Joseph Mossel, mede-oprichter en CEO van Ibex Medical Analytics – Interviewreeks

Joseph Mossel is de CEO van Ibex Medical Analytics. Zijn carrière in de technologiebranche beslaat meer dan 20 jaar, waarin hij begon met softwareontwikkeling en productmanagement, gevolgd door leiderschapsfuncties bij startups, grote multinationale ondernemingen en non-profitorganisaties. Joseph heeft producten vanaf de conceptie tot en met volwassenheid geleid als miljoenenbedrijven. Hij heeft een master in computerwetenschappen van de Universiteit van Tel Aviv en een master in milieukunde van de VU Amsterdam.

Ibex is een klinisch platform van hoge kwaliteit, ontwikkeld door pathologen voor pathologen, dat helpt bij het detecteren en graderen van borst-, prostaat- en maagkanker, evenals meer dan honderd andere klinisch relevante kenmerken.

Ibex is naadloos geïntegreerd met digitale pathologie-oplossingen van derden, scanningsplatforms en laboratoriuminformatiesystemen. De AI-geactiveerde workflows van Ibex leveren geautomatiseerde inzichten van hoge kwaliteit die de patiëntveiligheid verbeteren, het vertrouwen van artsen vergroten en de productiviteit verhogen.

Wat inspireerde u om Ibex Medical Analytics (Ibex) mede op te richten, en welk probleem wilden u oplossen?

Kanker raakt helaas iedereen – of ze nu persoonlijk getroffen zijn, een verzorger zijn voor iemand met kanker, of iemand kennen die getroffen is. Ik heb familieleden en vrienden die getroffen zijn door kanker, en helaas is een van onze medewerkers overleden aan kanker.

Naarmate het aantal kankergevallen wereldwijd toeneemt, neemt de vraag naar kankerdiagnostiek toe, wat nog verergerd wordt door een wereldwijde tekort aan pathologen, waarvan de banen complexer worden door de vooruitgang in de therapie en de vraag naar complexere diagnostiek.

Ons platform helpt bij het overwinnen van deze uitdagingen door pathologen te voorzien van AI-hulpmiddelen die de nauwkeurigheid verbeteren en de workflows stroomlijnen, zodat elke patiënt een nauwkeurige en tijdige diagnose krijgt, wat essentieel is voor het begeleiden van behandelingen en het uiteindelijk verbeteren van de resultaten voor patiënten.

We zijn trots op het werk dat we doen voor onze klanten, van wie velen dagelijks vertrouwen op onze technologie om betere diagnoses te verstrekken. Hun vertrouwen in onze oplossingen benadrukt de echte impact die we maken, de transformatie van het veld van de pathologie en het verbeteren van de resultaten voor patiënten.

Kunt u iets vertellen over uw achtergrond en hoe die u naar uw werk in AI-gestuurde pathologie heeft geleid?

Als ik terugkijk op mijn carrière, zijn er twee drijvende krachten geweest: een zoektocht naar een gevoel van doel en een voorkeur voor interdisciplinaire benaderingen boven diepe specialisatie. Ik ben gelukkig dat ik een bedrijf leid dat me een diep gevoel van doel geeft en me de mogelijkheid biedt om samen te werken met een buitengewoon getalenteerd team met diverse achtergronden en disciplines.

Mijn oorspronkelijke academische achtergrond was in computerwetenschappen, gespecialiseerd in computationele neurowetenschappen. Ik werkte als algoritme-ingenieur en ging later over naar productmanagement. Na een tijd bij een groot bedrijf, besloot ik dat het niet voor mij was. Ik behaalde een graad in milieukunde en leidde een milieunon-profitorganisatie voor een aantal jaar. Duurzaamheid blijft een passie van mij en wordt beschouwd als de grote uitdaging van onze tijd.

Ongeveer tien jaar geleden ontmoette ik mijn mede-oprichter, Chaim Linhart, die evenzeer gemotiveerd was om een significante impact te maken en mijn passie voor technologie deelde. Chaim, in tegenstelling tot mij, is een specialist. Hij heeft een PhD in computerwetenschappen en meer dan 25 jaar ervaring in algoritme-ontwikkeling, AI en machine learning (ML). In de eerste dagen van Ibex was Chaim druk bezig met het winnen van Kaggle (ML)-wedstrijden.

