺組織の上皮性および間質性成分の量を指します。乳腺がんは、上皮性細胞で発生することが多いので、乳腺組織に上皮性細胞が多いほど、がんのリスクが高くなります。

また、密度の高い乳腺組織と潜在的な乳腺がんは、乳腺X線撮影では白く表示されるため、がんを発見するのが難しくなります。実際、女性の半数が密度の高い乳腺を持っており、密度の高い乳腺組織を持つ女性の半数が乳腺がんを発見しません。

これらの事実は、極度に密度の高い乳腺を持つ女性は、脂肪性乳腺を持つ女性に比べて、乳腺がんのリスクが4〜6倍高いことを示唆する研究と一致しています。また、乳腺密度を考慮したリスクモデルは、乳腺密度を考慮しないモデルよりも、乳腺がんをより正確に予測します。

乳腺密度を分析するための機械学習技術について教えてください。

高レベルで見ると、乳腺密度を計算するアルゴリズムを構築するためのデータモデリング戦略は、基本的に3つあります。統計学習、機械学習、ディープラーニングです。各アプローチでは、ラベル付きトレーニングデータセットのサイズが増える必要があります。統計学習と機械学習のアルゴリズムでは、乳腺密度を予測するための入力として、手作業で開発された画像特徴量が必要です。ディープラーニングでは、手作業で開発された画像特徴量は不要で、代わりに、利用可能なトレーニングデータによって特徴量が発見されます。

人工知能は、放射線科医のバーンアウトをどのように軽減できますか?

バーンアウトは、世界保健機関によって、疲労、孤立、シニシズム、職業的関与の低下という特徴を持つ「職業現象」として認識されています。

チャーティング、報告、行政文書、認定責任などの官僚的なタスクが、放射線科医のバーンアウトの主な原因となっています。

デジタル化と人工知能の自動化を組み合わせることで、報告とワークフローの効率化、画像品質の向上、プロセス管理の改善が可能になり、放射線科医が退屈で繰り返しの多い報告と行政タスクから解放され、患者さんのケアに集中できるようになります。

Densitasは、画像診断部門のワークフロー効率化と、国家ガイドラインへの準拠にも貢献しています。どうやって実現しているのでしょうか?

米国では、40州以上で乳腺密度通知法が制定されており、女性に乳腺密度について通知することが義務付けられています。これは、全米のスクリーン適応人口の85%以上をカバーしています。乳腺密度は、米国放射線学会のBI-RADS密度スケールに従って視覚的に報告されますが、これは信頼性が低く、再現性がなく、時間がかかり、報告の追加ステップとなり、がん検出の主なタスクから注意をそらすものです。

FDAの乳腺X線撮影品質基準法（MQSA）のEQUIPプログラムでは、主な解釈医師は、品質管理（包括して是正措置）と患者さんの位置決めに関する記録の適切な保守と更新を確実に行う必要があります。また、EQUIPプログラムでは、QAプログラムの確立と関連する記録の保守が必要です。MQSA EQUIPは基準を設定していますが、要件については具体的に規定していません。臨床画像品質は主観的に評価され、標準化されていません。LIPと主なQC技術者の責任に焦点を当てた品質システムの管理は、通常デジタル化されていません。また、時間がかかり、報酬されません。しかし、乳腺X線撮影施設の認定は、こうしたシステムの有効な実施を示す能力に依存しています。

Densitasのdensitasaiプラットフォームは、臨床現場および診療所、ヘルスシステムのレベルで、乳腺密度、臨床画像品質、乳腺がんリスク評価のAI自動化を提供します。また、Nuance、ikonopedia、Three Palm Softwareなどの業界リーダーとの統合により、乳腺密度、画像品質、リスクスコアが、放射線科医の報告とワークフローで既に確立されたシステムに自動的に埋め込まれ、書き込みエラーが改善され、報告の迅速化が実現し、研究の優先順位が付けられます。

高度なWebベースの分析システムは、自動化された報告と監査、デジタル化されたワークフロー、ヘルスシステム全体のパフォーマンスとリソースの活用のベンチマーキング、行政タスクの自動化を提供します。

DensitasとRAD-AIDインターナショナルの提携について教えてください。どうやって医療資源が不足している地域を支援していますか?

