Jonas Muff, Vara’nın Kurucusu ve CEO’su – Röportaj Serisi

Jonas Muff, Vara adlı meme kanseri tarama platformunun Kurucusu ve CEO’sudur. Almanya’da kurulan Vara, Avrupa’nın 여러 ülkesinde faaliyet gösteriyor. Bu yıl Yunanistan ve Meksika’da iki önemli ortaklık açıkladılar ve bu, teknolojisini 30 milyondan fazla kadına ulaştıracak.

Sanal zekâ alanına ilk olarak neler sizi çekti?

Bir doktorun oğlu olarak, her zaman sağlık hizmetlerinin gücünün ve potansiyelinin önleme rather než tedaviye yönelik olduğuna inanıyorum; sağlıklı insanların sağlıklı kalması, yalnızca hastaları tedavi etmek yerine. Sanal zekâ, bu paradigma değişikliğini Kilidini açmak ve modern sağlık sistemlerinin hastalıkların tanısında ve tedavilerinde büyük ilerlemeler kaydetmesine yardımcı olmak için anahtarı elinde tutuyor. Sanal zekâ destekli teşhisler, uzman bilgisi kaynaklarına bağımlı olmaksızın ve daha ucuz olabilir. Bu şekilde, sanal zekâ, gelişmiş ülkelerde kaliteli tıbbı sağlamak için kullanılabilecek ve sağlık hizmetlerine erişimi daha adil ve küresel hale getirebilecek.

Vara’nın doğuş hikayesini tartışabilir misiniz?

Vara, Berlin’de sanal zekânın potansiyelini işbirlikçi bir yaklaşım yoluyla açığa çıkarmayı amaçlayan Merantix adlı bir girişim stüdyosundan doğdu. Merantix, gerçek dünya sorunlarını yenilikçi yollarla çözmek için girişimci zihinlere sahip farklı geçmişlerden insanları bir araya getirir. Makine öğrenimi uzmanları, yazılım geliştiricileri, ürün tasarımcıları ve radyologlardan oluşan bir ekip kurduk ve meme kanseri tarama iş akışını baştan aşağıya yeniden tasarlamaya koyulduk.

Mamografi okumalarında, bir tarama radyoloğu temelde bir çöp yığınında bir iğne arıyor. Çoğu mamografi normal olarak kabul edilecek, yani meme kanseri belirtileri içermediği halde, küçük ancak önemli bir azınlık şüpheli olacak ve daha fazla analiz gerektirecektir.

Bu, radyoloğun iğneleri kaçırmaması için büyük bir baskı oluşturur, ancak aynı zamanda günlük çalışma hayatlarının %98’ini (veya daha fazlasını) normal mamografi raporları hazırlamakla geçirirler. Bu, hatalara ve bizim de ilk günden beri inandığımız gibi, insan hatalarını telafi etmek ve idari yükü ortadan kaldırmak için sanal zekânın yardımcı olabileceği bir kombinasyondur. Bu şekilde, radyologlar anormallikleri bulmaya daha fazla dikkat harcayabilir.

Bunu göz önünde bulundurarak, Almanya’nın önde gelen tarama radyologları ile ortaklık kurduk ve klinik iş akışını standardize eden ve advanced sanal zekâ, otomasyon ve veri yönetim araçları ile geliştiren bir platform oluşturduk. Radyologları değiştirmeye çalışmak yerine, Vara platformu onları süper şarj etmeyi, süreçleri daha verimli, daha şeffaf ve daha etkili hale getirmeyi hedefliyor.

Çalışma yoluyla, meme kanseri taramasının çoğu Avrupa ülkesinde, hatta anavatanımız Almanya’da – ki bu, 2002’de bir nüfus temelli tarama programı başlatan gururlu bir geçmişe sahiptir – bir verili olduğunu fark ettik. Ancak dünyanın çoğu ülkesinde kadınlar için tarama yapılmıyor. Her kadının tarama hakkına sahip olduğuna inanıyoruz ve bu nedenle platformumuz dünyanın her yerinde çalışacak şekilde tasarlandı. Misyonumuz, veri odaklı meme kanseri taramasını herkes için daha erişilebilir hale getirmek.

Verilerinizi eğitmek için kaç tane eğitim seti kullanıldı ve bu setler çeşitli cilt tiplerini içeriyor mu?

Modellerimiz, çoğunlukla Almanya’dan gelen Avrupa’dan 7 milyondan fazla mamografi verisi kullanılarak geliştirildi.