Toen we hoorden dat de pathologie langzaam gedigitaliseerd werd, spraken we over de impact die een digitale transformatie in de pathologie kon hebben op het verbeteren van kankerdiagnostiek. Honderden bedrijven ontwikkelden al AI in radiologie, en we vroegen ons af waarom we hetzelfde niet in de pathologie konden doen. Het leek een natuurlijke keuze om onze technische expertise in het veld te brengen, in nauwe samenwerking met pathologen bij elke stap.

Wat waren enkele van de grootste uitdagingen die u in de beginjaren van Ibex tegenkwam, en hoe ging u daarmee om?

Het idee – dat we niet de eerste waren om op te komen – om AI toe te passen op pathologiebeelden was het gemakkelijke deel. De uitvoering is moeilijk. De drie belangrijkste uitdagingen die we in de beginjaren van Ibex tegenkwamen, waren toegang tot gegevens, toegang tot kapitaal en toegang tot domeinspecifieke kennis.

We losten de gegevensuitdaging op door een partnership aan te gaan met Maccabi Health Services in Israël. Op dat moment waren we twee beginnende ondernemers zonder medische kennis die besloten om een medisch bedrijf op te richten in een zeer complex domein. Varda Shalev, die destijds het innovatie-arm van Maccabi leidde, geloofde in onze visie, en we sloten een partnership- en gegevensdelingsovereenkomst met Maccabi. Op dat moment kwam Dr. Judith Sandbank, de hoofdpatholoog bij Ibex, aan boord als onze Chief Medical Officer (CMO), een positie die ze nog steeds bekleedt. Met een strategische partner en een CMO waren we nu goed gepositioneerd om een seedronde op te halen, die we op haalden van Kamet Ventures, een Frans venturestudio dat deel uitmaakt van AXA Insurance.

We waren nu in staat om geschiedenis te schrijven. We huurden twee ingenieurs in en ontwikkelden onze eerste algoritme voor prostaatkankerdetectie. Zodra we tevreden waren met de prestaties, implementeerden we het in het Maccabi-pathologielaboratorium als een tweede lezing, waarbij we alle gevallen beoordeelden na een initiële lezing door de patholoog. Tot onze verbazing bracht het systeem binnen een paar dagen een waarschuwing voor een geval van kanker dat door de patholoog was gemist. Voor zover wij weten, was dit het eerste geval ooit waarin de initiële diagnose van kanker werd gemaakt door een algoritme, in 2018.

Gefeliciteerd met het ontvangen van de FDA 510(k)-goedkeuring voor Ibex Prostate Detect! Wat betekent deze goedkeuring voor Ibex en het bredere veld van AI-gestuurde diagnostiek?

Dank u! Deze goedkeuring markeert een belangrijke mijlpaal in de reis van Ibex en illustreert onze toewijding aan het ontwikkelen van klinisch gevalideerde oplossingen die helpen bij het verbeteren van de gezondheidsresultaten van patiënten. Het bevestigt onze inzet voor de veiligheid en effectiviteit van onze oplossingen en versterkt onze capaciteit om innovatie van wereldklasse te bieden aan pathologen, uiteindelijk ten behoeve van de patiënten die ze bedienen.

We zien voor ons dat deze enorme mijlpaal barrières zal doorbreken en de adoptie van AI en digitalisering in de pathologie zal versnellen. We hopen dat deze prestatie de industriebrede vertrouwen zal versterken dat de technologie eenvoudig te implementeren is en klaar is voor grootschalig gebruik. Op lange termijn is FDA-goedkeuring een belangrijke stap naar het bereiken van vergoeding voor AI in de pathologie en het stimuleren van bredere adoptie.

Het validatieproces van de FDA wees op een tarief van 13% van gemiste kankers in initiële goedaardige diagnoses. Wat zegt dit over het potentieel van AI om de diagnostische nauwkeurigheid te verbeteren?

