จูลیانนา อิอัน尼 ผู้อำนวยการอาวุโสฝ่ายวิจัยและพัฒนา AI ของ Proscia – สัมภาษณ์รายการ

จูลیانนา อิอันニ เป็นผู้นำทีมวิจัยและพัฒนา AI ของ Proscia เพื่อสร้างผลิตภัณฑ์ทางพยาธิวิทยาเชิงคำนวณที่มีคุณภาพสูง Proscia กำลังผลักดันห้องปฏิบัติการให้ไปไกลกว่าข้อจำกัดของเครื่องมือแบบดั้งเดิมด้วยแพลตฟอร์มพยาธิวิทยาแบบดิจิทัล Concentriq^® และกระบวนการคำนวณต่างๆ ที่กำลังพัฒนา เทคโนโลยีเหล่านี้อยู่ตรงกลางของห้องปฏิบัติการดิจิทัลสมัยใหม่ และกำลังเปลี่ยนแปลงเศรษฐกิจและแนวปฏิบัติของพยาธิวิทยา โดยนำพลังของการแพทย์สมัยใหม่ที่ขับเคลื่อนด้วยข้อมูลมาใช้ในการต่อสู้กับโรคมะเร็ง

คุณสามารถเล่าเรื่องราวเบื้องหลังของ Proscia ได้หรือไม่?

พยาธิวิทยาเป็นศูนย์กลางของการวิจัยทางชีวการแพทย์และการวินิจฉัยมะเร็ง แต่ในขณะที่เราทุกคนเห็นผลกระทบของการดิจิทัลต่อเกือบทุกด้านของการดูแลสุขภาพ พยาธิวิยายังคงไม่มีการเปลี่ยนแปลงมากนักตลอด 150 ปีที่ผ่านมา ยังคงหมุนรอบการรับรู้รูปแบบในเนื้อเยื่อใต้กล้องจุลทรรศน์ การปฏิบัตินี้เป็นไปอย่างชัดเจนและเป็นเรื่องส่วนตัว สิ่งเหล่านี้เป็นความท้าทายที่ยิ่งใหญ่ขึ้นเนื่องจากจำนวนผู้เชี่ยวชาญด้านพยาธิวิยาที่ลดลงและภาระโรคมะเร็งที่เพิ่มขึ้น

Proscia ก่อตั้งขึ้นเพื่อพัฒนามาตรฐานการดูแลรักษา ผู้ก่อตั้งเห็นโอกาสในการต่อสู้กับโรคมะเร็งโดยการขับเคลื่อนการเปลี่ยนแปลงของพยาธิวิทยาจากกล้องจุลทรรศน์ไปสู่ภาพ ในการทำเช่นนี้ – ในการขับเคลื่อนพยาธิวิทยาแบบดิจิทัลไปข้างหน้า – เรากำลังทำให้ห้องปฏิบัติการสามารถปรับปรุงการดำเนินงานให้คล่องตัวขึ้น เพิ่มคุณภาพและผลผลิต และปลดล็อกข้อมูลเชิงลึกใหม่ที่ไม่สามารถมองเห็นได้ด้วยตาเปล่า ผลประโยชน์เหล่านี้ช่วยให้นักวิจัยสามารถเร่งความก้าวหน้าและช่วยให้ผู้เชี่ยวชาญด้านพยาธิวิยาสามารถปรับปรุงผลลัพธ์ให้กับผู้ป่วยทั่วโลก

ตั้งแต่ช่วงแรกเริ่มของเรา เราได้รวบรวมฐานลูกค้าที่มีห้องปฏิบัติการชั้นนำ ระบบสุขภาพ บริษัทชีววิทยาศาสตร์ และองค์กรวิจัย ในบรรดาลูกค้าองค์กรของเรา เราทำงานร่วมกับมหาวิทยาลัยจอนส์ ฮอปกินส์ มหาวิทยาลัยเพนซิลเวเนีย และ 10 ในบรรดบริษัทเภสัชกรรมที่ใหญ่ที่สุด 20 อันดับ เราได้ประกาศเมื่อเร็วๆ นี้ว่า LabPON ซึ่งเป็นห้องปฏิบัติการแรกที่บรรลุการวินิจฉัยพยาธิวิทยาแบบดิจิทัล 100% กำลังเปลี่ยนไปใช้แพลตฟอร์มซอฟต์แวร์ของเรา และศูนย์พยาธิวิทยา ซึ่งเป็นที่เก็บข้อมูลเนื้อเยื่อมนุษย์ที่ใหญ่ที่สุดในโลก กำลังเปลี่ยนไปใช้ Proscia

