ინტერვიუები
Jonas Muff, Vara-ს დამფუძნებელი და აღმასრულებელი დირექტორი - ინტერვიუს სერია
Jonas Muff არის დამფუძნებელი და აღმასრულებელი დირექტორი ვერა ძუძუს კიბოს სკრინინგის პლატფორმა. გერმანიაში დაარსებული ვარა მუშაობს ევროპის რამდენიმე ქვეყანაში. მათ ახლახან გამოაცხადეს ორი ძირითადი პარტნიორობა წელს საბერძნეთსა და მექსიკაში, რაც მის ტექნოლოგიას 30 მილიონზე მეტ ქალს გახდის.
თავიდან რამ მიგიზიდათ ხელოვნური ინტელექტის სფეროში?
როგორც ექიმის შვილი, მე ყოველთვის მჯეროდა, რომ ჯანდაცვის ძალა და პოტენციალი მდგომარეობს პრევენციაში და არა მხოლოდ განკურნებაში; ჯანსაღი ადამიანების ჯანმრთელობის შენარჩუნება, ვიდრე მხოლოდ ავადმყოფების მკურნალობა. ხელოვნურ ინტელექტს აქვს გასაღები არა მხოლოდ ამ პარადიგმის ცვლის გასახსნელად, არამედ თანამედროვე ჯანდაცვის სისტემების დასახმარებლად კვანტური ნახტომების განხორციელებაში როგორც დაავადების დიაგნოსტიკაში, ასევე მკურნალობაში. AI-ზე მომუშავე დიაგნოსტიკას აქვს პოტენციალი იყოს უფრო იაფი და ნაკლებად დამოკიდებული ექსპერტის ცოდნის რესურსებზე, რომელთაგან გლობალური დეფიციტია. ამ გზით ხელოვნური ინტელექტის პოტენციურად გამოყენება შესაძლებელია ნაკლებად განვითარებულ ქვეყნებში მაღალი ხარისხის მედიცინის უზრუნველსაყოფად, რათა ჯანდაცვაზე წვდომა უფრო სამართლიანი და გლობალური გახდეს.
შეგიძლიათ განიხილოთ გენეზისის ისტორია ვარას უკან?
ვარა დაიბადა Merantix-ში, საწარმოს სტუდიაში ბერლინში, რომელიც მიზნად ისახავს ხელოვნური ინტელექტის პოტენციალის გამოვლენას თანამშრომლობითი მიდგომით. Merantix აერთიანებს ადამიანებს სხვადასხვა წარმოშობის, ყველა სამეწარმეო აზროვნებით, რათა გადაჭრას რეალურ სამყაროში არსებული პრობლემები ინოვაციური გზებით. ჩვენ შევკრიბეთ მანქანათმცოდნეობის ექსპერტების, პროგრამული უზრუნველყოფის შემქმნელების, პროდუქტის დიზაინერებისა და რადიოლოგების გუნდი და შევუდექით ძუძუს კიბოს სკრინინგის სამუშაო პროცესის ხელახლა წარმოდგენას ქვემოდან ზემოდან.
მამოგრაფიის კითხვისას სკრინინგის რადიოლოგი ეფექტურად ეძებს ნემსს თივის გროვში. მიუხედავად იმისა, რომ მამოგრაფიების აბსოლუტური უმრავლესობა ჩაითვლება "ნორმალურად" - ანუ ისინი არ შეიცავენ ძუძუს კიბოს რაიმე ნიშანს - მცირე, მაგრამ სრულიად მნიშვნელოვანი უმცირესობა იქნება საეჭვო და საჭიროებს დამატებით ანალიზს.
