Jonas Muff, Vara의 설립자 및 CEO – 인터뷰 시리즈

Jonas Muff는 Vara의 설립자 및 CEO입니다. Vara는 유방암 검진 플랫폼으로, 독일에서 설립되어 현재 유럽 여러 국가에서 운영되고 있습니다. 최근 그리스와 멕시코에서 두 가지 주요 파트너십을 발표했으며, 이는 3,000만 명 이상의 여성에게 기술을 제공할 것입니다.

인공 지능 분야에 처음 관심을 갖게 된 것은 무엇입니까?

의사의 아들로 태어난 나는 항상 예방보다 치료에 더 관심을 두어야 한다고 생각했습니다. 인공 지능은 이 패러다임을 변화시키고 현대 의료 시스템이 질병의 진단과 치료에서 큰 발전을 이루도록 도와줄 수 있습니다. 인공 지능 기반 진단은 전문가의 지식과 자원을 덜依存하는 더 저렴한 방법으로 제공될 수 있습니다. 이를 통해 개발도상국에서도 높은 품질의 의료 서비스를 제공할 수 있습니다.

Vara의 기원에 대해 이야기해 주시겠습니까?

Vara는 베를린의 벤처 스튜디오인 Merantix에서 탄생했습니다. Merantix는 다양한 배경을 가진 사람들이 모여서 인공 지능의 잠재력을 실현하기 위해 협력하는 것을 목표로 합니다. 우리는 기계 학습 전문가, 소프트웨어 개발자, 제품 디자이너, 방사선과 의사 등으로 구성된 팀을 조직했습니다. 우리는 유방암 검진 워크플로우를 바닥부터 재창조하기 위해 노력했습니다.

유방암 검진에서 방사선과 의사는 효과적으로 바늘을 찾는 것입니다. 대부분의 유방암 검진은 정상으로 판정되지만, 일부는 의심스럽고 추가 분석이 필요합니다.

이로 인해 방사선과 의사는 바늘을 놓치지 않도록 주의해야 하며, 동시에 98% 이상의 시간을 정상적인 유방암 검진 보고서를 작성하는 데 사용해야 합니다. 이는 실수를 유발할 수 있으며, 우리는 인공 지능이 이를 해결하는 데 도움이 될 수 있다고 믿습니다. 인공 지능은 인간의 오류를 보완하고 행정 부담을 줄여주어 방사선과 의사가 더 효율적으로 일할 수 있도록 도와줍니다.

우리는 독일의 주요 유방암 검진 의사들과 협력하여 임상 워크플로우를 표준화하고 인공 지능, 자동화, 데이터 관리 도구를 사용하여 향상시키는 플랫폼을 구축했습니다. 우리는 방사선과 의사를 대체하는 것이 아니라, 그들을 강화하여 프로세스를 더 효율적이고 투명하게 만드는 것을 목표로 합니다.

우리의 작업을 통해 우리는 유방암 검진이 대부분의 유럽 국가에서 당연한 것으로 여겨지지만, 세계의 대부분의 국가에서는 여성이 검진을 받을 수 없다는 것을 알게 되었습니다. 우리는 모든 여성이 검진을 받을 권리가 있다고 믿으며, 따라서 우리의 플랫폼은 전 세계 어디에서나 작동하도록 설계되었습니다. 우리의 임무는 데이터 기반 유방암 검진을 모든 사람에게 더 쉽게 접근할 수 있도록 만드는 것입니다.

데이터를 훈련시키기 위해 사용된 훈련 세트는 몇 개입니까? 이 세트에는 다양한 피부 유형이 포함되어 있습니까?

우리의 모델은 주로 독일에서 수집된 유럽의 700만 개 이상의 유방암 검진 데이터를 기반으로 개발되었습니다.

유방암 검진은 다양한 인구와 민족 사이에서 매우 유사합니다. 세계 인구 간에 변하는 것은 유방 밀도(유방의 지방 조직 양), 병리학적 암 亚型, 결절 유형 및 결절 크기입니다.

