Tobias Rijken, Kheiron Medical Technologies의 공동 창립자 및 CTO – 인터뷰 시리즈

Tobias Rijken은 Kheiron Medical Technologies의 공동 창립자 및 CTO입니다. Kheiron Medical Technologies는 의료 영상 분야에서 고급 기계 학습 기술을 사용하여 의사, 영상의학과, 영상 센터, 병원 등에서 영상 보고서의 효율성, 일관성, 정확성을 향상시키기 위한 지능형 도구를 개발하고 제공하는 의료 영상 회사입니다.

Kheiron Medical Technologies는 기계 학습 소프트웨어를 사용하여 유방암을 조기에 발견하는 것을 목표로 설립되었습니다.

기계 학습에 처음 관심을 가지게 된 것은 언제입니까?

저는 젊은 시절에 프로그래밍을 처음 배울 때 기계 학습에 대한 비공식적인 소개가 있었습니다. 그 때는 게임 엔진에서 자신의 게임을 프로그래밍할 수 있었는데, 저는 그 게임을 다른 사람과 chơi할 수 있었거나, 프로그램과 chơi할 수 있었습니다. 프로그램과 어떻게 게임을 할 수 있을까요? 그것은 규칙 기반의 AI였습니다. 하지만 저는 항상 그 프로그램을 이길 수 있었기 때문에, 그것은 좋은 AI가 아니었습니다.

런던 대학교에서 석사 과정을 공부할 때, 저는 현대적인 AI의 새로운 시대에 들어갔습니다. DeepMind가 인수되었고, 저는 DeepMind가 실제로 설립된 곳에서 기계 학습을 공부했습니다. David Silver, DeepMind의 주요 과학자 중 한 명이 강의를 했고, 저는 강의의 일환으로 블랙잭과 같은 게임을 배우는 에이전트를 구축했습니다. 에이전트를 완성하고_own 생성물과 플레이했을 때, 저는 더 이상 승리할 수 없었습니다. 그것은真正한启示였습니다.

저의 공식적인 기계 학습 소개는 대학 1학년 때였습니다. 저는 암스테르담 대학교에서 수학과 컴퓨터 과학을 공부했습니다.同時에, 대규모 새로운 온라인 강의가 설립되었고, 저는 AI 강의에 참여할 수 있었습니다. 가장 큰 영향을 미친 강의는 스탠퍼드 대학교의 Peter Norvig와 Sebastian Thrun이 진행한 강의였습니다. 저는 10만 명의 사람들과 함께 AI를 공부할 수 있었습니다.

지금 Kheiron에서, 저는 기계 학습이 실제 세계에 미치는 영향에 대해 매우 흥미를 느끼고 있습니다. 기계 학습은 실제 문제를 해결하는 데 사용될 수 있습니다. 그것이 저를本当に 흥奮하게 만듭니다.

Kheiron Medical의 창립 배경에 대해 चर론해 주시겠습니까?

Peter와 저는 2016년 영국의 Entrepreneur First에서 만났습니다. 우리는 즉시 연결되었습니다. 아마도 우리의 유사한 배경 때문입니다. 우리는 둘 다 의료 분야에서 온 가족 출신입니다. Peter의 어머니는 영상의학과 의사이고, 저는 의사 가족에서 자랐습니다. 우리는 둘 다 STEM 분야로 진로를 선택했습니다.

우리의 배경은 의료 종사자들이 직면하는 어려움과 도전을 이해하게 해주었고, AI가 그들의 삶과 환자들의 삶을 개선하는 데 어떻게 도움이 될 수 있는지 이해하게 해주었습니다. 우리는 AI와 의사가 함께 협력하여 의료를 개선할 수 있다고 믿습니다.

해결해야 할 큰 문제가 있습니다. 영상의학과 의사의 부족이 있습니다. 많은 사람들이 암으로 사망합니다. 미국에서만 유방암으로 매년 4만 명이 넘는 여성들이 사망합니다. 암으로 사망하는 많은 사람들의 이유 중 하나는 의사들이 올바른 결정을 내리기 위한 정보가 없기 때문입니다. AI는 이를 도와줄 수 있습니다.

첫째로, Kheiron은 영상의학과 의사를 도와주기 위해 존재합니다. 그래서 영상의학과 의사가 환자를 도와줄 수 있습니다. 저는 개인적으로 문제를 이해하고, 그 문제의 복잡성을 이해하는 데 매우 동기부여를 받습니다. 우리는 모두 영상의학과 의사의 작업, 그들이 일상적으로 작업하는 데이터, 워크플로우를 정말 잘 이해하기 위해 열심히 노력합니다. 그러면 우리는 워크플로우에서 AI를 어떻게 배치할 수 있는지 이해할 수 있습니다.

