Chaim Linhart, PhD, Đồng sáng lập & CTO của Ibex Medical Analytics – Loạt phỏng vấn

Chaim Linhart, PhD là CTO và Đồng sáng lập của Ibex Medical Analytics. Ông có hơn 25 năm kinh nghiệm trong việc phát triển thuật toán, trí tuệ nhân tạo và học máy từ cả môi trường học thuật lẫn phục vụ trong một đơn vị tinh nhuệ của quân đội Israel và tại nhiều công ty công nghệ. Chaim có bằng Tiến sĩ về Khoa học Máy tính từ Đại học Tel Aviv và đã giành được nhiều giải thưởng trong các cuộc thi học máy Kaggle.

Kể từ năm 2016, Ibex đã dẫn đầu trong lĩnh vực chẩn đoán bệnh lý bằng trí tuệ nhân tạo. Công ty này đã đặt mục tiêu biến đổi lĩnh vực bệnh lý bằng cách đảm bảo rằng mỗi bệnh nhân có thể nhận được chẩn đoán chính xác, kịp thời và được cá nhân hóa. Hiện tại, Ibex là nền tảng trí tuệ nhân tạo được triển khai rộng rãi nhất trong lĩnh vực bệnh lý. Được phát triển bởi các bác sĩ bệnh lý cho các bác sĩ bệnh lý, các giải pháp của họ phục vụ cho các bác sĩ, tổ chức y tế và nhà cung cấp dịch vụ chẩn đoán hàng đầu trên thế giới. Mỗi ngày, Ibex có đặc quyền tác động đến cuộc sống của bệnh nhân trên toàn thế giới. Nền tảng này nâng cao sự tự tin của bác sĩ, tối ưu hóa quy trình chẩn đoán, giúp các bác sĩ lâm sàng cung cấp chẩn đoán được cá nhân hóa hơn và, quan trọng nhất, cho phép có kết quả lâm sàng tốt hơn.

Bạn có thể chia sẻ hành trình và tầm nhìn đằng sau việc thành lập Ibex và sứ mệnh biến đổi chẩn đoán ung thư bằng trí tuệ nhân tạo?

Vào năm 2016, người đồng sáng lập của tôi, Joseph Mossel, và tôi đã tìm hiểu về tác động trực tiếp mà một cuộc cách mạng số trong lĩnh vực bệnh lý có thể mang lại cho việc cải thiện chẩn đoán ung thư. X quang đã trải qua một biến đổi tương tự 20 năm trước, điều này đã có tác động đáng kể đến cách chuyên ngành này được thực hành. Với việc bệnh lý đang được số hóa, chúng tôi nhận ra rằng nó cung cấp một cơ hội để phát triển các công cụ tiên tiến mới tận dụng trí tuệ nhân tạo để thực hiện phân tích hình ảnh phức tạp. Chúng tôi đã tập trung vào việc phát triển các công cụ được hỗ trợ bởi trí tuệ nhân tạo giúp các bác sĩ đạt được chẩn đoán chính xác, khách quan, có thể tái tạo và do đó giúp mỗi bệnh nhân nhận được chẩn đoán đúng, kịp thời, dẫn đến điều trị tốt nhất.

Làm thế nào mà Ibex đảm bảo độ chính xác lâm sàng trên nhiều loại ung thư khác nhau như ung thư vú, ung thư tuyến tiền liệt và ung thư dạ dày?