In de robuuste precisie- en klinische validatiestudies die zijn uitgevoerd in meerdere laboratoria in de Verenigde Staten en Europa als onderdeel van de FDA-goedkeuring, identificeerde het systeem een tarief van 13% van gemiste kankers in een cohort van opeenvolgende patiënten die initieel waren gediagnosticeerd als goedaardig. Deze statistiek versterkt de nauwkeurigheid en impact van de producten van Ibex, en het valideert ook dat het AI-platform van Ibex veilig kan worden geïntegreerd in klinische workflows, waardoor diagnostische precisie wordt verbeterd en uiteindelijk de zorg voor patiënten wordt verbeterd. Door een extra laag van analyse te bieden, helpt onze technologie bij het reduceren van fouten, het verbeteren van klinische besluitvorming en het bevorderen van patiëntveiligheid.

Hoe werkt Ibex Prostate Detect, en wat maakt het uniek in vergelijking met andere AI-gestuurde pathologie-oplossingen?

Ibex Prostate Detect is een in vitro diagnostisch medisch apparaat dat AI gebruikt om warmtekaarten te genereren die prostaatkankers identificeren die mogelijk door de patholoog zijn gemist. Het fungeert als een veiligheidsnet en helpt pathologen ervoor te zorgen dat patiënten een nauwkeurige diagnose krijgen. Het maakt gebruik van AI-algoritmen om de nauwkeurigheid van een prostaatkankerdiagnose te verbeteren.

Het apparaat is bedoeld om tumoren te identificeren die mogelijk door de patholoog zijn gemist. Als weefsel dat verdacht is voor prostaatkanker wordt geïdentificeerd, genereert het systeem een waarschuwing en bevat het een warmtekaart, die de patholoog naar gebieden leidt die waarschijnlijk kanker bevatten. Ibex Prostate Detect is de enige door de FDA goedgekeurde oplossing die AI-geactiveerde warmtekaarten biedt voor alle gebieden met een waarschijnlijkheid van kanker, waardoor volledige verklaring wordt geboden aan de patholoog die de resultaten beoordeelt.

Kunt u uitleggen hoe de warmtekaartfunctie pathologen helpt bij het identificeren van kankergeweef?

Ibex Prostate Detect is bedoeld om gevallen die initieel zijn gediagnosticeerd als goedaardig te identificeren voor verdere beoordeling door een patholoog. Als het weefselmorfoloogiesuspiciëus is voor prostaatadenocarcinoom (AdC), atypische kleine acinale proliferatie (ASAP) en andere zeldzame kankersubtypen, genereert het een waarschuwing die een warmtekaart van weefselgebieden in de gehele beeldvelden bevat die waarschijnlijk kanker bevatten, waardoor volledige verklaring wordt geboden aan de patholoog die de resultaten beoordeelt.

Over het algemeen is de warmtekaart nauwkeurig en precies en kan deze de patholoog voorzien van gebieden van bezorgdheid die ze kunnen focussen op en de juiste diagnose kunnen bepalen. In de precisie- en klinische validatiestudies die zijn uitgevoerd als onderdeel van de FDA-goedkeuring, toonde de warmtekaart van Ibex Prostate Detect extreme pixelnauwkeurigheid en bepaalde het volgende:

• Bijna alle kankergebieden worden door de warmtekaart gedekt (gevoeligheid=98,7%).
• Bijna alles wat als hoogst waarschijnlijk kanker in de warmtekaart wordt gemarkeerd, is inderdaad kanker (PPV=99,6%).
• De gemiste kankergevallen (vals negatief) die door het systeem werden geïdentificeerd, werden later bevestigd door deskundige pathologen, waardoor de klinische bruikbaarheid en voordelen van het product ten opzichte van de huidige standaard van zorg werden bevestigd.

Hoe onderscheidt het AI-model zich tussen goedaardig en kwaadaardig weefsel, en hoe is het getraind?