この提携の目的は、教育、臨床サポート、実践的なAIアプリケーションのトレーニングを提供し、低資源機関が持続可能な乳腺X線撮影の実践を採用できるようにすることです。参加機関の乳腺画像診断部門では、このプログラムは、患者さんの管理決定の質を向上させ、疾患の早期発見を改善することが期待されています。

ケニアには、約500万人の女性が乳腺X線撮影の対象ですが、専門の乳腺画像診断医はわずか3人です。タンザニアには、5800万人の人口がありますが、放射線技術者は450人しかいません。これらは、世界中の医療資源が不足している多くの国々の例です。専門の乳腺画像診断医や放射線技術者が少ない状況で、多数の女性をスクリーニングすることは、不可能に近いです。

大規模な集団スクリーニング・プログラムは、高い患者数を必要とし、効率的な臨床ワークフロー、プロセスの標準化、繰り返しの報告と行政タスクの最適化、患者とプロセスの管理のコスト効率の向上、国家の認定基準への準拠が必要です。

DensitasのAIソリューションは、乳腺密度、乳腺がんリスク、臨床画像品質の自動化された評価を提供し、これらの課題に対処します。

最終的な目標は、早期発見と適切な治療を通じて、乳腺がんのスクリーニングを改善し、命を救うことです。

Densitasは、COVID-19のパンデミック中に放射線科医の支援プログラムを立ち上げました。どのようなプログラムを提供していますか?

この困難な時期、医療の主な焦点は、重篤な患者さんのケアに当てられている必要があります。

不幸なことに、COVID-19の影響で、乳腺がんのスクリーニングは、ほとんど中断されました。

しかし、最も被害を受けた地域でも、乳腺X線撮影施設は、診断とスクリーニングの予約を再開する計画を立て始めています。予約が再開されると、近々、再スケジュールされた患者さんと新規患者さんによって、乳腺X線撮影施設とヘルスシステムは、多大な課題に直面することになります。放射線科医は、過負荷の状態になる可能性があります。

臨床画像品質を、過負荷の状況下でも、最高の水準で維持することが重要です。AI自動化された臨床画像品質評価は、包括的な分析と報告プラットフォームに統合され、MQSAの検査準備性を高め、患者さんのケアに必要なリソースを解放することができます。AI自動化された乳腺密度と乳腺がんリスク評価と報告は、ワークフローの効率化を支援し、フォローアップのスクリーニングプロトコルを最適化することができます。

私たちは、支援したいと思います。限定時間の間、densitasaiプラットフォームを、特定の資格を持つヘルスシステム、病院、画像診断センターに、リスクなし、無料で提供します。

densitasaiプラットフォームは、（1）AI自動化されたタスクで、予定されているバックログに立ち向かうことを支援し、（2）ワークフローの効率化を提供し、退屈で繰り返しの多いタスクの負担を軽減し、スタッフのバーンアウトを緩和し、（3）FDAの乳腺X線撮影品質基準法の検査の行政的およびリソース的な要求を軽減し、（4）臨床ケアにおける社会的距離の原則をデジタル化することで、継続的に最大化します。

densitasaiプラットフォームは、リモートで展開できます。

Densitasは、20のサイトをサポートします。登録と資格の締め切りは、2020年6月30日または完全にサブスクライブされた時点です。

ここをクリックして、放射線科医のバーンアウトを軽減するためのAIの役割について詳しく読むことができます。

インタビューありがとうございます。ここには、乳腺健康について重要な情報がたくさんあります。さらに詳しく知りたい方は、Densitasを訪問してください。