Proscia เป็นบริษัทด้านพยาธิวิทยาแบบดิจิทัลและคำนวณ คุณสามารถอธิบายให้ผู้อ่านของเราฟังว่าสิ่งนี้หมายถึงอะไร?

ในระดับสูง พยาธิวิทยาแบบดิจิทัลคือการปฏิบัติที่เกี่ยวข้องกับการแปลงแผ่นกระจกจุลทรรศน์เป็นดิจิทัลโดยใช้เครื่องสแกนner ซึ่งสามารถดู จัดการ แบ่งปัน และวิเคราะห์ได้โดยใช้ซอฟต์แวร์ รวมถึงแอปพลิเคชันคำนวณที่ใช้ AI

Proscia มุ่งเน้นไปที่ด้านซอฟต์แวร์โดยเฉพาะ เราเสนอบริการแพลตฟอร์มหลักชื่อ Concentriq ซึ่งให้ฟังก์ชันการทำงานระดับองค์กรที่ห้องปฏิบัติการต้องการสำหรับการดำเนินงานพยาธิวิทยาแบบดิจิทัล Concentriq ยังเป็นจุดเริ่มต้นสำหรับแอปพลิเคชัน AI รวมถึงชุดโซลูชันที่เรากำลังสร้าง

ฉันเน้นถึงประโยชน์มากมายของพยาธิวิทยาแบบดิจิทัลที่ใช้ AI รวมถึงการขับเคลื่อนประสิทธิภาพและผลผลิต และความสามารถในการปลดล็อกข้อมูลเชิงลึกใหม่ๆ ดังนั้น มาทำความเข้าใจกันเกี่ยวกับกรณีการใช้งานเฉพาะเพื่อดูว่าสิ่งเหล่านี้เกิดขึ้นได้อย่างไร หนึ่งในสิ่งที่อยู่ในใจมากที่สุดในขณะนี้คือการทำให้การดำเนินงานระยะไกลระหว่างการระบาดของโควิด-19 เป็นไปได้ เมื่อห้องปฏิบัติการต้องปรับตัวให้เข้ากับวิธีการทำงานใหม่เพื่อความห่างเหินทางสังคม พยาธิวิทยาแบบดิจิทัลทำให้ผู้เชี่ยวชาญด้านพยาธิวิยาสามารถทำงานต่อไปและให้บริการผู้ป่วยได้ เนื่องจากช่วยให้พวกเขาสามารถแบ่งปันภาพและดูภาพตามความต้องการได้โดยใช้แพลตฟอร์ม เช่น Concentriq

โดยทั่วไป เมื่อเรามองว่าโซลูชันพยาธิวิทยาแบบดิจิทัลและคำนวณ เช่น Proscia นำเสนออย่างไร เพื่อช่วยให้ผู้เชี่ยวชาญด้านพยาธิวิยาสามารถปรับปรุงคุณภาพและประสิทธิภาพ – ไม่ว่าจะโดยการทำให้ง่ายต่อการแบ่งปันภาพสำหรับการให้คำปรึกษาอีกครั้งหรือช่วยกำจัดงานที่มีแนวโน้มที่จะเกิดข้อผิดพลาดในห้องปฏิบัติการ – สิ่งนี้ทำให้ผู้ป่วยได้รับการวินิจฉัยที่ถูกต้องเร็วขึ้น ซึ่งสำคัญเมื่อพิจารณาว่าการรักษาในระยะแรกมักนำไปสู่ผลลัพธ์ที่ดีกว่า

คุณสามารถอธิบายได้อย่างไรว่าเครื่องมือการเรียนรู้ของเครื่องจักรกำลังถูกนำมาใช้ในพยาธิวิทยาในปัจจุบัน และจะไปทางไหน?

