Kheiron Medical Technologies’in Kurucu Ortağı ve CTO’su Tobias Rijken – Röportaj Serisi

Tobias Rijken, Kheiron Medical Technologies’in kurucu ortaklarından ve CTO’sudur. Şirket, gelişmiş makine öğrenimi teknolojilerini kullanarak radyologlar, radyoloji bölümleri, görüntüleme merkezleri ve hastaneler için akıllı araçlar geliştirmekte ve sağlamaktadır. Bu araçlar, radyoloji raporlarının verimliliğini, tutarlılığını ve doğruluğunu artırarak hastaların tedavi süreçlerini iyileştirmeyi hedeflemektedir.

Kheiron Medical Technologies, makine öğrenimi yazılımları kullanarak radyologların meme kanserini daha erken tespit etmelerine yardımcı olmak amacıyla kurulmuştur.

Siz makine öğrenimi ile ilk olarak nasıl tanıştınız?

Benim makine öğrenimi ile tanışmam, genç bir teenager olarak programlama öğrenmeye başladığımda oldu. Bir oyun motoru vardı ve bu motor kullanarak kendi oyunlarınızı programlayabiliyordunuz. Ben de bu oyunu oynamak istiyordum, ancak kiminle oynayacaktım? Bir başka oyuncu olabilirdi, ya da bir program olabilirdi. Bir program nasıl yapılır ki oyun oynayabilsin? Bu, modern bir AI değildi, kural tabanlı bir AI idi. Ben her zaman bu AI’ı yenerdim, इसलिए bu iyi bir AI değildi.

University College London’da master eğitimim sırasında, modern AI’ın yeni bir çağına girdik. DeepMind satın alınmıştı ve ben, DeepMind’in kurulduğu yerde makine öğrenimi eğitimi alıyordum. DeepMind’in önde gelen bilim adamlarından biri olan David Silver, pekiştirme öğrenimi üzerine bir ders veriyordu. Bu dersin bir parçası olarak, bir oyun oynayan bir ajan geliştirdim – basitleştirilmiş bir blackjack oyunu. Ajansı tamamladıktan ve kendi yaratımım ile oynadıktan sonra, artık onu yenemezdim. Ve bu, gerçek bir açıklamaydı.

Benim resmi makine öğrenimi tanışmam, üniversitenin ilk yılında oldu. Amsterdam Üniversitesi’nde matematik ve bilgisayar bilimi okuyordum. Aynı zamanda, büyük yeni online kurslar kuruldu ve ben, alanın önde gelen isimlerinden AI kurslarına katılabilirdim. En büyük etkiyi yapan kurs, Stanford’dan Peter Norvig ve Sebastian Thrun’dan oldu ve ben, 100.000 kişi ile aynı anda AI eğitimi alabildim.

Şimdi Kheiron ile, makine öğreniminin gerçek dünyada uygulamalarını sevüyorum. Gerçek dünya sorunlarını çözme fırsatı. Bu, beni gerçekten heyecanlandırıyor.

Kheiron Medical Technologies’in kuruluş hikayesini anlatabilir misiniz?

Peter ve ben, 2016 yılında İngiltere’deki Entrepreneur First hızlandırıcıda tanıştık. Doğrudan bağlantı kurduk – muhtemelen benzer geçmişlerimiz nedeniyle. Her ikimiz de tıbbi ailelerden geliyoruz – Peter’in annesi bir radyolog, ben de doktorlarla çevrili bir ailede büyüdüm ve ikimiz de STEM alanına yöneldik.

Geçmişimiz, sağlık çalışanlarının karşılaştığı mücadeleleri ve zorlukları anlamamızı ve AI’ın onların hayatlarını ve hastaların hayatlarını nasıl iyileştirebileceğini anlamamızı sağladı. AI ve klinisyenlerin birlikte sağlık hizmetlerini iyileştireceğine inanıyoruz.

Çözülmesi gereken büyük bir sorun var. Radyologlar açısından küresel bir kıtlık var. Her yıl 40.000’den fazla Amerikan kadını meme kanserinden ölüyor. Ölüm nedenlerinden biri, doktorların doğru kararlar alabilmek için doğru bilgilere sahip olmaması. AI, bunu yardımcı olabilir.

Öncelikle, Kheiron, radyologlara yardımcı olmak için burada. Ben, problemi anlamak için çok motive oluyorum. Radyologların çalışma şeklini, günlük olarak çalıştıkları verileri ve iş akışlarını anlamak için çok çalışıyoruz. Sonra, iş akışının bir parçası olarak AI’ı nasıl dağıtabileceğimizi belirleyebiliriz.

