ดร. เจมส์ ทิวดอร์, MD, VP ของ AI ที่ XCath – ซีรีส์สัมภาษณ์

ดร. เจมส์ ทิวดอร์, MD, เป็นผู้นำในการรวม AI เข้ากับระบบหุ่นยนต์ของ XCath โดยได้รับแรงบันดาลใจจากความหลงใหลในการรวมเทคโนโลยีและแพทยศาสตร์ เขาสมดุลระหว่างบทบาทของเขาในฐานะแพทย์เวชศาสตร์ฟื้นฟู ผู้ช่วยศาสตราจารย์แผนกเวชศาสตร์ฟื้นฟูของ Baylor College of Medicine และนักวิจัย AI

XCath ก่อตั้งขึ้นในปี 2017 เป็นสตาร์ทอัพที่มุ่งเน้นการพัฒนาในด้านหุ่นยนต์ทางการแพทย์ นาโนหุ่นยนต์ และวิทยาศาสตร์วัสดุ บริษัทพัฒนาระบบหุ่นยนต์หัวใจและหลอดเลือดรุ่นต่อไปและสาย導ที่สามารถปรับเปลี่ยนได้เพื่อรักษาโรคหลอดเลือดสมองและภาวะทางการแพทย์อื่นๆ ที่รุนแรง

ดร. ทิวดอร์ สิ่งใดที่กระตุ้นความสนใจของคุณในเรื่องของ AI และแพทยศาสตร์ โดยเฉพาะอย่างยิ่งในสาขาเวชศาสตร์ฟื้นฟู?

ในปี 2016 เมื่อฉันเริ่มการฝึกอบรมเวชศาสตร์ฟื้นฟู ของ DeepMind’s AlphaGo ที่ชนะเลิศการแข่งขันกับ Lee Sedol นักเล่น Go ชั้นนำของโลก ความสามารถของ AlphaGo ในการบีบอัดและสรุปความซับซ้อนของ Go ซึ่งเป็นเกมที่มีตำแหน่งบนกระดานมากกว่าจำนวนอะตอมในจักรวาลที่สังเกตได้ ทำให้ฉันตื่นตาตื่นใจ ด้วยความตื่นเต้นเกี่ยวกับศักยภาพของ AI ในการเปลี่ยนแปลงเวชศาสตร์ฟื้นฟูและแพทยศาสตร์โดยรวม ฉันจึงหันเหความสนใจไปสู่ AI โดยตรง ในระหว่างการฝึกอบรม ฉันจะใช้เวลาส่วนใหญ่ในการทำโครงการ AI ในช่วงเย็นและวันหยุด

คุณสามารถบอกเรามากขึ้นเกี่ยวกับการเดินทางของคุณจากโรงเรียนแพทย์ไปสู่การเป็น VP ของ AI ที่ XCath ได้หรือไม่? สิ่งใดที่กระตุ้นให้คุณติดตามการรวม AI ในหุ่นยนต์ทางการแพทย์?

เส้นทางอาชีพของฉันผ่านไปด้วยความไม่คาดคิด หลังจากสำเร็จการฝึกอบรมเวชศาสตร์ฟื้นฟู ฉันต้องการที่จะอุทิศเวลาให้กับ AI และการประยุกต์ใช้เชิงพาณิชย์มากขึ้น ฉันเข้าร่วมสตาร์ทอัพหุ่นยนต์สำหรับการออกกำลังกายที่ก่อตั้งโดย Eduardo Fonseca ซึ่งเป็น CEO ของ XCath ในปัจจุบัน มันเป็นประสบการณ์ที่มีค่า แต่ฉันไม่เคยคาดคิดว่ามันจะนำไปสู่การรักษาโรคหลอดเลือดสมองด้วยหุ่นยนต์หัวใจและหลอดเลือด

คุณสามารถอธิบายได้หรือไม่ว่าประสบการณ์ของคุณในฐานะนักวิจัยเวชศาสตร์ฟื้นฟูเชิงวิชาการได้หล่อหลอมแนวทางของคุณในการรวม AI ในอุปกรณ์ทางการแพทย์อย่างไร?