นี่เป็นคำถามที่ใหญ่มาก! เครื่องมือการเรียนรู้ของเครื่องจักรได้แสดงให้เห็นถึงความมั่นใจในหลายพื้นที่ของพยาธิวิทยา หนึ่งในกรณีการใช้งานทั่วไปของเครื่องมือการเรียนรู้ของเครื่องจักรในพยาธิวิยาคือการระบุพื้นที่เฉพาะในภาพที่เนื้อเยื่อต่อมาเนื้องอกอยู่เพื่อดึงดูดความสนใจของผู้เชี่ยวชาญด้านพยาธิวิทยาไปที่นั่น นอกจากนี้ยังสามารถใช้เพื่อจัดหาข้อมูลเชิงปริมาณเกี่ยวกับตัวอย่างเนื้อเยื่อ เช่น การนับจำนวนเซลล์ที่กำลังแบ่งตัวอยู่ (เครื่องหมายของมะเร็ง) บางคนกำลังทำงานเกี่ยวกับปัญหาการจำแนกประเภท เช่น การจำแนกภาพตามการวินิจฉัยหรือรูปแบบเฉพาะที่พวกมันแสดง และบางคนกำลังทำงานเกี่ยวกับวิธีการใช้เครื่องมือการเรียนรู้ของเครื่องจักรเพื่อคาดการณ์ผลลัพธ์ของผู้ป่วยหรือการตอบสนองต่อการรักษาเฉพาะ

สุดท้าย ในพยาธิวิทยา ส่วนใหญ่ของกรณีการใช้งานเครื่องมือการเรียนรู้ของเครื่องจักรมุ่งเน้นไปที่การแก้ปัญหาทางคลินิกและวิจัยสองสามประเด็น ประเด็นแรกคือปัญหาปริมาณที่ฉันกล่าวถึงก่อนหน้านี้ มีการวินิจฉัยที่เพิ่มขึ้นเรื่อยๆ และมีผู้เชี่ยวชาญด้านพยาธิวิยาที่ลดลง เครื่องมือการเรียนรู้ของเครื่องจักรส่วนใหญ่ในพยาธิวิยามุ่งเน้นไปที่การปรับปรุงประสิทธิภาพของการวินิจฉัยทั้งในระดับบุคคลและห้องปฏิบัติการ

เพื่อตอบส่วนหลังของคำถามของคุณ ฉันควรแยกความแตกต่างระหว่างสิ่งที่อยู่ในขั้นวิจัยในปัจจุบัน และสิ่งที่เกิดขึ้นจริงในทางปฏิบัติคลินิก ปัจจุบันส่วนใหญ่ของงานในพื้นที่นี้อยู่ในขั้นวิจัย และอาจเป็นเรื่องที่ท้าทายมากที่จะแปลผลการวิจัยเหล่านี้ไปสู่การปฏิบัติทางคลินิก นั่นคือที่ที่ฉันคิดว่าเครื่องมือการเรียนรู้ของเครื่องจักรกำลังจะไป – การสร้างระบบและระดับคุณภาพที่จำเป็นในการนำการวิจัยที่น่าทึ่งที่กำลังทำอยู่ไปสู่การปฏิบัติในลักษณะที่ยึดผลการวิจัยที่น่าทึ่งที่เราเห็นในพื้นที่วิจัยและนำผลประโยชน์เหล่านั้นไปสู่ห้องปฏิบัติการพยาธิวิทยาและผู้ป่วยสุดท้าย

Proscia’s DermAI ใช้การเรียนรู้ลึกเพื่อกรองก่อนและจำแนกอัตโนมัติหลายร้อยรูปแบบของโรคผิวหนังเป็นหมวดหมู่ก่อนการวินิจฉัย คุณพิจารณาอะไรเป็นหลักในการออกแบบและพัฒนาแอปพลิเคชันนี้?