Kullanıcıları ve verileri derinlemesine anlamak için büyük yatırımlar yapıyoruz. Ekibimizde radyologlar var ve onlar, kullanıcı ihtiyaçlarını tasarım ve geliştirme sürecine entegre etmemize yardımcı oluyorlar. Hasta katılım girişimi ile doğrudan kadınlarla görüşüyor ve meme taraması için korkularını ve ihtiyaçlarını anlamaya çalışıyoruz.

Çok insan, şirketimizin adını sordu – Kheiron. Kheiron, Yunan mitolojisinde tıpta eğitim veren bir centaur – yarı insan, yarı at – idi. İki parçanın daha güçlü bir bütün oluşturduğu bu fikir, Kheiron’un ilham kaynağı – AI ve klinisyenlerin birlikte standart bakımın sınırlarını değiştirmesi.

Meme kanseri tarama çözümleri hakkında konuşabilir misiniz?

Meme kanseri tarama yolunda birkaç çözüm üzerinde çalışıyoruz.

İlk ürünümüz Mia™ – mammografi akıllı değerlendirme. Mia, bir radyolog gibi aynı görevi gerçekleştirmek için optimize edilmiştir – yani, kadının daha fazla muayene için geri çağrılmasına karar verilip verilmeyeceğine karar vermek.

Başardığımız performans seviyesi, iş akışını yeniden düşünmemize olanak tanır. Amerikan kadınlar için bu, son derece anlamlı. ABD’de “tek okuyucu iş akışı” vardır – bu, her mammogramın bir radyolog tarafından okunması anlamına gelir. Ancak İngiltere ve Avrupa’da “çift okuyucu iş akışı” vardır – bu, her mammogramın iki radyolog tarafından okunması anlamına gelir. Çok sayıda Amerikan radyolog, çift okumanın “altın standardı” olduğunu düşünür, çünkü küçük meme kanserlerini erken tespit etme olasılığı daha yüksektir.

Klinik çalışmalarımız, Mia’nın bağımsız veya eşzamanlı okuyucu olarak klinik olarak güvenli ve maliyet etkili bir seçenek olduğunu kanıtlamaktadır. Bu, ABD’de Mia’nın radyolog ile birlikte kullanılabileceği ve tek bir insan okuyucu ile çift okuma iş akışının “altın standardını” elde edilebileceği anlamına gelir. Daha önce de söylediğim gibi, bu, AI ve insan gücünün birlikte büyük sorunları çözme gücünü gerçekten gördüğümüz bir durumdur.

Amerikan pazarına getirdiğimiz ilk ürün, Mia IQ™ – bu, meme kanseri tarama yolunda bir adım önce gelir. Mia IQ, radyografi teknisyenlerinin görüntü kalitesini analiz etmesine yardımcı olur. Eğer görüntü kalitesini iyileştirebilirsek, okuma kalitesi de artar. Ve bu, daha fazla kanserin daha erken tespit edilmesini sağlar ve kadınların tedavisi daha iyi olur.

Bu, MQSA kalite güvence denetimi ve sürekli eğitim için çok önemlidir – bu, Mia IQ’nun ilk uygulamalarının görülebileceği alanlardır. Mia IQ, program yöneticilerine pozisyon sorunları hakkında raporlar sağlar. Bu, program direktörlerinin teknisyenlere nokta eğitimi vermesine ve kalite güvence denetimlerini etkileyebilecek daha geniş görüntü kalitesi sorunlarını ele almasına olanak tanır.

Neural ağ, kaç görüntüye eğitim verilmiştir?

Bizim için veri miktarı önemli değil. Meme kanseri tarama alanı, historical veri açısından zengin bir alandır, çünkü tarama programları uzun süredir devam etmektedir. Ve tüm nüfusu tarayarak, her gün yeni veriler üretilmektedir.

Çalışma, verilerin ağır bir şekilde yanlı olmasıdır. %99’luk tarama popülasyonu kanser ندارد, bu nedenle normal görüntülere yönelik bir yanlılık vardır. Ayrıca, popülasyon farklılıkları ve veri çeşitliliği eksikliği vardır.

Kheiron için, sorun veri miktarı değil, en iyi sonuçları elde etmek için hangi verilerin toplanması gerektiğidir. Veri seçiminde çok seçici ve hedefliyiz. Emory Üniversitesi ile我们的 işbirliği, bunu nasıl yaptığımızın güzel bir örneğidir.

Yanlış pozitifler şu anda bir sorun mu?

Yanlış pozitifler, sorunların sadece bir parçasıdır. Tarama bilimi, yanlış pozitifler ve yanlış negatifler arasında bir ticaret yapmayı gerektirir. Örneğin, çok düşük bir yanlış pozitif oranına ulaşabiliriz, ancak bazı kanserleri kaçırabiliriz. Diğer yandan, çok az kanseri kaçırmak istiyorsak, yüksek bir yanlış pozitif oranına sahip olabiliriz. Bu ticaretleri anlamak ve önceliklere ve kaynaklara göre tarama hizmetini dengelemek önemlidir.

