Joseph Mossel, współzałożyciel i CEO Ibex Medical Analytics – seria wywiadów

Joseph Mossel jest CEO Ibex Medical Analytics. Jego kariera w branży technologicznej trwa ponad 20 lat, rozpoczynając się od rozwoju oprogramowania i zarządzania produktem, a następnie obejmując stanowiska kierownicze w startupach, dużych korporacjach międzynarodowych i organizacjach non-profit. Joseph prowadził produkty od powstania aż do dojrzałości jako firmy o wartości wielu milionów dolarów. Ukończył studia magisterskie z informatyki na Uniwersytecie w Tel Awiwie oraz studia magisterskie z nauk o środowisku na VU Amsterdam.

Opracowany przez patologów dla patologów, Ibex to platforma kliniczna, wielotkankowa, która pomaga patologom wykrywać i oceniać raka piersi, prostaty i żołądka, a także ponad sto innych cech klinicznie istotnych.

Bezproblemowo zintegrowany z rozwiązaniami oprogramowania cyfrowej patologii, platformami skanującymi i systemami informacji laboratoryjnej, przepływy pracy Ibex z obsługą AI dostarczają zautomatyzowane, wysokiej jakości informacje, które poprawiają bezpieczeństwo pacjentów, zwiększają zaufanie lekarzy i zwiększają wydajność.

Czym skłoniło Cię do współzałożenia Ibex Medical Analytics (Ibex), a jaki problem chcieliście rozwiązać?

Niestety, rak dotyka każdego – czy to osobiście, jako opiekun osoby chorej na raka, czy ktoś, kogo znamy, został dotknięty tą chorobą. Mam krewnych i przyjaciół, którzy zostali dotknięci rakiem, a jeden z naszych pracowników zmarł na raka.

W miarę wzrostu zachorowań na raka na świecie rośnie popyt na diagnostykę raka, który jest pogarszany przez globalny brak patologów, których praca staje się coraz bardziej złożona ze względu na postęp w leczeniu i popyt na bardziej złożoną diagnostykę.

Nasza platforma pomaga pokonywać te wyzwania, wyposażając patologów w narzędzia AI, które poprawiają dokładność i usprawniają przepływy pracy, aby każdy pacjent otrzymał dokładną i terminową diagnozę, co jest niezwykle ważne zarówno w podejmowaniu decyzji dotyczących leczenia, jak i ostatecznie w poprawie wyników leczenia pacjentów.

Jesteśmy dumni z pracy, którą wykonujemy dla naszych klientów, wielu z nich polega na naszych rozwiązaniach codziennie, aby dostarczyć lepsze diagnozy. Ich zaufanie do naszych rozwiązań podkreśla realny wpływ, jaki wywieramy, przekształcając dziedzinę patologii i poprawiając wyniki leczenia pacjentów.

Czy możesz opowiedzieć o swoim tle i tym, jak doprowadziło Cię do pracy w dziedzinie patologii wspomaganej przez AI?

Jeśli spojrzałem na swoją karierę, były dwie napędzające siły: poszukiwanie sensu i preferencja interdyscyplinarności nad głęboką specjalizacją. Mam szczęście prowadzić firmę, która daje mi głęboki sens i pozwala mi pracować z niesamowicie utalentowanym zespołem z różnych środowisk i dyscyplin.

Mój pierwotny akademicki background był związany z informatyką, specjalizując się w neuroinformatyce obliczeniowej. Następnie pracowałem jako inżynier algorytmów i przeszedłem do zarządzania produktem. Po pracy w dużej korporacji postanowiłem, że to nie jest dla mnie. Ukończyłem studia z nauk o środowisku i prowadziłem organizację non-profit przez kilka lat. Zrównoważony rozwój pozostaje moją pasją i jest uważany za wielkie wyzwanie naszych czasów.

Około dziesięć lat temu spotkałem swojego współzałożyciela, Chaima Linharta, który był równie zmotywowany do dokonania znaczącej różnicy i dzielił moją pasję do technologii. Chaim, w przeciwieństwie do mnie, jest specjalistą. Ma tytuł doktora z informatyki i ponad 25-letnie doświadczenie w rozwoju algorytmów, AI i machine learning (ML). W pierwszych dniach Ibex Chaim był zajęty wygrywaniem konkursów Kaggle (ML).