ประการแรกและสำคัญที่สุด เราต้องพิจารณาว่าเรากำลังสร้างระบบเพื่อทำอะไร เราต้องการให้ระบบสามารถจำแนกผิวหนังได้ทุกประเภท ไม่ใช่แค่ประเภทใดประเภทหนึ่ง และมีความแปรผันมากในพยาธิวิทยาผิวหนัง มีหลายร้อยรูปแบบ ดังนั้นเราจึงต้องแน่ใจว่าเรามีการแทนการเปลี่ยนแปลงนี้ทั้งหมดในเซตการฝึกอบรมของเรา

ประการที่สอง เราต้องคิดถึงข้อเท็จจริงที่ว่าเราไม่ได้สร้างสิ่งนี้เพื่อใช้งานที่ไซต์เดียวหรือสำหรับภาพที่สแกนโดยเครื่องสแกนเนอร์แบบใดแบบหนึ่ง แต่เกี่ยวกับการสร้างสิ่งที่สามารถทำงานได้กับภาพของห้องปฏิบัติการใดๆ บนเครื่องสแกนเนอร์ใดๆ มีความแปรผันมากระหว่างไซต์และเครื่องสแกนเนอร์เกี่ยวกับการปรากฏของภาพ – สี 亮度 สิ่งปะปน等 เราต้องสร้างระบบที่สามารถคำนึงถึงการเปลี่ยนแปลงเหล่านี้และไม่ต้องการข้อมูลจำนวนมากเพื่อปรับให้เข้ากับไซต์ใหม่

เรามีการพิจารณาอื่นๆ ในการสร้างระบบ AI ที่สามารถทำงานใน “โลกแห่งความเป็นจริง” ได้ สิ่งหนึ่งที่สำคัญสำหรับเราคือการแสดง “สิ่งที่ไม่ทราบ” หลังจากทั้งหมด เรารู้ว่าระบบ AI ไม่สมบูรณ์แบบ และมีความแปรผันมากในเนื้อเยื่อผิวหนัง เราต้องการให้ DermAI รู้ว่าไม่ทราบอะไรและสามารถส่งต่อข้อมูลนั้นเมื่อมีความไม่แน่นอนเกินกว่าที่จะทำการจำแนกที่ดี

DermAI ได้รับการตรวจสอบในหนึ่งในการศึกษาที่ครอบคลุมที่สุดในพยาธิวิทยาจนถึงปัจจุบัน คุณสามารถสรุปการศึกษาและข้อค้นพบนั้นได้หรือไม่?

การศึกษานี้มีหน้าที่รับผิดชอบที่มีความทะเยอทะยานมาก เราต้องการพัฒนาระบบที่สามารถจำแนกภาพจากสไลด์พยาธิวิทยาผิวหนังที่เตรียมไว้ตามปกติจากห้องปฏิบัติการใดๆ และเครื่องสแกนเนอร์ใดๆ ผู้เชี่ยวชาญด้านพยาธิวิยาสามารถใช้สิ่งนี้เพื่อจัดเรียงและคัดกรองกรณีๆ ก่อนที่จะทำการวินิจฉัย – จัดลำดับความสำคัญของกรณีๆ ในลักษณะที่มีเหตุผลมากกว่าการเข้ามาในลำดับแบบสุ่ม และแน่ใจว่ากรณีที่ถูกต้องไปถึงผู้เชี่ยวชาญด้านพยาธิวิยาที่ถูกต้อง ไม่ต้องส่งไปที่อื่นภายหลัง

สิ่งหนึ่งในสังเกตการณ์ในการศึกษาคือว่าแอลกอริทึมการเรียนรู้ลึกสามารถไวต่อสิ่งปะปนในภาพได้ สิ่งปะปนในภาพเหล่านี้คืออะไรในกรณีนี้ และมีวิธีแก้ไขปัญหานี้อย่างไร?

ใช่ การศึกษาบางอย่างได้แสดงให้เห็นถึงความไวต่อสิ่งปะปนในภาพของระบบ AI ในพยาธิวิทยา เช่นเดียวกับในพื้นที่อื่นๆ สิ่งเหล่านี้มักเป็นเรื่องง่ายๆ ที่สมองของมนุษย์สามารถมองข้ามได้ง่าย เช่น สิ่งปะปนบนแผ่นกระจก จุดเล็กๆ ที่เปลี่ยนแปลงไปของแสง ส่วนของภาพที่模糊 หรือหมึกปากกาที่ผู้เชี่ยวชาญด้านพยาธิวิยามักใช้เพื่อทำเครื่องหมายบริเวณที่มีต่อมาเนื้องอก

