Интервјуа
Мо Абдолел, извршен директор и основач, Densitas Inc – серија на интервјуа
Мо Абдолел е извршен директор/основач на Densitas Inc., компанија фокусирана на претпријатието за мамографија што испорачува решенија за машинско учење за персонализирано здравје на градите со технологии фокусирани на густината на градите, квалитетот на клиничката слика и приспособениот ризик.
Мо е исто така вонреден професор, дијагностичка радиологија на Универзитетот Далхаузи и како консултантски биостатистичар има 25 години искуство во дизајнирање на студии, статистичка анализа и машинско учење во биомедицинско/клиничко истражување.
Можете ли да не прошетате низ вашето патување зад лансирањето на Densitas, Inc?
Уште кога се сеќавам, сакав да помогнам да се подобри здравјето на недоволно опслужените популации на глобално ниво. Сакав да работам за Светската здравствена организација во одреден капацитет што добро ги искористи моите математички склоности. Па, тоа никогаш не успеа. Наместо тоа, студирав биостатистика на постдипломско училиште на Факултетот за јавно здравје Дала Лана, Универзитетот во Торонто, завршувајќи ја мојата теза за машинско учење пред да се префрлам на работа во болници и здравствени истражувачки институции. Јас предавав и надгледував дипломирани студенти во различни области, вклучувајќи биостатистика, епидемиологија, биомедицинско инженерство и здравствена/медицинска информатика со фокус на дијагностичко снимање. Ова ми овозможи седиште во првиот ред на пресекот на различни научни дисциплини и ми даде широка перспектива за тоа како вештачката интелигенција може да се користи за да се постигнат подобри резултати на пациентите.
Некој кој имаше големо влијание врз одлуката за лансирање на Денситас беше д-р Џуди Кејнс, која беше основач на медицинскиот директор на Програмата за скрининг на дојка Нова Шкотска во Халифакс, Канада. Д-р Кејнс беше вистински светец и иноватор во нејзината клиничка пракса со непоколеблив фокус на постигнување практични и одржливи решенија за подобрување на квалитетот на грижата и резултатите на пациентите во здравјето на градите на жените. Нејзината апсолутна посветеност и желба за извонредност беа инспиративни. Таа ги поддржа и ги охрабри моите рани истражувања во дигиталната мамографија, од кои едната доведе до развој на алгоритам за мерење на густината на дојката како што се појавува на мамограм. Првото нешто што д-р Кејнс го кажа кога алгоритмот беше завршен е дека сака да го користи во клиничката пракса. Ова беше поттикот што доведе до лансирање на компанијата, на крајот затворајќи ја јамката на мојата долгогодишна желба да придонесам на некој начин за подобрување на глобалното здравје преку воспоставување партнерство со RAD-AID International за да се обезбеди подобро здравје на градите во земјите со низок приход. и медицински недоволно опслужени региони во светот.
За многумина може да биде изненадување што густината на градите е фактор за ризикот од рак на дојка. Можете ли да ги споделите вашите ставови за ова?
Густината на дојката се однесува на количината на епителните и стромалните компоненти на ткивото на дојката, а ракот на дојката најчесто се појавува во епителните клетки. Значи, колку повеќе епително ткиво во дојката, толку е поголема шансата да се појави рак во епителните клетки.
Дополнително, густото ткиво на дојката и основните карциноми на дојка изгледаат бели на мамограм, што значи дека густото ткиво може да го маскира присуството на рак и да го зголеми ризикот од пропуштање на ракот. Всушност, половина од сите жени имаат густи гради, а половина од ракот на дојката кај густите гради се пропуштени.
Овие факти се во согласност со истражувањето кое покажува дека жените со екстремно густи гради имаат 4-6 пати зголемен ризик од рак на дојка во споредба со жените со масни гради, а ризичните модели кои ја вклучуваат густината на градите подобро го предвидуваат ракот на дојката од оние што немаат.
Кои се различните технологии за машинско учење што се користат кога станува збор за анализа на густината на градите?