การ教เวชศาสตร์ฟื้นฟูให้กับนักศึกษาแพทย์ทำให้ฉันสามารถอธิบายแนวคิดที่ซับซ้อนได้อย่างชัดเจน ซึ่งเป็นกุญแจสำคัญในการเชื่อมช่องว่างระหว่างเทคโนโลยี AI และการใช้งานจริงในด้านสุขภาพ นอกจากนี้ยังทำให้ฉันรักษาความสัมพันธ์กับความท้าทายที่แพทย์เผชิญ ซึ่งช่วยให้ฉันสามารถออกแบบโซลูชัน AI ที่มีความเป็นไปได้ทางคลินิกและใช้งานได้ง่าย

ในฐานะ VP ของ AI ที่ XCath คุณเผชิญกับความท้าทายใดบ้างในการรวม AI เข้ากับระบบหุ่นยนต์ของ XCath? คุณเอาชนะมันอย่างไร?

การรวม AI เข้ากับหุ่นยนต์ทางการแพทย์เป็นความท้าทายที่มีรูปร่างเหมือน U ความยากที่สุดอยู่ที่จุดเริ่มต้น – การได้รับและจัดการข้อมูล – และที่จุดสิ้นสุด – การรวมเข้ากับแพ็คเกจซอฟต์แวร์ที่ฝังตัว การฝึกอบรมแบบจำลอง AI จริงๆ แล้วค่อนข้างตรงไปตรงมา

การได้รับข้อมูลทางการแพทย์เป็นสิ่งที่ท้าทาย แต่幸ด้วยว่าเราสามารถสร้างความร่วมมือในการแบ่งปันภาพที่ดีได้ การนำแบบจำลองไปใช้ในการใช้งานทางคลินิกต้องใช้การประสานงานของทีมต่างๆ รวมถึง AI, คุณภาพ, ซอฟต์แวร์, UI/UX และวิศวกรหุ่นยนต์ ในขณะเดียวกันก็ยืนยันกับทีมคลินิกว่าโซลูชันนั้นมีประโยชน์และมีประสิทธิภาพ ด้วยชิ้นส่วนที่เคลื่อนไหวมากมาย ความสำเร็จในที่สุดจึงขึ้นอยู่กับการมีทีมที่มีประสิทธิภาพสูงและสามารถสื่อสารได้อย่างมีประสิทธิภาพ

คุณสามารถอธิบายได้หรือไม่ว่า AI เพิ่มความสามารถของระบบหุ่นยนต์หัวใจและหลอดเลือดของ XCath อย่างไร? AI มีบทบาท gì ในการปรับปรุงผลลัพธ์ของผู้ป่วย?

อัลกอริทึม AI สามารถทำหน้าที่เป็นครูและผู้ช่วยที่คอยช่วยเหลืออยู่เสมอ ลดภาระการคิดและเพิ่มความสามารถให้กับผู้ให้บริการทั้งหมดเพื่อให้การดูแลที่มีคุณภาพระดับโลก AI สามารถให้ข้อเสนอแนะระหว่างและหลังการผ่าตัด เพิ่มความเร็วในการฝึกอบรมและการยอมรับของหุ่นยนต์หัวใจและหลอดเลือด เราตั้งเป้าที่จะทำให้ระบบมีประสิทธิภาพและสามารถเข้าถึงได้มากขึ้น เพื่อให้แพทย์ผู้เชี่ยวชาญด้านหัวใจและหลอดเลือดอื่นๆ เช่น นักวิจัยรังสีวิทยาและแพทย์หัวใจสามารถฝึกอบรมให้สามารถรักษาโรคหลอดเลือดสมองด้วยหุ่นยนต์ได้

นอกจากนี้ อัลกอริทึมที่ฝังตัวในระบบสามารถให้ความปลอดภัยเพิ่มเติมจากการโจมตีทางไซเบอร์และการล้มเหลวของเครือข่าย เนื่องจากสามารถคาดการณ์เส้นทางที่คาดหวังของการดำเนินการและสามารถเตือนและหยุดการดำเนินการในกรณีที่ไม่คาดคิด

สุดท้าย เราไม่ต้องการที่จะควบคุมการดำเนินการจากผู้เชี่ยวชาญ แต่เพิ่มความสามารถให้กับพวกเขา เพื่อให้ผู้ป่วยทุกคนมั่นใจได้ว่าพวกเขาได้รับการดูแลที่มีคุณภาพระดับโลก

เทคโนโลยีของ XCath ที่ขับเคลื่อนด้วย AI มีบทบาท gì ในการแก้ไขปัญหาการนำทางระบบหลอดเลือดของมนุษย์ระหว่างการผ่าตัดหัวใจและหลอดเลือด?