Điều này đòi hỏi rất nhiều công việc chăm chỉ. Chúng tôi thu thập dữ liệu từ nhiều đối tác trên toàn thế giới. Chúng tôi đảm bảo rằng dữ liệu rất đa dạng, với sự đại diện từ các phòng thí nghiệm khác nhau và các kỹ thuật chuẩn bị mô khác nhau, máy quét và các phát hiện lâm sàng. Chúng tôi làm giàu dữ liệu đào tạo với các loại ung thư hiếm. Điều này đảm bảo rằng trí tuệ nhân tạo được đào tạo với một loạt các tính năng. Trong quá trình đào tạo, chúng tôi đo lường những gì trí tuệ nhân tạo làm tốt và chúng tôi cũng xác định những nơi cần cải thiện. Đội ngũ, với kinh nghiệm sâu rộng trong lĩnh vực học máy, kiểm tra trí tuệ nhân tạo trên hàng nghìn mẫu mà chúng tôi thu thập từ các phòng thí nghiệm khác nhau. Chúng tôi thực hiện các nghiên cứu và thử nghiệm lâm sàng và so sánh hai khía cạnh cơ bản của hệ thống. Đầu tiên, chúng tôi xem xét hiệu suất độc lập của nó so với sự thật. Thứ hai, chúng tôi xác định chính xác như thế nào bác sĩ bệnh lý làm việc với và không có trí tuệ nhân tạo. Bằng cách này, chúng tôi đảm bảo rằng trí tuệ nhân tạo là chính xác, mạnh mẽ, không bị thiên vị và an toàn. Chúng tôi đo lường tác động của nó đối với các bác sĩ bệnh lý sử dụng trí tuệ nhân tạo. Trong tất cả các ứng dụng của chúng tôi, chúng tôi thấy rằng bác sĩ bệnh lý, với sự hỗ trợ của trí tuệ nhân tạo, đạt được kết quả tốt hơn (tức là chính xác hơn, đồng thuận cao hơn với sự thật) so với tiêu chuẩn chăm sóc (tức là khi họ không được hỗ trợ bởi trí tuệ nhân tạo). Chúng tôi cũng đo lường hiệu quả công việc của họ và các lợi ích quan trọng khác của nền tảng trí tuệ nhân tạo, chẳng hạn như tối ưu hóa quy trình làm việc trong phòng thí nghiệm và giảm thời gian quay vòng (thời gian bệnh nhân nhận được kết quả).

Có những tính năng độc đáo nào của các giải pháp Ibex giúp tăng cường quy trình chẩn đoán và cải thiện kết quả cho bệnh nhân?

Hệ thống tích hợp của chúng tôi bao gồm một trình xem mẫu, kết quả trí tuệ nhân tạo và các công cụ báo cáo tích hợp. Hệ thống toàn diện này được thiết kế để tăng cường độ chính xác và năng suất. Nó hướng dẫn các bác sĩ bệnh lý qua quá trình chẩn đoán, chỉ ra các phát hiện chính trong mỗi trường hợp và mẫu. Thay vì tìm kiếm các tính năng, có thể nhỏ và khó phát hiện, trí tuệ nhân tạo làm nổi bật mọi thứ rất rõ ràng. Từ đó, bác sĩ bệnh lý có thể xác nhận hoặc sửa đổi. Trí tuệ nhân tạo hiển thị các phép đo và định lượng; nó cũng chấm điểm mọi thứ. Với các báo cáo tích hợp, bác sĩ bệnh lý không cần phải xem mẫu, đưa ra chẩn đoán trong tâm trí và sau đó đi đến một hệ thống khác và báo cáo mọi thứ; thay vào đó, báo cáo được thực hiện trong khi trí tuệ nhân tạo điều khiển quy trình làm việc tích hợp. Thậm chí số lượng lần nhấp chuột cũng được tối ưu hóa. Mọi thứ đều được xây dựng với các bác sĩ bệnh lý trong tâm trí để tăng cường độ chính xác chẩn đoán và hiệu quả, từ đó tạo ra một môi trường làm việc tốt hơn cho các bác sĩ này và kết quả tốt hơn cho bệnh nhân của họ.

Làm thế nào mà các giải pháp của Ibex tích hợp với các giải pháp phần mềm bệnh lý số và hệ thống thông tin phòng thí nghiệm hiện có?

Chúng tôi làm việc với nhiều nhà cung cấp trong lĩnh vực bán các giải pháp quản lý hình ảnh hoặc cung cấp hệ thống thông tin phòng thí nghiệm. Đối với mỗi đối tác, có các cơ hội tích hợp khác nhau. Trong một số trường hợp, chúng tôi nhúng trí tuệ nhân tạo của mình vào các công cụ của họ để bác sĩ bệnh lý có thể sử dụng nền tảng của họ với trí tuệ nhân tạo của chúng tôi bên trong. Trong các trường hợp khác, chúng tôi tích hợp với các công cụ này theo cách cho phép bác sĩ bệnh lý khởi chạy Ibex từ hệ thống khác. Bất kể loại tích hợp nào, chúng tôi luôn muốn đảm bảo rằng người dùng có cách sử dụng trí tuệ nhân tạo một cách tối ưu. Ngoài ra, chúng tôi đã phát triển một giao diện lập trình ứng dụng (API) mở cho phép các bên thứ ba, bao gồm cả công ty khác hoặc bộ phận CNTT của khách hàng, lấy thông tin từ trí tuệ nhân tạo của chúng tôi và tích hợp nó vào môi trường của họ.