На високо ниво во суштина постојат три стратегии за моделирање на податоци за градење алгоритми кои ја пресметуваат густината на градите. Тие вклучуваат статистичко учење, машинско учење и длабоко учење, при што секој следен пристап бара сè поголеми означени групи на податоци за обука. Алгоритмите за статистичко учење и машинско учење бараат рачно изработени карактеристики на сликата да се развијат како влезни податоци за да се предвиди густината на градите. Длабокото учење не бара рачно изработени карактеристики на сликата за да се развијат, туку ги открива само овие карактеристики поттикнати од достапните податоци за обука.
Како вештачката интелигенција може да помогне да се намали исцрпеноста кај радиолози?
Исцрпеноста е препознаена од Светската здравствена организација како „професионален феномен“ кој се карактеризира со чувство на исцрпеност, изолација, цинизам и намален професионален ангажман.
Бирократските задачи како што се графиконите, известувањето, административната документација и задолжителните одговорности за акредитација се водечките пријавени причини за исцрпеност кај повеќето радиолози.
Автоматизацијата на вештачката интелигенција интегрирана со дигитализацијата може да обезбеди подобри извештаи и ефикасност на работниот тек, како и подобар квалитет на сликата и подобрено управување со процесите што ги ослободува радиолозите од досадните и повторливи известувања и административните оптоварувања што доведуваат до исцрпеност. Ваквите решенија им овозможуваат на радиолозите да посветат повеќе време на толкувачките задачи и да се фокусираат на грижата за пациентот.
Дензитас, исто така, им помага на одделите за сликање со ефикасноста на работниот тек и усогласеноста со националните упатства. Можете ли да споделите со нас како Дензитас го овозможува ова?
Скоро 40 сојузни држави ширум САД донесоа законска регулатива за известување за густината на градите, според која жените мора да бидат информирани за нивната густина на градите. Ова опфаќа над 85% од популацијата што ги исполнува условите за екранот низ целата земја. Густината на дојката визуелно се пријавува според скалата за густина на Американскиот колеџ за радиологија BI-RADS, која се покажа дека е неверодостојна и не може да се репродуцира, одзема време, дополнителен чекор за известување и го одвлекува вниманието од примарната задача за откривање рак.
Клучен аспект на Законот за стандарди за квалитет на мамографијата на FDA (MQSA) за подобрување на квалитетот со помош на програмата за инспекција (EQUIP) е дека водечкиот лекар кој толкува ќе обезбеди соодветно одржување и ажурирање на записите во врска со контролата на квалитетот (вклучувајќи корективни активности) и позиционирањето на пациентот и корективни активности во случај на несоодветен квалитет на клиничката слика. Дополнително, MQSA EQUIP бара воспоставување програма за QA и одржување на поврзаните записи. MQSA EQUIP поставува стандарди, но не е пропишан во неговите барања. Квалитетот на клиничката слика е субјективно проценет и не е стандардизиран. Администрацијата на систем за квалитет фокусиран на одговорностите на ЛИП и водечкиот технолог за КК не е типично дигитализирана, одзема многу време и не може да се надомести. Сепак, акредитацијата на објектот за мамографија зависи од способноста на установата да демонстрира ефективна имплементација на таков систем.
Дензитасai™ платформата обезбедува автоматизација на ВИ на густината на дојката, квалитетот на клиничката слика и проценката на ризикот од рак на дојка на ниво на мамограм на местото на нега, како и на ниво на клиника и здравствен систем преку напреден интерфејс за анализа базирана на веб.
Интеграциите со лидерите во индустријата, вклучувајќи ги Nuance, ikonopedia, Three Palm Software и големите продавачи на PACS обезбедуваат густината на градите, квалитетот на сликата и ризиците автоматски да се вметнат во системи кои се веќе добро воспоставени во известувањето и работните текови на радиолози, елиминирајќи ги грешките при транскрипцијата, подобрувајќи брзина на известување и давање приоритет на студиите за преглед.
Напредниот систем за вградена аналитика базиран на веб обезбедува автоматизирано известување и ревизија, дигитализирани работни текови, КК на здравствениот систем и мерило за перформанси и искористување на ресурсите и автоматизација на административните задачи.
Можете ли да разговарате за партнерството на Дензитас со RAD-AID International и како тоа им помага на загрозените региони?