Gdy dowiedzieliśmy się, że patologia jest (wolno) cyfryzowana, rozmawialiśmy o wpływie, jaki cyfryzacja patologii mogłaby mieć na poprawę diagnostyki raka. Setki firm już rozwijały AI w radiologii, i zadaliśmy sobie pytanie, dlaczego nie zrobić tego samego w patologii? Wydawało się to naturalnym wyborem, aby wprowadzić nasze doświadczenie technologiczne w tej dziedzinie, współpracując ściśle z patologami na każdym etapie.

Jakie były największe wyzwania, z którymi spotkałeś się na początku Ibex, i jak je pokonałeś?

Pomysł – który nie był pierwszym, jaki wpadł nam do głowy – zastosowania AI w badaniach patologicznych był łatwy. Wykonanie jest trudne. Trzy główne wyzwania, z którymi spotkaliśmy się na początku Ibex, to dostęp do danych, dostęp do kapitału i dostęp do wiedzy specjalistycznej.

Rozwiązaliśmy wyzwanie związane z danymi poprzez partnerstwo z Maccabi Health Services of Israel. W tym momencie byliśmy dwoma młodymi przedsiębiorcami bez wiedzy medycznej, którzy postanowili założyć firmę medyczną w bardzo złożonej dziedzinie. Jednak Varda Shalev, która kierowała innowacjami w Maccabi w tamtym czasie, uwierzyła w naszą wizję, i podpisaliśmy umowę partnerską i umowę o udostępnianiu danych z Maccabi. W tym momencie dr Judith Sandbank, główny patolog w Ibex, dołączyła do naszego zespołu jako Chief Medical Officer (CMO), stanowisko, które zajmuje do dziś. Z partnerem strategicznym i CMO byliśmy teraz dobrze przygotowani do zebrania rundy seed, którą zebraliśmy od Kamet Ventures, francuskiego studia venture, które było częścią AXA Insurance.

Byliśmy teraz przygotowani, aby uczynić historię. Zatrudniliśmy dwóch inżynierów i opracowaliśmy nasz pierwszy algorytm do wykrywania raka prostaty. Gdy byliśmy zadowoleni z wyników, wdrożyliśmy go w laboratorium patologicznym Maccabi jako drugie odczytanie, przeglądając wszystkie przypadki po wstępnym odczytaniu przez patologa. Do naszej niespodzianki, w ciągu kilku dni system wykrył przypadek raka, który został pominięty przez patologa. Jak się wydaje, był to pierwszy przypadek, w którym wstępna diagnoza raka została postawiona przez algorytm, w 2018 roku.

Gratulacje z okazji otrzymania zatwierdzenia FDA 510(k) dla Ibex Prostate Detect! Co oznacza to zatwierdzenie dla Ibex i szerszej dziedziny diagnostyki wspomaganej przez AI?

Dziękuję! To zatwierdzenie oznacza znaczący kamień milowy w podróży Ibex i ilustruje nasze zaangażowanie w rozwijanie klinicznie zwalidowanych rozwiązań, które pomagają poprawiać wyniki zdrowia pacjentów. Potwierdza nasze zaangażowanie w bezpieczeństwo i skuteczność naszych rozwiązań i wzmacnia naszą zdolność do dostarczania innowacyjnych rozwiązań patologom, ostatecznie przynosząc korzyści pacjentom, których obsługują.

Wyobrażamy sobie, że ten kamień milowy obali bariery i przyspieszy przyjęcie AI i cyfryzacji w patologii. Mamy nadzieję, że to osiągnięcie zwiększy branżowe zaufanie, że technologia jest łatwa w wdrożeniu i gotowa do szerokiego użycia. Długoterminowo, zatwierdzenie FDA jest ważnym krokiem w kierunku uzyskania refundacji za AI w patologii i wspierania szerokiego wdrożenia.

Proces walidacji FDA ujawnił 13% wskaźnik raka pominiętego w wstępnych diagnozach jako łagodnych. Co to mówi nam o potencjale AI w poprawie dokładności diagnostycznej?