우리는 평균 성능뿐만 아니라 하위 그룹별 성능도 평가했습니다. 즉, 지방이 많은 유방 대 조밀한 유방, 또는 작은 결절 대 큰 결절과 같은 경우를 고려했습니다. 우리의 결과는 Vara가 모든 관련 하위 그룹에서 방사선과 의사의 성능을 개선할 수 있음을 보여줍니다.

이것은 여성들이 다른 인구에서 더 조밀한 유방을 가지고 있는 경우에도 Vara가 그들의 치료 기준을 개선할 수 있음을 의미합니다. 우리는 멕시코에서 Vara의 성능을 평가하여 실제로 치료 기준을 개선할 수 있는지 확인했습니다. 우리는 또한 실시간으로 Vara의 전향적 성능을 모니터링하고 우리의 검진 파트너와 지속적으로 대화할 것입니다. 우리의 목표는 표준화된 검진 워크플로우를 제공하여 멕시코의 치료 기준을 개선하는 것입니다.

Vara 시스템은 각 유방암 검진에 대해 3가지 분류를 사용합니다. 이에 대해 설명해 주시겠습니까?

결정 참조 경로(decision referral pathway)는 Vara에서 개발한 검진 프로세스입니다. 여기서 알고리즘은 정확한 예측을 할 때만 진단을 내리고, 다른 경우에는 인간 전문가의 판단을 따릅니다.

결정 참조 경로의 목표는 방사선과 의사에게 인공 지능을 지원하여 민감도와 특이도를 모두 개선하는 것입니다. 즉, 거짓 음성과 거짓 양성을 줄이는 것입니다. 그러나 인공 지능은 완벽하지 않으며 모든 경우에 100% 정확한 예측을 할 수 없습니다. 따라서 결정 참조의 목표는 인간의 전문 지식과 현재의 기술적 능력을 결합하여 둘 다를 개선하는 것입니다.

세 가지 분류는 다음과 같습니다.

1. 정상 분류: 알고리즘은 높은 신뢰도로 정상으로 판단되는 사례의 하위 집합을 선택하고 자동으로 방사선과 의사에게 레이블을 지정합니다. 정상 분류의 목표는 가능한 한 많은 정상 사례를 레이블링하는 것입니다.
2. 안전망: 알고리즘이 매우 의심스러운 사례에 대해 높은 신뢰도를 가지고 있는 경우, 안전망을 제공합니다. 방사선과 의사가 이러한 사례 중 하나를 음성으로 분류할 경우, 안전망이 트리거되어 알고리즘이 의심스러운 영역을 방사선과 의사에게 지적합니다. 방사선과 의사는 이에 따라 결정을 재고할 수 있습니다.
3. 분류되지 않은 사례: 중요하게는, 알고리즘이 모든 사례에 대해 진단을 내리지 않습니다. 정상으로 분류되거나 안전망이 활성화되지 않은 사례가 있습니다. 이러한 사례에서는 알고리즘이 충분히 확신하지 못하며, 결정은 방사선과 의사에게 달려 있습니다.

결정 참조 경로의 내재된 속성은 구성 가능성입니다. 우리는 알고리즘을 구성하여 50%의 사례를 정상으로 레이블링하거나 70%의 사례를 정상으로 레이블링할 수 있습니다. 또한 안전망을 1%의 가장 의심스러운 사례나 2%의 가장 의심스러운 사례에 대해 활성화할 수 있습니다.

인간, 包括 방사선과 의사, 는 인지 편향을 경험할 수 있습니다. Vara의 인공 지능 애플리케이션이 이러한 문제를 어떻게 해결하는지 설명해 주시겠습니까?

우리의 인공 지능은 세계 최고의 검진 시스템 중 하나인 독일의 데이터에서 학습되었습니다. 또한 훈련 중에 알고리즘은 방사선과 의사가 임상 환경에서 접근할 수 없는 데이터, 즉 생검 결과 또는 2년 후의 추적 결과에 접근할 수 있습니다. 우리는 광범위하고 대표적인 데이터 세트를 사용하여 훈련 데이터의 편향을 방지했습니다.

