Йонас Мафф, Основатель и Генеральный Директор Vara – Интервью

Йонас Мафф является Основателем и Генеральным Директором Vara, платформы для скрининга рака молочной железы. Основанная в Германии, Vara работает в нескольких странах Европы. В этом году они объявили о двух крупных партнерствах в Греции и Мексике, что сделает их технологию доступной более чем 30 миллионам женщин.

Что изначально привлекло вас к области искусственного интеллекта?

Как сын врача, я всегда верил, что сила и потенциал здравоохранения лежат в профилактике, а не только в лечении; поддержание здоровья здоровых людей, а не только лечение больных. Искусственный интеллект держит ключ к разблокировке этого парадигмального сдвига и помощи современным системам здравоохранения сделать квантовые скачки в диагностике и лечении заболеваний. Диагностика на основе ИИ может быть дешевле и менее зависимой от ресурсов экспертных знаний, которых не хватает во всем мире. Таким образом, ИИ может быть использован для предоставления высококачественной медицины в менее развитых странах, чтобы сделать доступ к хорошему здравоохранению более справедливым и глобальным.

Можете ли вы обсудить историю создания Vara?

Vara была создана в Merantix, венчурной студии в Берлине, направленной на разблокировку потенциала ИИ посредством совместного подхода. Merantix объединяет людей из разных слоев общества, всех с предпринимательским мышлением, для решения реальных проблем инновационными способами. Мы собрали команду экспертов по машинному обучению, разработчиков программного обеспечения, дизайнеров продуктов и радиологов и поставили цель переосмыслить процесс скрининга рака молочной железы с нуля.

При чтении маммограмм радиолог фактически ищет иголку в стоге сена. Хотя большинство маммограмм будут считаться «нормальными» – то есть они не содержат никаких признаков рака молочной железы – небольшой, но очень значимый процент будет подозрительным и потребует дальнейшего анализа.

Это создает огромное давление на радиолога, чтобы не пропустить ни одну иголку, но они также должны тратить 98% (или больше) своего рабочего дня на составление отчетов о нормальных маммограммах. Это сочетание может привести к ошибкам, и мы считаем, что ИИ может помочь решить эту проблему, компенсируя человеческие ошибки и удаляя административное бремя. Таким образом, радиологи могут посвятить больше внимания поиску аномалий.

С учетом этого, мы сотрудничали с некоторыми из ведущих радиологов Германии, чтобы создать платформу, которая стандартизирует весь клинический процесс и улучшает его с помощью передовых инструментов ИИ, автоматизации и управления данными. Вместо того, чтобы пытаться заменить радиологов, платформа Vara направлена на то, чтобы повысить их эффективность, сделать процесс более эффективным, прозрачным и результативным.

Через нашу работу мы также поняли, что хотя скрининг рака молочной железы является данностью в большинстве европейских стран, включая нашу родину Германию – которая имеет гордую традицию начала программы скрининга населения в 2002 году – большинство стран мира не предлагают женщинам скрининг. Мы считаем, что каждая женщина имеет право на скрининг, и поэтому наша платформа была разработана для работы где угодно в мире. Наша миссия – сделать скрининг рака молочной железы на основе данных более доступным для всех.

Сколько тренировочных наборов было использовано для обучения данных, и включают ли эти наборы широкий спектр типов кожи?

Наши модели были разработаны на основе более 7 миллионов маммограмм с использованием данных из Европы, в основном из Германии.

Маммограммы очень похожи между разными популяциями и этническими группами. То, что варьируется в глобальных популяциях, – это плотность груди (количество жировой ткани в груди), патологические подтипы рака, а также типы и размеры поражений.

При оценке Vara мы не только учитывали среднюю производительность, но и оценивали производительность в каждой подгруппе, т.е. жирные против плотных грудей или небольшие против крупных поражений. Наши результаты показывают, что мы можем улучшить метрики радиологов во всех соответствующих подгруппах.

Это означает, что даже если женщины из других популяций имеют более плотные груди, например, Vara все равно улучшит их стандарт ухода. Мы провели местную оценку, чтобы понять производительность ИИ в Мексике, чтобы убедиться, что мы действительно улучшаем стандарт ухода. И мы продолжим отслеживать перспективную производительность Vara в реальном времени и оставаться в постоянном диалоге с нашими партнерами по скринингу. Наша цель – улучшить стандарт ухода в Мексике, предоставив стандартизированный процесс скрининга, работающий на ИИ.

Можете ли вы обсудить три типа классификаций для каждой маммограммы, и как они помогают в предотвращении ложных положительных результатов?

Путь принятия решений – это процесс скрининга, разработанный Vara, в котором алгоритм делает заявление только в тех случаях, когда он уверен в точности своих предсказаний – в то время как другие случаи оставляются для человеческой экспертизы.

Цель пути принятия решений – поддержать радиолога с помощью ИИ для улучшения как чувствительности, так и специфичности, т.е. уменьшить ложные отрицательные и ложные положительные результаты. В то же время ИИ не идеален и не может сделать 100% правильных предсказаний для всех случаев. Поэтому цель пути принятия решений – объединить человеческую экспертизу радиологов с техническими возможностями ИИ сегодня, чтобы улучшить оба.

