Јонас Муфф, оснивач и извршни директор Вара – Интервиев Сериес

Јонас Муфф је оснивач и извршни директор Вара платформа за скрининг рака дојке. Основана у Немачкој, Вара послује у неколико земаља у Европи. Недавно су најавили два велика партнерства ове године у Грчкој и Мексику, која ће своју технологију учинити доступном за преко 30 милиона жена.

Шта вас је на почетку привукло на пољу вештачке интелигенције?

Као син доктора, увек сам веровао да моћ и потенцијал здравствене заштите лежи у превенцији, а не само у лечењу; одржавати здраве људе здравим, а не само лечити болесне. Вештачка интелигенција држи кључ не само за откључавање ове промене парадигме, већ и за помоћ савременим здравственим системима да направе квантне скокове и у дијагнози и у лечењу болести. Дијагностика заснована на вештачкој интелигенцији има потенцијал да буде јефтинија и мање зависна од ресурса стручног знања, којих постоји глобални недостатак. На овај начин АИ би потенцијално могла да се користи за обезбеђивање висококвалитетних лекова у мање развијеним земљама како би приступ доброј здравственој заштити био праведнији и глобалнији.

Можете ли да продискутујете причу о настанку иза Варе?

Вара је рођена из Мерантик-а, студија за подухват у Берлину чији је циљ био откључавање потенцијала АИ кроз заједнички приступ. Мерантик окупља људе из различитих средина, сви са предузетничким начином размишљања, како би се позабавили проблемима из стварног света на иновативне начине. Окупили смо тим стручњака за машинско учење, програмера софтвера, дизајнера производа и радиолога, и кренули да поново замислимо ток рада скрининга рака дојке одоздо према горе.

Када чита мамографе, радиолог за скрининг ефективно тражи иглу у пласту сена. Док ће се велика већина мамографа сматрати „нормалним“ – то јест, неће садржати никакве знаке рака дојке – мала, али у потпуности значајна мањина ће бити сумњичава и захтеваће даљу анализу.

Ово ставља велики притисак на радиолога да се увери да ниједна игла није пропуштена, али се од њих такође захтева да проведу 98% (или више) свог свакодневног радног века извештавајући о нормалним мамографима. То је комбинација која може да доведе до грешака и у коју смо од првог дана веровали да вештачка интелигенција може помоћи у решавању и надокнадом људских грешака и уклањањем административног терета. На овај начин радиолози могу посветити још више пажње откривању аномалија.

Имајући ово на уму, удружили смо се са неким од водећих немачких радиолога за скрининг да бисмо изградили платформу која стандардизује цео клинички ток рада и унапређује га коришћењем напредне вештачке интелигенције, аутоматизације и алата за управљање подацима. Уместо да покушава да замени радиологе, Вара платформа има за циљ да их појача како би процеси били ефикаснији, транспарентнији и ефикаснији.

Кроз наш рад, такође смо схватили да иако је скрининг рака дојке уобичајен у већини европских земаља, укључујући и нашу домовину Немачку – која има поносно наслеђе што је започела програм скрининга заснованог на популацији још 2002. године – већина земаља у свету то ради. не нуде женама скрининг. Верујемо да свака жена има право на скрининг и стога је наша платформа дизајнирана да ради било где у свету. Наша мисија је да скрининг рака дојке заснован на подацима учинимо доступнијим свима.

Колико сетова за обуку је коришћено за обуку података и да ли ови сетови укључују широк спектар типова коже?

Наши модели су развијени на основу више од 7 милиона мамографија користећи податке из Европе, претежно Немачке.

Мамографи су веома слични између различитих популација и етничких група. Оно што варира међу глобалним популацијама је густина дојки (количина масног ткива у дојци), патолошки подтипови рака, као и типови лезија и величина лезија.

Приликом процене Варе, не само да смо узели у обзир просечни учинак, већ смо посматрали учинак у свакој подгрупи, тј. масне наспрам густих груди, или мале наспрам великих лезија. Наши резултати показују да можемо побољшати метрику радиолога у свим релевантним подгрупама.

То значи да чак и ако жене из других популација имају тенденцију да имају гушће груди, на пример, Вара ће и даље побољшати њихов стандард неге. Извршили смо локалну процену да бисмо разумели учинак вештачке интелигенције у Мексику како бисмо били сигурни да заиста побољшавамо стандард неге. И наставићемо да пратимо потенцијални учинак Варе у реалном времену и остаћемо у сталном дијалогу са нашим партнерима за скрининг. Наш циљ је да побољшамо стандард неге у Мексику обезбеђивањем стандардизованог тока рада скрининга који покреће вештачка интелигенција.

Вара систем користи 3 врсте класификација за сваки мамограф, можете ли да продискутујете шта су то и како помажу у спречавању лажних позитивних резултата?

Пут доношења одлуке о упућивању је процес скрининга који је развио Вара у којем алгоритам даје изјаву само за случајеве када поуздано даје тачна предвиђања — док друге случајеве препушта људској експертизи.

Циљ пута за упућивање одлуке је да подржи радиолога са вештачком интелигенцијом да побољша и осетљивост и специфичност, тј. да смањи лажне негативне и лажно позитивне резултате. Истовремено, вештачка интелигенција није савршена и не може да направи 100% тачна предвиђања за све случајеве. Стога је циљ упућивања одлуке да се комбинују људска стручност радиолога са техничким могућностима АИ данас у покушају да се побољшају обоје.