Mamografi görüntüleri, farklı popülasyonlar ve etnik gruplar arasında çok benzerdir. Küresel popülasyonlar arasında değişen şeyler, meme yoğunluğu (meme中的 yağ dokusu miktarı), patolojik kanser alt tipleri, lezyon tipleri ve lezyon boyutlarıdır.

Vara’yı değerlendirirken, yalnızca ortalama performansı değil, her alt gruptaki performansı da dikkate aldık, yani yağlı meme ile dense meme arasında veya küçük lezyonlarla büyük lezyonlar arasında. Sonuçlarımız, tüm ilgili alt gruplar boyunca radyologların ölçütlerini iyileştirebileceğimizi gösteriyor.

Bu, diğer popülasyonlardan kadınların daha yoğun memeleri olması durumunda bile, Vara’nın vẫn standardını iyileştireceği anlamına geliyor. AI’nın performansını anlamak için Meksika’da bir yerel değerlendirme gerçekleştirdik ve gerçekten standardını iyileştirdiğimizi gördük. Ve Vara’nın gerçek zamanlı prospektif performansını sürekli olarak izlemeye devam edeceğiz ve tarama ortaklarımızla sürekli bir diyalog içinde kalacağız. Amacımız, AI destekli standardize bir tarama iş akışı sunarak Meksika’da standardını iyileştirmek.

Vara sistemi her mamografi için 3 tür sınıflandırma kullanıyor, bunları tartışabilir misiniz ve bunlar nasıl yanlış pozitifleri önlemede yardımcı oluyor?

Karar referans yolu, Vara tarafından geliştirilen bir tarama sürecidir ve algoritma yalnızca doğru tahminlerde bulunabileceği durumlarda bir beyanda bulunur, diğer durumlarda ise insan uzmanlığına bırakır.

Karar referans yolunun amacı, AI ile radyoloğu desteklemek ve duyarlılığı ve özgüllüğü artırmaktır, yani yanlış negatifleri ve yanlış pozitifleri azaltmaktır. Aynı zamanda, AI mükemmel değildir ve tüm durumlarda %100 doğru tahminlerde bulunamaz. Bu nedenle, karar referansının amacı, insan uzmanlığını günümüzün AI yetenekleriyle birleştirmektir.

Üç tür sınıflandırma şunlardır:

1. Normal triaj: Algoritma, yüksek güvenle normal olarak değerlendirdiği vakaların bir alt kümesini seçer ve bunları otomatik olarak radyoloğa etiketler. Normal triajın amacı, mümkün olan en az yanlış sınıflandırma ile normal olarak kabul edilen vakaları etiketlemektir.
2. Güvenlik ağı: AI, görüntülerin şüpheli olduğuna çok emin olduğunda, bir güvenlik ağı sunar: Radyolog, bu vakalardan birini negatif olarak sınıflandırırsa, güvenlik ağı tetiklenir ve AI’nın şüpheli olduğu görüntüdeki belirli bir bölgeye dikkat çeker. Radyolog, daha sonra kararını yeniden değerlendirebilir ve bu da kaçırılmış bir kanserin tespit edilmesine yardımcı olabilir.
3. Sınıflandırılmamış vakalar: Önemli olan, AI’nın tüm vakalar için bir beyanda bulunmamasıdır. AI’nın normal (en az şüpheli vakalar) olarak sınıflandırmadığı veya güvenlik ağı tetiklenmeyen (en şüpheli vakalar) vakalar vardır. Bu vakalar için AI, yeterli güvene sahip değildir ve karar uzmanlığı radyoloğun uzmanlığına bırakılmalıdır.

Karar referansının bir özelliği, yapılandırılabilirliğidir. AI’ı, en düşük %50’lik vakaları normal olarak etiketlemek veya en düşük %70’lik vakaları normal olarak etiketlemek için yapılandırabiliriz. Benzer şekilde, güvenlik ağı, en şüpheli %1’lik vakalar için veya en şüpheli %2’lik vakalar için tetiklenebilir.

İnsanlar, radyologlar da dahil olmak üzere, genellikle bilişsel önyargıya maruz kalırlar, AI uygulaması bu sorunu nasıl çözer?

AI’mız, dünyanın en iyi tarama sistemlerinden biri olan Almanya’dan veri kullanarak öğrenmiştir. Ayrıca, AI’ın klinik uygulamada radyologların erişemediği verilere erişim hakkı vardır, yani her vakanın biyopsi sonuçları veya iki yıllık takibi. Geniş ve temsil edilen veri kümeleri kullanarak, eğitim verisinde önyargıları önleriz.