우리는 사용자와 데이터를 깊이 이해하기 위해 많은 투자를 합니다. 우리는 우리 팀에 영상의학과 의사를 두어 사용자需求을 설계 및 개발 과정에 통합하도록 도와줍니다. 우리는 환자 참여.initiative를 통해 직접 여성들과 만나서 유방암 검진에 대한 그들의 두려움과需求을 이해합니다.

많은 사람들이 저에게 우리 회사의 이름인 Kheiron에 대해 묻습니다. Kheiron은 그리스 신화에서 의학을 가르치는 지혜로운 센타우루스였습니다. 센타우루스는 사람과 말의 절반으로 구성된 생물입니다. 이것은 두 개의 부분이 함께 더 강력한 것을 만드는 아이디어에서 영감을 받았습니다. Kheiron은 AI와 의사가 함께 협력하여 의료의 새로운标准을 만들기 위한 것입니다.

유방암 검진 솔루션에 대해 चर론해 주시겠습니까?

우리는 유방암 검진 경로에서 여러 유방암 솔루션을 개발 중입니다.

우리의 첫 번째 제품은 Mia입니다. Mia는 mammography intelligent assessment의 약자입니다. Mia는 영상의학과 의사가 하는 것과 동일한 작업을 수행하도록 최적화되었습니다. 즉, 여성에게 추가 검사를 위해 호출해야 하는지 여부를 결정하는 것입니다.

우리가 달성하는 성능 수준은 워크플로우를 재고할 수 있도록 합니다. 미국 여성에게 이것은 매우 의미심장합니다. 미국에는 “single-reader workflow”라는 것이 있습니다. 즉, 각 유방암 검사는 한 명의 영상의학과 의사에 의해 읽혀집니다. 그러나 영국과 유럽에는 “double-reader workflow”라는 것이 있습니다. 즉, 각 유방암 검사는 두 명의 영상의학과 의사에 의해 읽혀집니다. 많은 미국 영상의학과 의사들은 이중 읽기가 더 작은 유방암을 발견할 가능성이 더 높기 때문에 “금标准”이라고 생각합니다.

우리의 임상 연구는 Mia가 독립적인 판독자 또는 동시 판독자로서 임상적으로 안전하고 비용 효율적인 옵션이라는 것을 입증합니다. 즉, 미국에서 Mia는 영상의학과 의사와 함께 사용하여 이중 판독 워크플로우의 금标准을 달성할 수 있습니다. 이것은 실제로 AI와 인간이 함께 큰 문제를 해결하는 것을 보는 것입니다.

우리가 미국 시장에 출시하는 첫 번째 제품은 Mia IQ입니다. Mia IQ는 유방암 검진 경로에서 한 단계 앞서 있습니다. Mia IQ는 방사선 기술자가 이미지의 품질을 분석하는 데 도움이 됩니다. 이미지의 품질을 개선할 수 있다면, 판독의 품질도 개선될 것입니다. 이것은 더 많은 암이 조기에 발견될 수 있도록 합니다.

이것은 MQSA 품질 보증 심사와 지속적인 교육을 위한 것입니다. 우리는 Mia IQ가 먼저 적용될 것으로 기대합니다. Mia IQ는 프로그램 책임자들이 기술자에게 점검 교육을 제공하고, 품질 보증 심사에 영향을 미칠 수 있는 이미지 품질 문제를 해결할 수 있도록 보고서를 제공합니다.

신경망이 학습한 이미지의 수는 얼마입니까?

우리에겐 데이터의 양이 문제가 아닙니다. 유방암 검진 분야에서 데이터가 많이 있습니다. 유방암 검진 프로그램이 오래전부터 존재했기 때문에, 역사적인 데이터가 많습니다. 또한 인구 전체를 검사하기 때문에, 새로운 데이터가 지속적으로 생성됩니다.

도전은 데이터가 сильно 편향되어 있다는 것입니다. 99%의 검사 인구가 암에 걸리지 않았습니다.幸い, 이것은 정상 이미지로의 편향을 의미합니다. 또한 인구 차이가 있으며, 데이터에 다양성이 부족합니다.

따라서 Kheiron에서 성공의 큰 부분은 데이터를 수집하여 최고의 결과를 얻는 것입니다. 우리는 데이터를 선택하고, 목표를 명확하게 정의하여 데이터를 얻는 데 매우 선택적이고 집중적입니다. Emory University와의 협력은 우리가 이렇게 하는 방법의 좋은 예입니다.

현재 거짓 양성은 문제입니까?