ეს უზარმაზარ ზეწოლას აყენებს რადიოლოგზე, რათა დარწმუნდეს, რომ ნემსები არ არის გამოტოვებული, მაგრამ მათ ასევე მოეთხოვებათ ყოველდღიური სამუშაო ცხოვრების 98% (ან მეტი) დახარჯონ ნორმალური მამოგრაფიის მოხსენებაში. ეს არის კომბინაცია, რომელმაც შეიძლება გამოიწვიოს შეცდომები და ის კომბინაცია, რომლის დროსაც ჩვენ პირველივე დღიდან გვჯეროდა, რომ ხელოვნური ინტელექტი დაგეხმარებათ გადაჭრაში, როგორც ადამიანური შეცდომების კომპენსირებით, ასევე ადმინისტრაციული ტვირთის მოხსნით. ამ გზით, რადიოლოგებს შეუძლიათ კიდევ უფრო მეტი ყურადღება დაუთმონ ანომალიების აღმოჩენას.
ამის გათვალისწინებით, ჩვენ ვითანამშრომლეთ გერმანიის წამყვან სკრინინგ რადიოლოგებთან, რათა ავაშენოთ პლატფორმა, რომელიც სტანდარტიზებს მთელ კლინიკურ სამუშაო პროცესს და აძლიერებს მას მოწინავე AI, ავტომატიზაციისა და მონაცემთა მართვის ინსტრუმენტების გამოყენებით. იმის ნაცვლად, რომ სცადოს რენტგენოლოგები ჩაანაცვლოს, ვარას პლატფორმა მიზნად ისახავს მათ გადატვირთვას, რათა პროცესები უფრო ეფექტური, გამჭვირვალე და ეფექტური გახდეს.
ჩვენი მუშაობით, ჩვენ ასევე მივხვდით, რომ მიუხედავად იმისა, რომ ძუძუს კიბოს სკრინინგი ტარდება ევროპის უმეტეს ქვეყნებში, მათ შორის ჩვენს სამშობლოში გერმანიაში - რომელსაც აქვს საამაყო მემკვიდრეობა დაწყებული პოპულაციაზე დაფუძნებული სკრინინგის პროგრამის 2002 წელს - მსოფლიოს უმეტესი ქვეყნები ამას აკეთებენ. არ შესთავაზოს ქალებს სკრინინგს. ჩვენ გვჯერა, რომ ყველა ქალს აქვს სკრინინგის უფლება და ამიტომ ჩვენი პლატფორმა შექმნილია იმისთვის, რომ იმუშაოს მსოფლიოს ნებისმიერ წერტილში. ჩვენი მისიაა ძუძუს კიბოს სკრინინგი მონაცემთა ბაზაზე უფრო ხელმისაწვდომი გავხადოთ ყველასთვის.
რამდენი სავარჯიშო კომპლექტი იქნა გამოყენებული მონაცემების მოსამზადებლად და მოიცავს თუ არა ეს ნაკრები კანის ტიპების მრავალფეროვნებას?
ჩვენი მოდელები შემუშავებულია 7 მილიონზე მეტი მამოგრაფიის საფუძველზე ევროპის, ძირითადად გერმანიის მონაცემების გამოყენებით.
მამოგრაფია ძალიან ჰგავს სხვადასხვა პოპულაციასა და ეროვნებას შორის. რაც განსხვავდება გლობალურ პოპულაციაში არის მკერდის სიმკვრივე (მკერდის ცხიმოვანი ქსოვილის რაოდენობა), კიბოს პათოლოგიური ქვეტიპები, ასევე დაზიანებების ტიპები და ზომები.
ვარას შეფასებისას, ჩვენ არა მხოლოდ გავითვალისწინეთ საშუალო შესრულება, არამედ განვიხილეთ შესრულება თითოეულ ქვეჯგუფში, ანუ ცხიმიანი მკერდის წინააღმდეგ მკვრივი, ან მცირე და დიდი დაზიანებები. ჩვენი შედეგები აჩვენებს, რომ ჩვენ შეგვიძლია გავაუმჯობესოთ რადიოლოგების მეტრიკა ყველა შესაბამის ქვეჯგუფში.