W ramach studiów precyzyjnych i klinicznej walidacji przeprowadzonych w wielu laboratoriach w Stanach Zjednoczonych i Europie w ramach zatwierdzenia FDA, system wykrył 13% wskaźnik raka pominiętego w grupie kolejnych pacjentów, którzy zostali początkowo zdiagnozowani jako łagodni. Ta statystyka potwierdza dokładność i wpływ produktów Ibex, i potwierdza również, że platforma AI Ibex może być bezpiecznie zintegrowana z przepływami klinicznymi, poprawiając precyzyjną diagnostykę i ostatecznie poprawiając opiekę nad pacjentem. Poprzez dostarczanie dodatkowej warstwy analizy, nasza technologia pomaga zmniejszyć błędy, umożliwiając lepsze podejmowanie decyzji klinicznych i promując bezpieczeństwo pacjentów.

Co do potencjału, chociaż zatwierdzenie służy jako krytyczna walidacja naszej technologii, nasze rozwiązanie już ma znaczący wpływ na rynku. Jest to świadectwem codziennej ciężkiej pracy w laboratoriach patologicznych, i widzimy to jako krok do przodu w poprawie wyników zdrowia na całym świecie. Nie możemy się powstrzymać od wyobrażenia sobie wpływu, jaki miałoby to, gdyby laboratoria na całym terytorium Stanów Zjednoczonych przyjęły transformację cyfrową.

Jak działa Ibex Prostate Detect, a co go wyróżnia w porównaniu z innymi rozwiązaniami patologii wspomaganej przez AI?

Ibex Prostate Detect to urządzenie diagnostyczne in vitro, które wykorzystuje AI do generowania map cieplnych, które identyfikują pominięte raki prostaty. Działając jako siatka bezpieczeństwa, Ibex Prostate Detect pomaga patologom w zapewnieniu, że pacjenci otrzymują dokładną diagnozę. Wykorzystuje algorytmy AI, aby poprawić dokładność diagnozy raka prostaty.

Urządzenie jest przeznaczone do identyfikacji guzów, które mogły zostać pominięte przez patologa. Jeśli zostanie wykryty podejrzany tkanek raka prostaty, system generuje alert i zawiera mapę cieplną, kierując patologa do obszarów, które prawdopodobnie zawierają rak. Ibex Prostate Detect jest jedynym rozwiązaniem zatwierdzonym przez FDA, które dostarcza mapy cieplne AI dla wszystkich obszarów z prawdopodobieństwem raka, oferując pełną wyjaśnialność przeglądającemu patologowi.

Czy możesz wyjaśnić, w jaki sposób funkcja mapy cieplnej pomaga patologom w identyfikowaniu tkanek nowotworowych?

Ibex Prostate Detect jest przeznaczony do identyfikacji przypadków, które zostały początkowo zdiagnozowane jako łagodne do dalszego przeglądu przez patologa. Jeśli wykryje morfologię tkanek podejrzanych o raka prostaty, atypiczną małą proliferację acinar (ASAP) i inne rzadkie podtypy raka, dostarcza alerty, które zawierają mapę cieplną obszarów tkanek w obrazach całych przekrojów, które prawdopodobnie zawierają rak, oferując pełną wyjaśnialność przeglądającemu patologowi.

Ogólnie mapa cieplna jest dokładna i precyzyjna i może dostarczyć patologowi obszarów, które wymagają uwagi, i określić prawidłową diagnozę. W ramach studiów precyzyjnych i klinicznej walidacji przeprowadzonych w ramach zatwierdzenia FDA, mapy cieplne Ibex Prostate Detect wykazały ekstremalną precyzyjność pikseli i określiły następujące:

• Prawie wszystkie obszary raka są objęte mapą cieplną (czułość = 98,7%).
• Prawie wszystko, co jest wskazywane jako wysokie prawdopodobieństwo raka na mapie cieplnej, jest rzeczywiście rakiem (PPV = 99,6%).
• Przypadki raka pominiętego (fałszywie ujemne) wykryte przez system zostały następnie zweryfikowane przez ekspertów patologów, potwierdzając kliniczną użyteczność i korzyści produktu w porównaniu z obecnym standardem opieki.

Jak model AI różnicuje się między tkankami łagodnymi a złośliwymi, i jak został on szkolony?