거짓 양성은 문제의 일부입니다. 스크리닝의 과학은 거짓 양성과 거짓 음성 사이의 트레이드오프에 기반합니다. 예를 들어, 우리는 매우 낮은 거짓 양성률을 달성할 수 있지만, 일부 암을 놓칠 수 있습니다. 반면에, 우리는 거짓 음성률을 낮출 수 있지만, 높은 거짓 양성률을 가질 수 있습니다. 이러한 트레이드오프를 이해하고, 우선순위와 자원에 따라 스크리닝 서비스를 균형있게 조정하는 것이 중요합니다.

국가 간의 문화적 및 정책적 차이도 있습니다. 이것은 이러한 트레이드오프가 어떻게 이루어지는지 영향을 미칩니다. 일부 국가에서는 암을 놓치는 것이 매우 문제로 여겨집니다. 다른 국가에서는 불필요한 회수를 최소화하는 것이 더 중요합니다.

궁극적으로, 이것은 거짓 양성 그룹과 거짓 음성 그룹에서 경험하는 불필요한 회수와 추가 테스트의 수에 대한 이해를 필요로 합니다. 이것은 어려운 균형입니다. 하지만 AI는 양쪽 그룹 모두에서 기준을 높이는 것을 약속합니다.

Kheiron Medical Technologies와 Emory University는 최근에 5만 명이 넘는 아프리카계 미국인 여성의 이전 유방암 검사 데이터를 평가하기 위한 협력을 발표했습니다. 이 프로젝트에 대해 더 많은 정보를 공유해 주시겠습니까?

Emory University와의 협력은 우리의 AI 유방암 검진 솔루션인 Mia가 모든 여성, 특히 아프리카계 미국인 여성에게 동일한 기준으로 작동하는지 확인하는 데 도움이 됩니다.

협력의 첫 번째 프로젝트는 Emory의 다양한 검사 인구에서 Mia의 성능을 검증하는 것입니다. 이것은 4개의 검사 사이트와 병원을 포함하는 다중 사이트 연구입니다. 연구에 포함된 유방암 검사 이미지는 20만 개 이상이며, 그 중 약 45%는 아프리카계 미국인입니다.

우리는 이 협력을 최근에 발표했습니다. 협력을 발표한 이후로, 우리는 많은 진전을 이루었습니다. 이것은 글로벌 팬데믹과 원격 작업 조건下的 도전에도 불구하고, Emory 팀의 훌륭한 업적으로 이루어진 것입니다.

현재 우리는 우리의 미래 작업을 위한 강한 기초를 마련하기 위해 에너지를 투입하고 있습니다. 우리는 Emory 팀과密接하게 협력하여 임상 워크플로우를 이해하고 있습니다. 이것은 잠재적인 차이, 특히 인종 그룹 간의 차이를 분석하고 조사하는 데 필요한 기초입니다.

이 작업은 쉽지 않으며, 빠르지도 않습니다. 하지만, 이것은 매우 보상되는 작업이며, 우리는 글로벌 파트너와 함께 일할 수 있게 되어幸い합니다. 우리는 모두 유방암에 대한 모든 여성의 싸움을 돕는 것을 목표로하고 있습니다.

유방암 검진을 위한 이미지 데이터에서 비백인들의 대표성이 부족한 문제는 얼마나 큰 문제입니까?

의료 연구에서 환자 인구의 다양성이 반영되지 않은 경우가 많습니다. 우리는 AI를 개발하는 사람으로서, 인종적 다양성을 연구에 포함하는 책임이 있습니다.

아프리카계 미국인 여성의 경우, 유방암 검진에서 대표성이 부족한 문제가 있습니다. 아프리카계 미국인 여성의 유방암 사망률은 非히스패닉 백인 여성보다 39% 더 높습니다. 이것은 의료 서비스 접근성, 진단 및 치료 시작 지연 등 여러 요인으로 인해 발생할 수 있습니다.

AI가 다양한 인구에서 동일한 성능을 발휘하는 것은 유방암 검진에서 인종적 불평등을 해결하는 중요한 단계입니다. 저는 Kheiron 팀이 모든 여성, 특히 아프리카계 미국인 여성에게 동일한 기준으로 작동하는 솔루션을 구축하는 데 헌신하고 있다는 것을 알고 있습니다. Emory University와의 협력은 우리가 이 목표를 달성하는 데 도움이 될 것입니다.

감사합니다. 중요하고 생명을 구하는 기술을 개발하는 데 협력해 주셔서 감사합니다. 더 많은 정보를 원하는 독자는 Kheiron Medical Technologies를 방문할 수 있습니다.