Ülkeler arasında, bu ticaretlerin nasıl yapıldığı açısından kültürel ve politik farklılıklar vardır. Bazı ülkelerde, bir kanseri kaçırmak çok problematik görülür. Diğer ülkelerde, gereksiz geri çağrıları minimize etmek daha önemli görülür, çünkü her geri çağrı, sağlık hizmetleri maliyeti ile ilgilidir.

Asıl önemli olan, bu ticaretin hasta açısından nasıl bir etkisi olduğudur – yani, “yanlış pozitif” grubunun trải nghiệm ettiği gereksiz geri çağrı ve testlerin sayısı ile “yanlış negatif” grubunun kanserinin tespit edilememesi arasındaki denge. Bu, zor bir dengeleme işi, ancak AI, her iki grupta da standardı yükseltme vaadinde bulunuyor.

Kheiron Medical Technologies ve Emory Üniversitesi, 50.000’den fazla Afrikalı Amerikalı kadının mammografi verilerini değerlendirmek için bir işbirliği yaptı. Bu projenin daha fazla ayrıntısını paylaşabilir misiniz?

Emory Üniversitesi ile我们的 işbirliği, Mia’mızın – AI meme kanseri tarama çözümümüzün – her kadın için, etnik kökenine bakılmaksızın aynı standartta çalışmasını sağlamak için veri çeşitliliğini genişletmeyi amaçlıyor.

İşbirliğinin ilk projesi, Emory’nin çeşitli tarama popülasyonunda Mia’nın performansını doğrulamaya yönelik olacaktır. Bu, dört tarama sitesi ve hastaneyi kapsayan çok merkezli bir çalışmadır. Projede yaklaşık 200.000 tarama mammogramı yer alacak – bu kohortun %45’i Afrikalı Amerikalı kadınlardan oluşuyor.

Bu işbirliğini Kasım ayında duyurduk ve o günden bu yana, küresel bir pandemi ve uzaktan çalışma koşullarına rağmen büyük ilerleme kaydettik. Sanırım bu, Emory ekibine büyük bir kredidir, çünkü onlar da hastalarına mükemmel bakım sağlayan klinisyenler.

Şu anda, işbirliğimizin temelini oluşturmak için ön enerji yatırımı yapıyoruz. Klinik iş akışlarını anlamak için Emory ekibi ile yakın çalışıyoruz. Bu, alt popülasyonlar – etnik gruplar gibi – arasındaki olası farklılıkların derinlemesine analizi ve sorgulaması için gerekli temel teşkil ediyor.

Bu iş, kolay veya hızlı değil. Sağlık hizmetlerinde çok şey gibi, bu da değil. Ancak, çok ödüllendirici ve bizimle paylaştığımız ortak misyonu paylaşan, çok işbirlikçi küresel ortaklardan yararlanıyoruz – her yerde herhangi bir kadının meme kanserine karşı savaşma şansını artırmaya yardımcı olmak.

İmaj verisi için kanser teşhisinde beyaz olmayanların under-representasyonu ne kadar büyük bir sorun?

Tıbbi araştırmalarda hasta popülasyonlarının çeşitliliği, olması gerektiği kadar yansıtılmamıştır. AI geliştirenler olarak, etnik çeşitliliği çalışmalarımıza dahil etmek için bir sorumluluğa sahibiz.

Under-represented popülasyonlar, meme kanseri taraması için bir sorundur. Afrikalı Amerikalı kadınların sonuçları buna bir örnektir. Afrikalı Amerikalı kadınlar, non-Hispanik beyazlara göre daha yüksek mortalite oranlarına (%39 daha yüksek) sahiptir ve bu, sağlık hizmetlerine erişim, teşhis ve tedavi başlangıcındaki gecikmeler gibi faktörlerle ilişkilendirilebilir.

AI’nın çeşitli popülasyonlar arasında genellemesi, ırksal farklılıkları meme taramasında gidermek için önemli bir adımdır. Kheiron ekibimizin, Mia’mızın ırksal olarak çeşitli popülasyonlardan alınan mammogramlarda aynı şekilde performans göstermesini sağlamak için çalıştığından heyecan duyuyorum. Emory ve UCSF ile我们的 işbirliği, bu genellemeye ulaşma vizyonumuza – her yerde, her kadına karşı meme kanserine karşı daha iyi bir savaşma şansı veren Mia’yı sağlamak – ulaşmamıza yardımcı olacaktır.

Harika bir röportaj için teşekkür ederiz ve böyle önemli hayat kurtaran teknolojiler üzerinde çalıştığınız için teşekkür ederiz. Daha fazla bilgi öğrenmek isteyen okuyucular, Kheiron Medical Technologies’i ziyaret edebilir.