Algorytm Deep Learning oparty jest na wielowarstwowych sieciach neuronowych, działających na kilku poziomach powiększenia. AI jest wyjątkowo odporny, wykazując wysoką dokładność w wielu laboratoriach i populacjach pacjentów. Godne uwagi jest to, że zgodnie z naszym mottem “przez patologów, dla patologów”, model został szkolony na ponad milionie przekrojów, które zostały starannie opisane przez słynnych patologów w wiodących ośrodkach medycznych. Ten podejście jest kosztowne, ale wierzymy, że bez wglądu patologów jest bardzo trudno osiągnąć poziom wydajności, którego szukamy. Poprzez to wyposażamy wszystkich patologów w wgląd ekspertów i zapewniamy, że każdy pacjent, niezależnie od jego lokalizacji, otrzyma poziom diagnozy porównywalny z najlepszymi specjalistami na świecie.

Poza rakiem prostaty, Ibex pracuje również nad rozwiązaniami dla raka piersi i żołądka. Co jest następne dla firmy w zakresie nowych możliwości diagnostycznych?

Ibex już ma ogromny wpływ na rozwiązania diagnostyki wspomaganej przez AI dla raka piersi i żołądka. Jako światowy lider w wdrożeniach klinicznych, wiele laboratoriów – w tym w Stanach Zjednoczonych – już używa produktów Ibex do transformacji swojej praktyki medycznej. Nasze produkty udowodniły, że dostarczają realny wpływ kliniczny, a patolodzy ufają AI i potwierdzają wartość, którą ona przynosi. Teraz pracujemy nad wprowadzeniem nowej technologii na rynek, technologii, która została opracowana i zwalidowana przez Ibex we współpracy z AstraZeneca i Daiichi Sankyo. Konkretny algorytm, który jest pierwszym, jaki zostanie wydany, pomaga określić ekspresję HER2, co pomaga dostawcom określić przebieg leczenia pacjenta.

Spójrzając w przyszłość, będziemy kontynuować rozwijanie naszych ofert, aby dostarczyć dodatkowe informacje w ramach tkanek, które już obsługujemy. Planujemy również dostarczyć oferty w ramach innych rodzajów tkanek i kontynuować ulepszanie przepływów pracy naszych klientów.

Jak widzisz ewolucję patologii wspomaganej przez AI w ciągu najbliższych pięciu do dziesięciu lat?

Wyobrażam sobie, że AI będzie miało ogromny wpływ na praktykę patologii i sposób, w jaki diagnozuje się raka. Nie widzę, abyśmy zastępowali patologów, ale jak w przypadku każdego nowego rozwoju technologicznego, praktyka zostanie przekształcona. AI będzie nadal odgrywać instrumentalną rolę w rozwiązywaniu problemów związanych z personelem w sektorze opieki zdrowotnej, szczególnie globalnym brakiem patologów i ich coraz bardziej skomplikowanymi obowiązkami wynikającymi z postępu w leczeniu i popytu na bardziej złożoną diagnostykę.

Wdrożenie odpowiedzialnego AI pomoże patologom zarządzać ich obciążeniem pracą bardziej efektywnie, poprawiając wydajność diagnostyczną i redukując opóźnienia. Poprzez automatyzację rutynowych zadań, AI może obniżyć wskaźnik błędów, poprawić jakość diagnozy i ostatecznie zwiększyć zaufanie patologów do swojej pracy. Uważam, że AI, wraz z człowiekiem w pętli, jest najlepszym połączeniem do transformacji opieki zdrowotnej.

Inny obszar z wielkimi obietnicami to rozszerzenie poza obecną praktykę patologii w kierunku algorytmów predykcyjnych. Algorytmy, które potencjalnie łączą kilka modalności, aby przewidzieć wyniki lub, co najważniejsze, skuteczność leczenia.

AI może również poprawić równość zdrowia poprzez demokratyzację dostępu do zdrowia. Niezależnie od lokalizacji, każdy pacjent, wszędzie, zasługuje na zaufaną diagnozę. Byłoby wspaniale, gdyby technologia AI była wdrożona jako część standardowej praktyki w każdym laboratorium patologicznym na świecie. Jednak zaczyna się to od współpracy między lekarzami, przemysłem i agencjami, aby przyspieszyć wdrożenie tej technologii – uważam, że jesteśmy winni to pacjentom.

Dziękuję za wspaniały wywiad, czytelnicy, którzy chcą dowiedzieć się więcej, powinni odwiedzić Ibex Medical Analytics.