ეს ნიშნავს, რომ მაშინაც კი, თუ სხვა პოპულაციის ქალებს აქვთ უფრო მკვრივი მკერდი, მაგალითად, ვარა მაინც გააუმჯობესებს მათ მოვლის სტანდარტს. ჩვენ ჩავატარეთ ადგილობრივი შეფასება მექსიკაში ხელოვნური ინტელექტის მუშაობის გასაგებად, რათა დავრწმუნდეთ, რომ ნამდვილად გავაუმჯობესებთ მოვლის სტანდარტს. ჩვენ გავაგრძელებთ ვარას პერსპექტიულ შესრულებას რეალურ დროში მონიტორინგს და მუდმივ დიალოგში ვიქნებით ჩვენს სკრინინგ პარტნიორებთან. ჩვენი მიზანია გავაუმჯობესოთ ზრუნვის სტანდარტი მექსიკაში სტანდარტიზებული, სკრინინგის სამუშაო პროცესის უზრუნველყოფით, რომელიც აღჭურვილია AI-ით.
Vara სისტემა იყენებს 3 ტიპის კლასიფიკაციას თითოეული მამოგრაფიისთვის, შეგიძლიათ განიხილოთ რა არის ეს და როგორ ეხმარება ცრუ პოზიტივის თავიდან აცილებას?
გადაწყვეტილების რეფერალური გზა არის ვარას მიერ შემუშავებული სკრინინგის პროცესი, რომელშიც ალგორითმი აკეთებს განცხადებას მხოლოდ იმ შემთხვევებისთვის, როდესაც ის თავდაჯერებულად აკეთებს ზუსტ პროგნოზებს - ხოლო სხვა შემთხვევებს ადამიანის ექსპერტიზას უტოვებს.
გადაწყვეტილების რეფერალური გზის მიზანია რენტგენოლოგის მხარდაჭერა AI-ით, რათა გააუმჯობესოს როგორც მგრძნობელობა, ასევე სპეციფიკა, ანუ ცრუ ნეგატივებისა და ცრუ დადებითის შემცირება. ამავდროულად, AI არ არის სრულყოფილი და არ შეუძლია გააკეთოს 100% სწორი პროგნოზი ყველა შემთხვევისთვის. ამრიგად, გადაწყვეტილების მიმართვის მიზანია რადიოლოგის ადამიანური ექსპერტიზის გაერთიანება ხელოვნური ინტელექტის ტექნიკურ შესაძლებლობებთან დღეს, ორივეს გაუმჯობესების მიზნით.
შემდეგ კლასიფიკაციის სამი ტიპია:
- ნორმალური ტრიაჟირება: ალგორითმი ირჩევს შემთხვევების ქვეჯგუფს, რომელსაც ის ნორმალურად თვლის მაღალი ნდობით და ავტომატურად ასახელებს ამ შემთხვევებს რადიოლოგს. ნორმალური ტრიაჟის მიზანია რაც შეიძლება მეტი ნორმალური შემთხვევის ნეგატიური ეტიკეტირება, მინიმალური არასწორი კლასიფიკაციით.
- უსაფრთხოების ქსელი: იმ შემთხვევებში, როდესაც AI ძალიან დარწმუნებულია, რომ სურათები საეჭვოა, ის გთავაზობთ უსაფრთხოების ბადეს: თუ რადიოლოგმა ერთ-ერთ ასეთ შემთხვევას მიაკუთვნებს, როგორც უარყოფითს, უსაფრთხოების ბადე იწვევს და მიუთითებს რადიოლოგს გამოსახულების კონკრეტულ რეგიონზე, რომელიც საეჭვოა. AI-ს. რენტგენოლოგს შეუძლია გადახედოს გადაწყვეტილებას, პოტენციურად დაიჭიროს კიბო, რომელიც სხვაგვარად გამოტოვებული იქნებოდა.
- არასაიდუმლო საქმეები: მნიშვნელოვანია, რომ AI არ აკეთებს განცხადებას ყველა შემთხვევისთვის. არის შემთხვევები, რომლებიც არც ნორმალურად არის კლასიფიცირებული (ყველაზე ნაკლებად საეჭვო შემთხვევები), არც უსაფრთხოების ბადე არის გააქტიურებული (ყველაზე საეჭვო შემთხვევები). ამ შემთხვევებში, AI არ არის საკმარისად დარწმუნებული და გადაწყვეტილება ექსპერტიზა უნდა იყოს რენტგენოლოგისგან.
გადაწყვეტილების მიმართვის შინაგანი თვისებაა მისი კონფიგურირება. ჩვენ შეგვიძლია დავაკონფიგურიროთ ხელოვნური ინტელექტი ისე, რომ შემთხვევების ყველაზე დაბალი 50% იყოს ნორმალურად მონიშნული, ან შეგვიძლია დავაკონფიგურიროთ, რომ ყველაზე დაბალი 70% ნორმალური იყოს. ანალოგიურად, უსაფრთხოების ბადე შეიძლება გააქტიურდეს ყველაზე საეჭვო შემთხვევების 1%-ისთვის, ან ალტერნატიულად ყველაზე საეჭვო შემთხვევების 2%-ისთვის.
ადამიანები, მათ შორის რადიოლოგები, ხშირად განიცდიან კოგნიტურ მიკერძოებას, როგორ ეხმარება AI აპლიკაცია ამ საკითხის გადაჭრაში?
ჩვენმა AI-მ შეიტყო გერმანიაში მსოფლიოში ერთ-ერთი საუკეთესო სკრინინგის სისტემის მონაცემებიდან. გარდა ამისა, ტრენინგის დროს AI რეალურად აქვს წვდომა იმ მონაცემებზე, რომლებიც რადიოლოგებს არ აქვთ კლინიკურ პრაქტიკაში. ანუ ბიოფსიის შედეგები ან ყოველი შემთხვევის ორწლიანი დაკვირვება. ფართო და წარმომადგენლობითი მონაცემთა ნაკრების გამოყენებით ჩვენ თავიდან ავიცილებთ მიკერძოებას ტრენინგის მონაცემებში.
შემდეგ ჩვენ შევიმუშავეთ Safety Net, რათა შევამციროთ ნებისმიერი პოტენციური მიკერძოება ადამიანებსა და AI-ს შორის ურთიერთქმედებაში. უსაფრთხოების ბადე არ აჩვენებს საეჭვო უბნებს რადიოლოგს წინასწარ. ამის ნაცვლად, რადიოლოგი აცნობებს თავის დასკვნებს ვარას მაყურებელს და იმ შემთხვევაში, თუ AI არ ეთანხმება რადიოლოგის შეფასებას, ვარა აჩვენებს ლოკალიზებულ პროგნოზს. ეს აძლევს რადიოლოგს შესაძლებლობას გადახედოს თავდაპირველ მოხსენებას და შეცვალოს იგი. ამგვარად, უსაფრთხოების ბადე ხელს უწყობს გამოტოვებული კიბოს შემცირებას.
ადამიანებისგან განსხვავებით, მოდელი არ იღლება და მუდმივად აწვდის გაუმჯობესებულ შესრულებას, დღის დროისგან დამოუკიდებლად. AI-ს შეუძლია რადიოლოგის შედეგების ობიექტივირება.
შეგიძლიათ განიხილოთ სარძევე ჯირკვლის კიბოს გამოვლენის გამოწვევები, როდესაც საქმე ეხება შესაძლო ზღვარს შემთხვევებს, როგორიცაა იმპლანტანტები?
ჩვენმა მოდელებმა გაიარეს ტრენინგი რეალურ სამყაროში, მრავალფეროვან მონაცემთა ბაზაზე, რომელშიც შედის ყველა ქალი, რომელიც ესწრება სკრინინგს, მათ შორის იმპლანტირებული ქალები. ჩვენ ვერ მივიჩნიეთ ეს საქმეები ვარას განსაკუთრებული გამოწვევად. გარდა ამისა, ჩვენი მოდელი არ აკეთებს განცხადებებს ყველა შემთხვევის შესახებ. თუ ის არ არის დარწმუნებული კონკრეტულ შემთხვევაში, ის გადადებს გადაწყვეტილებას რადიოლოგებს, მიდგომას, რომელსაც ჩვენ ვუწოდებთ გადაწყვეტილების რეფერალს (იხ. ზემოთ).
ვარა ასევე ატარებს მამოგრაფიის შემდგომ სკრინინგს, პროცესის ამ ეტაპზე კონკრეტულად რას ეძებენ?
ვარა აჩვენებს პროგნოზებს მას შემდეგ, რაც რენტგენოლოგმა დააფიქსირა აზრი (დამატებითი ინფორმაციისთვის იხილეთ „უსაფრთხოების ქსელი“ ზემოთ). რადიოლოგები იღებენ კრიტიკულ შეხედულებას ქსოვილებისა და დაზიანებების განვითარების შედარებით დროთა განმავლობაში. ანალოგიურად, დროებითი ინფორმაციის გამოყენება კიდევ უფრო გააუმჯობესებს AI მოდელების დიაგნოსტიკურ სიზუსტეს. არა მხოლოდ ჩვენი AI მუშაობს მიმდინარე გამოცდაზე, არამედ ამოწმებს წინა გამოცდებს კიბოს ნიშნებზე - სკრინინგის მუშაობის შემდგომი გაუმჯობესების დაპირებით.
არის კიდევ რამე, რისი გაზიარებაც გსურთ ვარას შესახებ?
Vara AI პლატფორმის გადაწყვეტილების მიმართვის მიდგომა ახლა გამოიყენება გერმანიაში სკრინინგის ყველა განყოფილების 30%-ში. როგორც ჩვენი გლობალური მისიის ნაწილი, ჩვენ ახლახანს გავუშვით სკრინინგის ერთეულები მექსიკაში მდე Greece, ამ რეგიონების ადგილზე არსებულ ჯანდაცვის პროვაიდერებთან პარტნიორობით. ასეთ პარტნიორებთან ერთად ჩვენ ვაჩვენებთ, თუ როგორ შეგვიძლია გამოვიყენოთ არსებული ჯანდაცვის ინფრასტრუქტურა, რათა მათ მივცეთ საშუალება, გადალახონ თავიანთი არსებული სკრინინგის უახლესი, სტანდარტიზებული სერვისი.
ჩვენი გუნდი გაორმაგდა 30-მდე და დავნიშნეთ გლობალური ექსპერტები რადიოლოგიაში, როგორიცაა პროფესორი კატია პინკერ-დომენიგი, რომელიც გახდა ჩვენი წამყვანი სამედიცინო მრჩეველი, ასევე სტეფან დრეიერი, როგორც შემოსავლების მთავარი ოფიცერი. ჩვენ ასევე გვაქვს თანამშრომლობა აშშ-სა და ევროპის ცნობილ აკადემიურ ინსტიტუტებთან, როგორიცაა Memorial Sloan Kettering Cancer Center, კემბრიჯის უნივერსიტეტი, კაროლინსკის ინსტიტუტი და ნორვეგიის კიბოს რეესტრი.
ვარას AI შესრულება უზარმაზარ დაპირებას აჩვენებს განმეორებადობისა და განზოგადების თვალსაზრისით. დიდი რეტროსპექტული კვლევა ამჟამად პრესაშია მსოფლიოში ცნობილ Lancet Digital Health-ში, ისევე როგორც კიდევ ერთი მნიშვნელოვანი მიმოხილვითი პუბლიკაცია ინტერვალური კიბოს პრევენციის შესახებ ევროპის რადიოლოგიის ჟურნალში.
ჩვენც ახლახან დავიწყეთ გერმანიის პირველი პერსპექტიული კვლევა რომ აჩვენოს ვარას გავლენა კლინიკურ რუტინაში. ყველა ეს მიღწევა გვეხმარება მივაღწიოთ ჩვენი მთავარი მისიის მიღწევას, რაც არის მონაცემების საფუძველზე ძუძუს კიბოს სკრინინგი ყველასთვის ხელმისაწვდომი.
გმადლობთ შესანიშნავი ინტერვიუსთვის, მკითხველს, ვისაც სურს მეტი გაიგოს, უნდა ეწვიოს ჯოხი.