มีทางเลือกสองทางในการจัดการกับสิ่งปะปนในภาพสำหรับระบบ AI ทางแรกคือการทำความสะอาด – การรับรองว่าข้อมูลการฝึกอบรมและข้อมูลที่ทดสอบได้รับการทำความสะอาดอย่างรอบคอบ ไม่ว่าจะเป็นการทำความสะอาดดิจิทัลหรือการทำความสะอาดทางกายภาพ เพื่อให้ไม่มีสิ่งปะปนอยู่ในนั้น สิ่งนี้อาจเป็นเรื่องง่ายที่จะทำสำหรับเซตข้อมูลการฝึกอบรม แต่ทำได้ยากกว่ามากหากคุณต้องการติดตั้งระบบ AI ที่หลายๆ สถานที่

แอปพลิเคชัน AI เช่น DermAI กำลังถูกนำไปใช้ในห้องปฏิบัติการพยาธิวิทยาอย่างไร?

นี่เป็นคำถามที่ดี ห้องปฏิบัติการต่างๆ กำลังใช้วิธีการที่แตกต่างกันไป แต่เราคิดว่าวิธีเดียวที่ห้องปฏิบัติการจะสามารถขยายการนำ AI ไปใช้ได้คือการขึ้นอยู่กับแพลตฟอร์มที่เปิดใช้งาน AI ห้องปฏิบัติการมีปฏิบัติการดิจิทัลของพยาธิวิทยาของตนเองรอบๆ แพลตฟอร์มที่พวกเขาใช้สำหรับการดู จัดการ และวิเคราะห์ภาพ Proscia ของเรานำเสนอแพลตฟอร์มหลักชื่อ Concentriq ที่ให้ฟังก์ชันการทำงานระดับองค์กรที่ห้องปฏิบัติการต้องการสำหรับการดำเนินงานพยาธิวิทยาแบบดิจิทัล

มีสิ่งอื่นใดที่คุณต้องการแบ่งปันเกี่ยวกับ Proscia หรือไม่?

ฉันรู้สึกตื่นเต้นมากเกี่ยวกับงานที่ทีมของฉันและฉันกำลังทำ ความเป็นจริงที่ไม่ดีในปัจจุบันคือเราทุกคนรู้ใครสักคนที่ได้รับผลกระทบจากมะเร็งและผลกระทบที่สำคัญที่มีต่อพวกเขาและคนที่รักพวกเขา งานของเรามีศักยภาพที่จะปรับปรุงผลลัพธ์ของผู้ป่วยและสร้างความแตกต่างที่แท้จริง นี่คือสิ่งที่ฉันภูมิใจที่จะเป็นส่วนหนึ่งของ

ในทางเดียวกัน มันเยี่ยมมากที่จะเห็นว่าองค์กรชั้นนำหลายแห่งเชื่อมั่นในงานที่เรากำลังทำ ในช่วงไม่กี่เดือนที่ผ่านมา ศูนย์พยาธิวิทยา ซึ่งเป็นที่เก็บข้อมูลเนื้อเยื่อมนุษย์ที่ใหญ่ที่สุดในโลก ได้เลือก Proscia เพื่อแปลงเก็บข้อมูลนี้เป็นดิจิทัล LabPON ซึ่งเป็นห้องปฏิบัติการแรกที่บรรลุการวินิจฉัยพยาธิวิทยาแบบดิจิทัล 100% ได้เลือกแพลตฟอร์มซอฟต์แวร์ของเราเพื่อขยายการดำเนินงานทางพยาธิวิทยาและวางรากฐานสำหรับการนำ AI ไปใช้ ng AI. LabPON จะร่วมมือกับเราในการพัฒนาและตรวจสอบระบบ AI ของเรา และสุดท้าย เรารับรู้ว่าเราไม่สามารถเปลี่ยนแปลงแนวปฏิบัติของพยาธิวิทยาได้ด้วยตัวเอง และเรากำลังขยายทีมของเราอย่างต่อเนื่อง หากคุณสนใจที่จะเข้าร่วมเรา ฉันขอแนะนำให้คุณเรียนรู้เพิ่มเติมเกี่ยวกับ Proscia และดูตำแหน่งงานที่เปิดรับของเรา