우리는 또한 안전망을 개발하여 인간과 인공 지능 간의 상호 작용에서 잠재적인 편향을 줄였습니다. 안전망은 방사선과 의사에게 의심스러운 영역을 미리 보여주지 않습니다. 대신 방사선과 의사가 자신의 발견을 보고한 후, 알고리즘이 방사선과 의사의 평가와 동의하지 않을 경우, 알고리즘이 예측된 영역을 보여줍니다. 이를 통해 방사선과 의사는 초기 보고를 검토하고 수정할 수 있습니다. 이러한 방식으로 안전망은 놓친 암을 줄이는 데 도움이 됩니다.

인간과 달리, 모델은 피로하지 않으며, 일관된 성능을 제공합니다. 인공 지능은 방사선과 의사의 결과를 객관화할 수 있습니다.

유방암을 감지할 때 가능한 에지 케이스, 예를 들어 임플란트에 대해 논의해 주시겠습니까?

우리의 모델은 실제 세계의 다양한 데이터 세트, 즉 모든 유방암 검진을 받은 여성, 포함하여 임플란트를 가진 여성의 데이터를 기반으로 훈련되었습니다. 우리는 이러한 경우가 Vara에 특별한 도전이 되지 않는다고 발견했습니다. 또한 우리의 모델은 모든 경우에 대해 진단을 내리지 않습니다. 만약 특정 경우에 대해 확신이 서지 않는다면, 결정은 방사선과 의사에게 맡깁니다. 우리는 이를 결정 참조(decision referral)라고 부릅니다.

Vara는 또한 유방암 검진 후에 검사를 수행합니다. 이 과정에서 무엇을 찾는 것입니까?

Vara는 방사선과 의사가 자신의 의견을 형성한 후 예측을 제공합니다(위의 “안전망” 참조). 방사선과 의사는 시간의 경과에 따른 조직과 결절의 발전에 대한 중요한 통찰력을 얻습니다. 시간 정보를 활용하면 인공 지능 모델의 진단 정확도를さらに 개선할 수 있습니다. 우리의 인공 지능은 현재 검사뿐만 아니라 이전 검사도 분석하여 암의 징후를 찾습니다. 이는 검진 성능을 개선하는 데 도움이 됩니다.

Vara에 대해 더 공유하고 싶은 내용이 있습니까?

Vara의 결정 참조 접근 방식은 현재 독일의 모든 검진 단위 중 30%에서 사용되고 있습니다. 우리는 최근 멕시코와 그리스에서 검진 단위를 출시하여 현지 의료 제공업체와 협력하여 기존 의료 인프라를 활용하여 표준화된 검진 서비스를 제공하고 있습니다. 우리는 이러한 파트너와 함께 우리가 현재 설정을 최신의 표준화된 검진 서비스로 도약시키는 방법을 보여주고 있습니다.

우리의 팀은 30명으로 증가했으며, 방사선과 의학 전문가인 카트야 핑커-도메니그(Katja Pinker-Domenig) 교수를 리드 메디컬 어드바이저로 임명했습니다. 우리는 또한 스테판 드라이어(Stephan Dreier)를 수익 담당자로 임명했습니다. 우리는 미국과 유럽의 유명한 학술 기관, 즉 메모리얼 슬론 케터링 암 센터(Memorial Sloan Kettering Cancer Center), 케임브리지 대학교(University of Cambridge), 카롤린스카 연구소(Karolinska Institutet), 노르웨이 암 등록소(Cancer Registry of Norway)와 협력하고 있습니다.

Vara의 인공 지능 성능은 재현성과 일반화에서 큰 약속을 보여주고 있습니다. 랭셋 디지털 헬스(Lancet Digital Health)와 유럽 방사선과 학회(European Journal of Radiology)에서 중요한 연구가 현재 출판을 기다리고 있습니다.

우리는 최근 독일의 첫 번째 전향적 연구를 시작하여 Vara의 임상 환경에서의 영향력을 보여주었습니다. 이러한 성과는 모두 데이터 기반 유방암 검진을 모든 사람에게 더 쉽게 접근할 수 있도록 만드는 우리의 주요 임무를 달성하는 데 도움이 됩니다.

감사합니다. 더 많은 정보를 원하는 독자는 Vara를 방문하십시오.