Các thách thức mà Ibex phải đối mặt trong việc đạt được sự áp dụng rộng rãi các giải pháp hỗ trợ trí tuệ nhân tạo trong lĩnh vực bệnh lý là gì?

Khi suy ngẫm, tôi sẽ nói rằng thách thức chính mà Ibex phải đối mặt là sự phức tạp và khối lượng công việc, nỗ lực và thời gian cần thiết để đưa các sản phẩm chẩn đoán ra thị trường. Điều này bao gồm các phương pháp đa ngành: thu thập dữ liệu, làm việc với các bác sĩ bệnh lý, đào tạo trí tuệ nhân tạo và kiểm tra nó một cách nghiêm ngặt, chạy các thử nghiệm lâm sàng và, ở một số khu vực địa lý, đạt được sự chấp thuận của cơ quan quản lý – và làm tất cả những điều này dưới các biện pháp đảm bảo chất lượng nghiêm ngặt. Trong lĩnh vực y tế, cũng rất quan trọng để tạo ra bằng chứng khoa học và xuất bản kết quả với nhiều phòng thí nghiệm để chứng minh hiệu suất và lợi ích của nền tảng trí tuệ nhân tạo.

Bạn có thể chia sẻ một số câu chuyện thành công hoặc nghiên cứu trường hợp từ các tổ chức y tế đã triển khai các giải pháp của Ibex?

Chúng tôi rất tự hào về các đối tác và phạm vi toàn cầu của mình. Ví dụ, chúng tôi có triển khai trí tuệ nhân tạo đầu tiên trên toàn quốc ở Wales – tất cả các Hội đồng Y tế ở Wales đều đang sử dụng giải pháp trí tuệ nhân tạo của Ibex. Một ví dụ khác là CorePlus Laboratories ở Puerto Rico – họ đã sử dụng Ibex trong nhiều năm và đã xuất bản một bài báo, cho thấy tác động mà nền tảng này đã có đối với thực hành lâm sàng của họ. Ví dụ, bằng cách sử dụng thuật toán trí tuệ nhân tạo, các bác sĩ bệnh lý đã có thể xác định 160 người đàn ông mà nếu không sẽ bị chẩn đoán sai. Những bệnh nhân này đã được điều trị đúng nhờ sự hỗ trợ của trí tuệ nhân tạo. Đó thực sự là tác động mà chúng tôi đang tạo ra. Đó là điều mà chúng tôi không thể quên – chúng tôi ở đây để tác động đến cuộc sống của mọi người.

Vai trò của trí tuệ nhân tạo trong tương lai của bệnh lý và chẩn đoán ung thư trong thập kỷ tới sẽ như thế nào?

Trong suốt thập kỷ tới, chúng tôi sẽ tiếp tục thấy các bác sĩ bệnh lý sử dụng trí tuệ nhân tạo để hỗ trợ họ trong nỗ lực chẩn đoán chính. Tôi hình dung rằng các bác sĩ bệnh lý sẽ sử dụng trí tuệ nhân tạo trên hầu hết công việc của họ để đảm bảo rằng chất lượng là cao và mọi thứ là khách quan, có thể tái tạo và kịp thời. Ngoài ra, trí tuệ nhân tạo sẽ giúp các bác sĩ làm những việc họ không hiện đang làm. Nó có thể giúp họ quyết định những xét nghiệm bổ sung nào cần được thực hiện trên một trường hợp cụ thể, cũng như cung cấp một tiên lượng chính xác hơn và lựa chọn điều trị được tối ưu hóa.

Trí tuệ nhân tạo sẽ là một phần không thể thiếu trong suốt toàn bộ hành trình của bệnh nhân, không chỉ là phần chẩn đoán ung thư trong phòng thí nghiệm bệnh lý, mà còn là bác sĩ ung thư quyết định về kế hoạch điều trị. Cũng tôi nghĩ rằng trí tuệ nhân tạo sẽ giúp kết hợp các chuyên ngành. