Mo Abdolell, Densitas Inc.’in CEO’sü ve Kurucusu – Röportaj Serisi

Mo Abdolell, Densitas Inc.’in CEO’sü ve kurucusudur. Şirket, mammografi alanında faaliyet gösteren ve kişiselleştirilmiş meme sağlığı için makine öğrenimi çözümleri sunan bir şirkettir. Bu çözümler, meme yoğunluğu, klinik görüntü kalitesi ve uyarlanan risk üzerine odaklanan teknolojileri içermektedir.

Mo, ayrıca Dalhousie Üniversitesi’nde Tanısal Radyoloji Associate Profesörüdür ve 25 yıllık biyostatistik ve makine öğrenimi deneyimine sahip bir danışman biyostatistikçidir.

Densitas’ı kurma hikayenizi bizimle paylaşabilir misiniz?
İlk olarak hatırlayabildiğimden beri, küresel olarak hizmet götürmeyen nüfusların sağlığını iyileştirmeye yardımcı olmak istedim. Dünya Sağlık Örgütü’nde belirli bir kapasitede çalışmak istiyordum, ancak bu asla gerçekleşmedi. Bunun yerine, Toronto Üniversitesi’ndeki Dalla Lana Halk Sağlığı Okulu’nda biyostatistik alanında yüksek lisans eğitimimi tamamladım ve makine öğrenimi üzerine bir tez yazdım. Daha sonra hastanelerde ve sağlık araştırma kurumlarında çalıştım. Biyostatistik, epidemiyoloji, biyomedikal mühendislik ve sağlık/tıp bilgisi gibi çeşitli alanlarda lisansüstü öğrencilere ders verdim ve onları denetledim. Bu, farklı bilimsel disiplinlerin kesişiminde ön sıradaki bir koltuk sağladı ve yapay zekanın daha iyi hasta sonuçları elde etmek için nasıl kullanılabileceğini anlamamı sağladı.

Densitas’ı kurma kararında büyük bir etkiye sahip olan biri, Nova Scotia Meme Ekranlama Programı’nın kurucu tıbbi direktörü olan Dr. Judy Caines’dir. Dr. Caines, klinik uygulamasında gerçek bir öncü ve yenilikçiydi ve kadınların meme sağlığı alanında kaliteli bakım ve hasta sonuçlarını iyileştirmeye odaklanmıştı. Onun bağlılığı ve mükemmelliğe olan bağlılığı ilham vericiydi. Erken dijital mammografi araştırmalarımı destekledi ve teşvik etti, bu araştırmalardan biri meme yoğunluğunu ölçen bir algoritma geliştirmeyi içeriyordu. Dr. Caines, algoritma tamamlandığında, onu klinik uygulamada kullanmak istediğini söyledi. Bu, şirketin kurulmasına yol açan itici güçtü ve sonunda küresel sağlığı iyileştirmeye katkıda bulunma arzumu, RAD-AID International ile ortaklık kurarak düşük gelirli ülkelerde ve dünyanın çeşitli bölgelerinde hizmet götürmeyen bölgelerde daha iyi meme sağlığı sunarak gerçekleştirdim.

Meme yoğunluğunun meme kanseri riski ile ilişkili olduğu birçok kişi için sürpriz olabilir. Bu konuda görüşlerinizi paylaşabilir misiniz?

Meme yoğunluğu, meme dokusundaki epitel ve stromal bileşenlerin miktarına işaret eder ve meme kanserleri genellikle epitel hücrelerinde ortaya çıkar. Bu nedenle, meme dokusunda daha fazla epitel doku varsa, kanser ortaya çıkma olasılığı daha yüksektir.

Ayrıca, yoğun meme dokusu ve altta yatan meme kanserleri, her ikisi de mammogramda beyaz görünür, bu nedenle yoğun doku kanserin varlığını maskeleyebilir ve kanserin kaçırılma riskini artırabilir. Aslında, kadınların yarısı yoğun memelere sahiptir ve yoğun memelerde ortaya çıkan meme kanserlerinin yarısı kaçırılır.

Bu gerçekler, aşırı yoğun memelerin sahip olduğu kadınların, yağlı memelere sahip kadınlara kıyasla meme kanseri riskinin 4-6 kat daha yüksek olduğunu gösteren araştırmalarla tutarlıdır ve meme yoğunluğunu içeren risk modelleri, meme kanserini daha iyi öngörür.

Meme yoğunluğunu analiz etmek için kullanılan farklı makine öğrenimi teknolojileri nelerdir?

Genel olarak, meme yoğunluğunu hesaplayan algoritmalar oluşturmak için üç veri modelleme stratejisi vardır: istatistiksel öğrenme, makine öğrenimi ve derin öğrenme. Her bir yaklaşım, artan şekilde daha büyük etiketli eğitim veri kümelerini gerektirir. İstatistiksel öğrenme ve makine öğrenimi algoritmaları, el ile oluşturulmuş görüntü özelliklerine ihtiyaç duyar, derin öğrenme ise bu özellikleri kendisi keşfeder.

Radyologlar için yanmayı azaltmak adına AI nasıl yardımcı olabilir?

Yanma, Dünya Sağlık Örgütü tarafından bir “mesleki fenomen” olarak tanınır ve tükenme, izolasyon, sinizm ve azaltılmış profesyonel katılım duyguları ile karakterizedir.

Radyologlar için raporlama, idari işler ve zorunlu akreditasyon sorumlulukları gibi bürokratik görevler, yanmanın başlıca nedenleridir.

Dijitalleşme ile entegre edilen AI otomasyonu, daha iyi raporlama ve iş akışı verimliliği sağlayabilir, ayrıca görüntü kalitesini ve işlem yönetimini iyileştirebilir, böylece radyologları tekrarlayan ve idari görevlerden kurtarabilir. Bu, radyologların daha fazla zaman ayırmalarına ve hasta bakımı odaklı çalışmasına olanak tanır.

Densitas, görüntüleme departmanlarına iş akışı verimliliği ve ulusal kılavuzlara uygunluğu sağlamak konusunda nasıl yardımcı oluyor?

ABD’deki yaklaşık 40 eyalet, meme yoğunluğu bildirimini zorunlu kılan mevzuat çıkardı, bu da kadınların meme yoğunluğu hakkında bilgilendirilmesini gerektirir. Bu, ülkenin nüfusunun %85’ini kapsar. Meme yoğunluğu, Amerikan Radyoloji Koleji’nin BI-RADS yoğunluk ölçeğine göre görsel olarak raporlanır, ancak bu ölçek güvensiz ve tekrarlanamaz, zaman alıcı ve ilave bir raporlama adımıdır.

Densitas’ın AI çözümleri, meme yoğunluğu, meme kanseri riski ve klinik görüntü kalitesi değerlendirmelerini otomatikleştirerek bu zorlukları giderir.

Densitas, RAD-AID International ile ortaklığını nasıl kullanıyor?

Ortaklığın amacı, düşük kaynaklı kurumlara eğitim, klinik destek ve elden eğitim sağlamak ve bu kurumların sürdürülebilir memeografi uygulamalarını benimsemelerine yardımcı olmaktır.

Örneğin, Kenya’da 5 milyona yakın kadın mammografi taraması için uygunken, yalnızca 3 fellowship eğitimi almış meme görüntüleme uzmanı vardır. Tanzanya’da 58 milyona yakın insan yaşarken, yalnızca 450 radyoloji teknisyeni vardır. Bu, dünyanın çeşitli bölgelerinde hizmet götürmeyen birçok ülkenin örnekleridir.

Büyük ölçekli halk sağlığı programları, yüksek hasta hacmi, verimlilik, standardizasyon ve idari görevlerin otomasyonu gerektirir.

Densitas’ın AI çözümleri, bu zorlukları meme yoğunluğu, meme kanseri riski ve klinik görüntü kalitesi değerlendirmelerini otomatikleştirerek giderir.

Densitas, COVID-19 salgını sırasında radyoloji personeline nasıl yardımcı oluyor?

Şirket, sağlık sistemlerine, hastanelere ve görüntüleme merkezlerine sınırlı bir süre için ücretsiz olarak densitas.ai platformunu sunuyor.

Bu platform, meme yoğunluğu, meme kanseri riski ve klinik görüntü kalitesi değerlendirmelerini otomatikleştirecek ve thus, iş akışı verimliliğini artıracaktır.

Teşekkür ederiz. Burada meme sağlığı hakkında önemli bilgiler paylaşıldı. Daha fazla bilgi öğrenmek isteyenler Densitas’ı ziyaret edebilir.