Güvenlik Ağı’nı, insan-AI etkileşimindeki potansiyel önyargıları azaltmak için geliştirdik. Güvenlik Ağı, radyoloğa şüpheli alanları baştan göstermez. Bunun yerine, radyolog Vara görüntüleyici ile bulgularını raporlar ve AI, radyoloğun değerlendirmesiyle anlaşmazsa, Vara yerel Tahmin’i gösterir. Bu, radyoloğun ilk raporunu gözden geçirmesine ve uyarısına olanak tanır. Bu şekilde, Güvenlik Ağı, kaçırılmış kanserleri azaltmaya yardımcı olur.

İnsanlardan farklı olarak, model yorulmaz ve sürekli olarak gelişmiş performans gösterir, günün saatine bağlı olarak değil. AI, radyologların sonuçlarını nesneleştirebilir.

Meme implantları gibi olası kenar durumlarında meme kanserini tespit etme zorluklarını tartışabilir misiniz?

Modellerimiz, tüm tarama yapan kadınları içeren gerçek dünya veri kümesiyle eğitildi, bu da meme implantları olan kadınlar da dahil. Bu vakaların Vara için özel bir zorluk teşkil ettiğini görmedik. Ayrıca, modelimiz tüm vakalar hakkında beyanda bulunmaz. Emin olmadığında, kararı radyologlara bırakır, buna karar referans denir (yukarıdaki açıklamaya bakın).

Vara ayrıca mamografi sonrası tarama yapıyor, bu işlemde ne aranıyor?

Vara, radyolog görüşünü oluşturduktan sonra tahminleri gösterir (ayrıntılar için yukarıdaki “Güvenlik Ağı” bölümüne bakın). Radyologlar, doku ve lezyonların zaman içindeki gelişimini karşılaştırarak kritik bilgiler elde eder. Benzer şekilde, zaman bilgisi kullanımını benimsemek, AI modellerinin tanısal doğruluğunu daha da iyileştirecektir. AI’mız yalnızca mevcut muayene üzerinde çalışmakla kalmaz, aynı zamanda önceden yapılan muayeneleri de kanser belirtileri için kontrol eder – bu da tarama performansını daha da iyileştirmeyi vaat eder.

Vara hakkında paylaşmak istediğiniz başka bir şey var mı?

Vara AI platformunun karar referans yaklaşımı, şu anda Almanya’daki tüm tarama birimlerinin %30’unda kullanılıyor. Küresel misyonumuzun bir parçası olarak, yakın zamanda Meksika ve Yunanistan‘da tarama birimlerini, bu bölgelerdeki sağlık hizmeti sağlayıcıları ile ortaklık içinde başlattık. Bu tür ortaklarla, mevcut sağlık altyapısını kullanarak onları mevcut kurulumdan bir AI destekli standardize tarama hizmetine sıçratmayı nasıl sağlayabileceğimizi gösteriyoruz.

Ekibimiz 30 kişiye çıktı ve radyoloji alanında küresel uzmanlar, Profesör Katja Pinker-Domenig gibi, Baş Tıbbi Danışman olarak atandı, ayrıca Stephan Dreier de Chief Revenue Officer olarak atandı. Ayrıca, Memorial Sloan Kettering Kanser Merkezi, Cambridge Üniversitesi, Karolinska Enstitüsü ve Norveç Kanser Kayıt Sistemi gibi ABD ve Avrupa’daki ünlü akademik kurumlarla işbirlikleri yapıyoruz.

Vara’nın AI performansı, tekrarlanabilirlik ve genelleme açısından büyük umut vaat ediyor. Lancet Digital Health ve Avrupa Radyoloji Dergisi’nde yayımlanmak üzere bir retrospektif çalışma ve aralık kanseri önleme konusunda önemli bir peer-review yayını đang hazırlanıyor.

Almanya’nın ilk prospektif çalışmasını başlattık ve Vara’nın klinik rutindeki etkisini göstermeyi amaçlıyoruz. Tüm bu başarılar, veri odaklı meme kanseri taramasını herkes için daha erişilebilir hale getirme ana misyonumuza ulaşmamıza yardımcı oluyor.

Harika röportaj için teşekkür ederiz, daha fazla bilgi edinmek isteyen okuyucular Vara sitesini ziyaret edebilir.