Три типа классификаций являются следующими:

1. Нормальная триаж: Алгоритм выбирает подмножество случаев, которые он считает нормальными с высокой уверенностью, и автоматически помечает эти случаи для радиолога. Цель нормальной триажи – пометить как можно больше нормальных случаев как отрицательные, с минимальной неправильной классификацией.
2. Сетка безопасности: Для случаев, когда ИИ очень уверен, что изображения подозрительны, он предлагает сетку безопасности: если радиолог классифицирует один из этих случаев как отрицательный, сетка безопасности срабатывает и указывает радиологу на конкретный регион в изображении, который подозрителен для ИИ. Радиолог может затем пересмотреть решение, потенциально поймав рак, который мог быть пропущен.
3. Неклассифицированные случаи: Важно отметить, что ИИ не делает заявления для всех случаев. Есть случаи, которые не классифицируются как нормальные (наименее подозрительные случаи) и не активируют сетку безопасности (наиболее подозрительные случаи). Для этих случаев ИИ не достаточно уверен, и решение должно приниматься радиологом.

Неотъемлемой особенностью пути принятия решений является его конфигурируемость. Мы можем настроить ИИ так, чтобы он пометил 50% случаев как нормальные или настроил его так, чтобы он пометил 70% случаев как нормальные. Аналогично, сетку безопасности можно активировать для 1% наиболее подозрительных случаев или альтернативно для 2% наиболее подозрительных случаев.

Люди, включая радиологов, часто испытывают когнитивные предубеждения, как ИИ-приложение помогает решить эту проблему?

Наш ИИ был обучен на данных из одной из лучших систем скрининга в мире в Германии. Кроме того, во время обучения ИИ фактически имеет доступ к данным, которых нет у радиологов в клинической практике, т.е. результатам биопсии или двухлетнему наблюдению за каждым случаем. Используя широкие и представительные наборы данных, мы предотвращаем предубеждения в обучающих данных.

Мы также разработали Сетку безопасности, чтобы уменьшить любые потенциальные предубеждения в взаимодействии между людьми и ИИ. Сетка безопасности не показывает подозрительные области радиологу заранее. Вместо этого радиолог сообщает о своих находках с помощью просмотрщика Vara, и в случае, если ИИ не согласен с оценкой радиолога, Vara показывает локализованное предсказание. Это дает радиологу возможность пересмотреть свой первоначальный отчет и скорректировать его. Таким образом, Сетка безопасности помогает уменьшить количество пропущенных случаев рака.

В отличие от людей, модель не устает, и она постоянно улучшает свою производительность, независимо от времени суток. ИИ может因此 объективировать результаты радиологов.

Можете ли вы обсудить проблемы обнаружения рака молочной железы, когда речь идет о возможных краевых случаях, таких как имплантаты?

Наши модели были обучены на реальных, разнообразных наборах данных всех женщин, проходящих скрининг, включая женщин с имплантатами. Мы не обнаружили, что эти случаи представляют особую проблему для Vara. Кроме того, наша модель не делает заявления о всех случаях. Если она не уверена в конкретном случае, она передает решение радиологу, подход, который мы называем путем принятия решений (см. выше).

Vara также проводит пост-скрининг маммограмм, в этом шаге процесса что конкретно ищется?

Vara показывает предсказания после того, как радиолог сформировал свое мнение (см. «Сетку безопасности» выше для более подробной информации). Радиологи получают важную информацию, сравнивая развитие тканей и поражений во времени. Аналогично, использование временной информации еще больше улучшит диагностическую точность моделей ИИ. Не только наш ИИ работает на текущем обследовании, но также проверяет предыдущие обследования на наличие признаков рака – с обещанием дальнейшего улучшения производительности скрининга.

Есть ли что-то еще, что вы хотели бы поделиться о Vara?

Подход Vara к принятию решений сейчас используется в 30% всех единиц скрининга в Германии. В рамках нашей глобальной миссии мы недавно запустили единицы скрининга в Мексике и Греции в партнерстве с поставщиками медицинских услуг на местах в этих регионах. С такими партнерами мы показываем, как мы можем использовать существующую инфраструктуру здравоохранения, чтобы позволить им перейти от текущей настройки к современной стандартизированной службе скрининга.

Наша команда выросла до 30 человек, и мы назначили глобальных экспертов в области радиологии, таких как Профессор Катя Пинкер-Домениг, который стал нашим ведущим медицинским советником, а также Стефана Драйера в качестве главного офицера по доходам. У нас также есть сотрудничество с известными академическими учреждениями в США и Европе, такими как Мемориальный онкологический центр Слоан-Кеттеринг, Кембриджский университет, Каролинский институт и Регистр рака Норвегии.

Производительность ИИ Vara показывает огромный потенциал в плане воспроизводимости и обобщения. Большое ретроспективное исследование в настоящее время находится в печати в известном журнале Lancet Digital Health, а также другое важное рецензируемое издание о предотвращении интервального рака в журнале European Journal of Radiology.

Мы также только что начали первое в Германии перспективное исследование, чтобы показать влияние Vara на клиническую практику. Все эти достижения помогают нам достичь нашей основной миссии – сделать скрининг рака молочной железы на основе данных более доступным для всех.

Спасибо за отличное интервью, читателям, которые хотят узнать больше, следует посетить Vara.