De Deep Learning-algoritme is gebaseerd op meerdere convolutionele neurale netwerken, die werken op verschillende vergrotingsniveaus. De AI is uitzonderlijk robuust, met een hoge nauwkeurigheid over meerdere laboratoria en patiëntdemografieën. Het is opvallend dat, in overeenstemming met onze mantra van ‘door pathologen, voor pathologen’, het model is getraind op meer dan een miljoen beelden die zorgvuldig zijn geannoteerd door wereldberoemde pathologen in toonaangevende medische centra. Deze aanpak is duur, maar we geloven dat zonder de inzichten van pathologen het moeilijk is om het niveau van prestaties te bereiken dat we nastreven. Door dit te doen, voorzien we alle pathologen van expertinzichten en zorgen we ervoor dat elke patiënt, ongeacht zijn locatie, een niveau van diagnose ontvangt dat gelijk is aan dat van de werelds toonaangevende specialisten.

Wat is de volgende stap voor het bedrijf in termen van nieuwe diagnostische mogelijkheden?

Ibex heeft al een enorme impact op AI-gestuurde diagnostische oplossingen voor borst- en maagkanker. Als wereldwijd leider in live klinische implementaties gebruiken veel laboratoria – waaronder die in de Verenigde Staten – al Ibex-producten om hun medische praktijk te transformeren. Onze producten zijn bewezen om een echte klinische impact te hebben, en pathologen vertrouwen op de AI en getuigen van de waarde die het biedt. Nu werken we aan het uitbrengen van een nieuwe soort technologie op de markt, een technologie die is ontwikkeld en gevalideerd door Ibex in samenwerking met AstraZeneca (AZN ) en Daiichi Sankyo. Het specifieke algoritme dat als eerste wordt uitgebracht, helpt bij het kwantificeren van HER2-uitdrukking, waardoor zorgverleners de loop van de behandeling voor de patiënt kunnen bepalen.

Als we vooruitkijken, zullen we ons aanbod blijven uitbreiden om meer inzichten te bieden binnen de weefseltypen die we al ondersteunen. We zijn ook van plan om aanbod te bieden binnen andere weefselgebieden en onze klantworkflows te blijven verbeteren.

Hoe ziet u de toekomst van AI-gestuurde pathologie in de komende vijf tot tien jaar?

Ik voorzie dat AI een diepgaande invloed zal hebben op de praktijk van de pathologie en de manier waarop kanker wordt gediagnosticeerd. Ik zie niet dat we pathologen zullen vervangen, maar zoals bij elke nieuwe technologische ontwikkeling, zal de praktijk worden getransformeerd. AI zal blijven helpen bij het aanpakken van de groeiende uitdagingen op de arbeidsmarkt in de gezondheidszorg, met name de wereldwijde tekort aan pathologen en hun toenemende werklast als gevolg van de stijging van het aantal kankergevallen. Het implementeren van verantwoorde AI zal helpen bij het effectiever beheren van de werklast van pathologen, het verbeteren van de diagnostische efficiëntie en het reduceren van vertragingen. Door routine taken te automatiseren, kan AI de foutenreductie verlagen, de kwaliteit van de diagnose verbeteren en uiteindelijk het vertrouwen van pathologen in hun werk verhogen. Ik geloof sterk dat AI, samen met een mens in de lus, de beste combinatie is voor het transformeren van de gezondheidszorg.

Een ander gebied met veelbelovend potentieel is het uitbreiden van de huidige praktijk van de pathologie naar het domein van predictieve algoritmen. Algoritmen die mogelijk meerdere modaliteiten combineren om resultaten of, cruciaal, behandelingseffectiviteit te voorspellen.

AI kan ook de gezondheidsongelijkheid verbeteren door toegang tot de gezondheidszorg te democratiseren. Ongeacht de locatie, elke patiënt verdient een betrouwbare diagnose. Het zou geweldig zijn als AI-technologie zou worden geïmplementeerd als onderdeel van de standaardpraktijk in elk pathologielaboratorium wereldwijd. Echter, dit begint met samenwerking tussen artsen, de industrie en agentschappen om de implementatie van deze technologie te versnellen – ik geloof dat we dit aan patiënten verplicht zijn.

Dank u voor het geweldige interview, lezers die meer willen leren, kunnen Ibex Medical Analytics bezoeken op Ibex Medical Analytics.