ระบบหุ่นยนต์หัวใจและหลอดเลือดของ XCath เป็นตัวอย่างของการแพทย์แบบแม่นยำที่ออกแบบมาเพื่อนำทางระบบหลอดเลือดของมนุษย์ที่ซับซ้อนได้อย่างแม่นยำ โดยมีการควบคุมที่แม่นยำและลดการเปลี่ยนแปลงของการดำเนินการผ่านคอนโซลควบคุมที่直观

นอกจากนี้ ระบบสาย導ที่สามารถปรับเปลี่ยนได้ของ XCath ซึ่งเป็นสาย導อัจฉริยะที่สามารถควบคุมได้ทางอิเล็กทรอนิกส์เป็นครั้งแรกของโลก มีปลายที่สามารถปรับเปลี่ยนได้เพื่อนำทางหลอดเลือดที่ซับซ้อนและความเอียงของหลอดเลือดที่ท้าทาย

AI จะเพิ่มความสามารถในการนำทางด้วยการฝังตัวของการมองเห็นของคอมพิวเตอร์และแบบจำลองการวางแผนเส้นทาง ซึ่งมีบทบาทสำคัญในการลดภาระการคิดของผู้เชี่ยวชาญระหว่างการดำเนินการโดยการช่วยเหลือในการวิเคราะห์ภาพและเพิ่มความปลอดภัยผ่านความเป็นอิสระแบบขนาน

XCath ได้ทำการเดโมตelerobotic การทำ thrombectomy เป็นครั้งแรกในโลก คุณสามารถแบ่งปันข้อมูลเชิงลึกเกี่ยวกับบทบาทของ AI ในการดำเนินการนี้ได้หรือไม่?

เราใช้เวอร์ชันก่อนหน้าของหุ่นยนต์สำหรับการบรรลุผลลัพธ์ที่น่าประทับใจนี้ ดังนั้น AI จึงไม่ได้เล่นบทบาทใดๆ ในการดำเนินการนี้ อย่างไรก็ตาม มันเป็น 里程碑 ที่น่าประทับใจซึ่งวางรากฐานสำหรับการรวม AI ในการผ่าตัดหุ่นยนต์ระยะไกลในอนาคต

ในระหว่างการแสดงการเดโมตelerobotic นี้ ดร. Vitor Pereira ได้ดำเนินการผ่าตัด thrombectomy จาก Abu Dhabi บนผู้ป่วยจำลองในเกาหลีใต้ โดยการเอากระดูกอ่อนออกจากสมองในเวลาเพียงไม่กี่นาที เรารู้สึกตื่นเต้นกับผลลัพธ์ของการแสดงการเดโมตelerobotic ซึ่งพบว่ามีการเชื่อมต่อที่มีความหน่วงต่ำและเชื่อถือได้ระหว่างเครื่องควบคุมหุ่นยนต์ที่ตั้งอยู่ใน Abu Dhabi และอุปกรณ์หุ่นยนต์ในเกาหลีใต้ เราคาดการณ์ว่าจะมีการสร้างเครือข่ายหุ่นยนต์ระยะไกลในภูมิภาค แต่เราไปสุดขั้วเพื่อแสดงความสามารถของเทคโนโลยีนี้

คุณเชื่อว่าอนาคตของการผ่าตัดหุ่นยนต์ระยะไกลในการรักษาโรคหลอดเลือดสมองและภาวะอื่นๆ คืออะไร? และ XCath กำลังเตรียมตัวเพื่อเป็นผู้นำในพื้นที่นี้อย่างไร?

การยืนยันความจำเป็นในการผ่าตัดหุ่นยนต์ระยะไกลในหลายๆ สถานการณ์ทางการแพทย์อาจเป็นเรื่องที่ท้าทาย โดยเฉพาะอย่างยิ่งเมื่อศัลยแพทย์พร้อมใช้งานหรือการถ่ายโอนผู้ป่วยเป็นไปได้ อย่างไรก็ตาม ในบริบทของการรักษาโรคหลอดเลือดสมอง โดยที่ทุกๆ นาทีมีค่าและเซลล์สมองถูกทำลายอย่างรวดเร็ว การผ่าตัดหุ่นยนต์ระยะไกลจึงมีความสำคัญ