Тада су три типа класификације:

1. Нормално тријажирање: Алгоритам бира подскуп случајева које сматра нормалним са високим поверењем и аутоматски означава те случајеве за радиолога. Циљ нормалног тријажирања је да се што више нормалних случајева означи негативним, уз минималну погрешну класификацију.
2. Сигурносна мрежа: За случајеве у којима је вештачка интелигенција веома уверена да су слике сумњиве, нуди сигурносну мрежу: Ако радиолог класификује један од тих случајева као негативан, заштитна мрежа покреће и упућује радиолога на одређени регион на слици који је сумњив на АИ. Радиолог тада може преиспитати одлуку, потенцијално добити рак који би иначе пропустио.
3. Некласификовани случајеви: Важно је да АИ не даје изјаву за све случајеве. Постоје случајеви који нису класификовани као нормални (најмање сумњиви случајеви), нити је заштитна мрежа активирана (најсумњивији случајеви). У тим случајевима, вештачка интелигенција није довољно самоуверена и експертизу одлуке треба да добије радиолог.

Интринзично својство упућивања одлуке је његова конфигурабилност. Можемо да конфигуришемо АИ тако да најнижих 50% случајева буде означено као нормално, или можемо да га конфигуришемо да означи најнижих 70% као нормално. Слично томе, заштитна мрежа се може активирати за 1% најсумњивијих случајева, или алтернативно за 2% најсумњивијих случајева.

Људи, укључујући радиологе, често доживљавају когнитивну пристрасност, како апликација АИ помаже да се реши овај проблем?

Наша вештачка интелигенција је научила из података једног од најбољих система скрининга на свету у Немачкој. Поред тога, током обуке АИ заправо има приступ подацима које радиолози немају у клиничкој пракси. То јест, резултати биопсије или двогодишње праћење сваког случаја. Коришћењем широких и репрезентативних скупова података спречавамо пристрасности у подацима о обуци.

Затим смо развили Сафети Нет како бисмо смањили потенцијалну пристрасност у интеракцији између људи и АИ. Сигурносна мрежа не показује сумњива подручја радиологу унапред. Уместо тога, радиолог извештава о својим налазима са Вара посматрачем и у случају да се АИ не слаже са проценом радиолога, Вара приказује локализовано предвиђање. Ово даје радиологу прилику да прегледа свој почетни извештај и прилагоди га. На овај начин, Сафети Нет помаже у смањењу пропуштених карцинома.

За разлику од људи, модел се не замара и континуирано даје побољшане перформансе, независно од доба дана. АИ стога може објективизирати резултате радиолога.

Да ли бисте могли да разговарате о изазовима откривања рака дојке када су у питању могући рубни случајеви као што су имплантати?

Наши модели су обучени на основу стварног, разноликог скупа података о свим женама које присуствују скринингу, укључујући жене са имплантатима. Нисмо нашли да ти случајеви представљају посебан изазов за Вару. Поред тога, наш модел не даје изјаве о свим случајевима. Ако није сигуран у вези са одређеним случајем, одлуку одлаже радиолозима, приступ који називамо упућивањем одлуке (види горе).

Вара такође прегледа мамографе, у овом кораку процеса шта се конкретно тражи?

Вара приказује предвиђања након што радиолог формира мишљење (погледајте „Сигурносну мрежу“ изнад за више детаља). Радиолози стичу критички увид упоређујући развој ткива и лезија током времена. Исто тако, коришћење временских информација додатно ће побољшати дијагностичку тачност АИ модела. Не само да наша вештачка интелигенција ради на тренутном испиту, већ и проверава претходне испите на знаке рака — уз обећање да ће додатно побољшати перформансе скрининга.

Има ли још нешто што бисте желели да поделите о Вари?

Приступ одлуке о упућивању на платформи Вара АИ сада се користи у 30% свих јединица за скрининг у Немачкој. Као део наше глобалне мисије, недавно смо покренули јединице за скрининг у Мексико Грчка, у партнерству са пружаоцима здравствених услуга на терену у тим регионима. Са таквим партнерима показујемо како можемо да искористимо постојећу инфраструктуру здравствене заштите како бисмо им омогућили да прескоче своју тренутну поставку на најсавременију, стандардизовану услугу скрининга.

Наш тим се удвостручио на 30 и именовали смо светске стручњаке за радиологију, као нпр Професор Катја Пинкер-Домениг, који је постао наш водећи медицински саветник, као и Стефан Драјер као главни службеник за приходе. Такође имамо сарадњу са реномираним академским институцијама у САД и Европи, као што су Мемориал Слоан Кеттеринг Цанцер Центер, Универзитет у Кембриџу, Каролинска Институтет и Регистар рака Норвешке.

Варин учинак вештачке интелигенције показује огромно обећање у смислу поновљивости и генерализације. Велика ретроспективна студија је тренутно у штампи у светски познатом Ланцет Дигитал Хеалтх-у, као и још једна важна рецензентска публикација о интервалној превенцији рака у Европском часопису за радиологију.

И ми смо тек почели Прва проспективна студија у Немачкој да покаже Варин утицај у клиничкој рутини. Сва ова достигнућа нам помажу да остваримо нашу главну мисију да скрининг рака дојке на основу података учинимо доступним свима.

Хвала вам на одличном интервјуу, читаоци који желе да сазнају више треба да посете Стицк.