Целта на партнерството е да им обезбеди на институциите со ниски ресурси образование, клиничка поддршка и практична обука за да можат да усвојат одржливи практики за мамографија кои користат практични апликации напојувани со вештачка интелигенција. За одделенијата за сликање на дојката во институциите-учеснички, се очекува програмата да помогне во унапредувањето на квалитетот на донесувањето одлуки за управување со пациентите и да го подобри раното откривање на болеста.
Кенија е земја со речиси 5 милиони жени кои се подобни за скрининг на мамографија, но има само 3 сниматели на дојка обучени за стипендија во целата земја. Танзанија е земја со 58 милиони жители, но има само 450 технолози за целата земја. Ова се само два примери на многу такви недоволно опслужени земји ширум светот. Скринингот на толку многу жени со само неколку специјалисти обучени радиолози на дојка и радиолошки технолози е едноставно невозможно.
Програмите за скрининг низ целата популација, како што е скринингот за рак на дојка, се карактеризираат со висок обем на пациенти што ја поттикнува потребата за ефикасни клинички работни текови, стандардизација на процесите и грижата, оптимизација на повторливите извештаи и административни задачи, рентабилно управување со пациентите и процесите и придржување на националните стандарди за акредитација.
Решенијата за вештачка интелигенција на Дензитас се справуваат со овие предизвици со автоматизирана густина на дојка, ризик од рак на дојка и проценки на квалитетот на клиничката слика.
На крајот целта е да се помогне да се подобри скринингот за рак на дојка преку порано откривање и подобар третман за да се спасат животи.
„Дензитас“, исто така, започна програма за помош на персоналот за радиологија за време на пандемијата COVID-19. Која е програмата што се нуди?
Во овие невидени времиња, примарниот фокус на грижата е нужно посветен на критично болните пациенти.
Несреќна последица на СОВИД-19 е тоа што скринингот за рак на дојка во голема мера е ставен во мирување.
Сепак, дури и во најтешко погодените региони гледаме установи за мамографија кои веќе планираат да се зголемат, почнувајќи со дијагностички и проследени со резервации за скрининг мамографски преглед. Како што се случува, огромниот број на пациенти кои чекаат скрининг на дојка во наредните недели и месеци (презакажан и нето нов) ќе претставува монументален предизвик за мамографските установи и здравствените системи, при што персоналот за радиологија ќе се протега.
Ќе биде важно да се осигура дека квалитетот на клиничката слика се одржува на највисоки стандарди и покрај стресот од преоптоварениот проток на слика. Автоматизацијата со вештачка интелигенција на проценката на квалитетот на клиничката слика, интегрирана во сеопфатна платформа за анализа и известување, ќе ја зголеми подготвеноста за инспекција на MQSA и ќе ослободи клучни ресурси за грижата за пациентот. Вештачката интелигенција за автоматизација на густината на дојката и бодувањето и известувањето за ризикот од рак на дојка ќе ја зголеми ефикасноста на работниот тек и ќе ги поддржи приспособените протоколи за следење на скрининг.
Сакаме да помогнеме. За ограничено време ги нудиме нашите дензитаai™ платформа како проба без ризик, без наплата за избор на квалификувани здравствени системи, болници и центри за сликање.
Дензитасai™ платформата (1) ќе помогне во борбата против претстојниот заостаток со автоматизација на задачите со вештачка интелигенција, (2) ќе обезбеди ефикасност на работниот тек што го намалува товарот на досадните, (3) одземаат многу време и повторувачки задачи и ќе помогне да се ублажи прегорувањето на персоналот, (4) да се олесни значително ресурси и административни барања на инспекциите на Законот за стандарди за квалитет на мамографија на FDA, (5) ги дигитализираат процесите за максимизирање на принципите на социјално дистанцирање во клиничката нега на тековна основа.
Дензитасai™ платформата може да се распореди од далечина.
Дензитас ќе ангажира и поддржува 20 локации. Крајниот рок за пријавување и квалификација е 30 јуни 2020 година или кога сме целосно претплатени, кое и да е прво.
Ви благодариме за интервјуто. Овде има многу важни информации за здравјето на градите. Секој што сака да дознае повеќе нека го посети Дензитас.