XCath มีตำแหน่งที่ไม่เหมือนใครในการเป็นผู้บุกเบิกการผ่าตัดหุ่นยนต์ระยะไกล โดยเริ่มต้นด้วยการรักษาโรคหลอดเลือดสมอง วิธีการของเราตอบสนองต่อความต้องการที่สำคัญในการแทรกแซงอย่างรวดเร็วในพื้นที่ที่มีการเข้าถึงการดูแลเชิงผู้เชี่ยวชาญที่จำกัด เมื่อเราสามารถเอาชนะความท้าทายนี้ได้ ฉันเชื่อว่ามันจะสร้างทางสำหรับการแก้ปัญหาหุ่นยนต์ระยะไกลในภาวะฉุกเฉินทางการแพทย์อื่นๆ ที่ต้องการความเร็วในการตอบสนอง นอกจากนี้ ด้วยความแม่นยำสูงของการควบคุมหุ่นยนต์ มีศักยภาพในการใช้หุ่นยนต์แบบท้องถิ่นในการผ่าตัดที่ซับซ้อนทางเทคนิค เช่น การซ่อมแซมแอนยูริซึม

คุณเห็นอนาคตของ AI ในสุขภาพเป็นอย่างไร โดยเฉพาะอย่างยิ่งในส่วนที่เกี่ยวข้องกับระบบหุ่นยนต์และการผ่าตัดแบบไม่ทำลาย?

AI มีศักยภาพที่จะปฏิวัติระบบสุขภาพ การใช้งาน AI ในช่วงแรกมุ่งเน้นไปที่การคัดกรองและปรับปรุงประสิทธิภาพ เราได้เห็นการปรับปรุงที่สำคัญในเวชศาสตร์ฟื้นฟู โดยเฉพาะอย่างยิ่งในเรื่องการระบุกรณีเร่งด่วนหรือการทำให้การวัดอัตโนมัติ ฉันรู้สึกตื่นเต้นเกี่ยวกับการจัดทำเอกสารทางการแพทย์แบบอัตโนมัติ ปัญหาในปัจจุบันคือแพทย์ใช้เวลามากกว่าการโต้ตอบกับผู้ป่วยในการจัดทำเอกสารด้านหน้าคอมพิวเตอร์ ฉันคาดการณ์ว่าจะมีการพัฒนาระบบที่สามารถจัดทำเอกสารการโต้ตอบผู้ป่วยหรือการผ่าตัดแบบเรียลไทม์ ซึ่งจะช่วยให้แพทย์มีเวลาที่มีค่ามากขึ้น

ในด้านหุ่นยนต์ AI จะช่วยเสริมแต่ไม่แทนที่ศัลยแพทย์ การนำความเป็นอิสระแบบขนานมาใช้ในระบบหุ่นยนต์จะปรับปรุงความปลอดภัยและประสิทธิภาพของการผ่าตัดอย่างมาก

ในฐานะผู้ที่เกี่ยวข้องอย่างลึกซึ้งกับการวิจัย AI คุณคิดว่าการพัฒนาอะไรใน AI จะมีผลกระทบมากที่สุดต่อการพัฒนาเครื่องมือทางการแพทย์ในช่วงสิบปีข้างหน้า?

ในช่วงไม่กี่ปีที่ผ่านมา เราได้เห็นคลื่นของแบบจำลองการเรียนรู้ลึกที่ได้รับการอนุมัติจาก FDA และเริ่มส่งมอบสัญญาที่จะเปลี่ยนแปลงสุขภาพ การใช้งาน AI ที่สร้างสรรค์จะครอบงำช่วงไม่กี่ปีข้างหน้า AI ที่มีเจตนาโดยการเปรียบเทียบยังอยู่ในช่วงต้น แต่มีศักยภาพที่มากกว่า เมื่อ AI พัฒนาอย่างรวดเร็ว มีแนวโน้มว่าเราจะเห็นระบบหลายตัวที่สามารถวินิจฉัยและรักษาในเวลาเดียวกัน จะมีอุปสรรคด้านกฎระเบียบเพิ่มเติมสำหรับตัวแทนเหล่านี้ซึ่งการกระทำของพวกมันไม่โปร่งใสและเป็นไปตามความน่าจะเป็น อย่างไรก็ตาม ความต้องการทั่วโลกจะขับเคลื่อนความต้องการในการนำรับอุปกรณ์ทางการแพทย์ AI ที่มีหลายตัวแทน

ขอขอบคุณสำหรับการสัมภาษณ์ที่ยอดเยี่ยม ผู้อ่านสามารถเยี่ยมชม XCath เพื่อเรียนรู้เพิ่มเติม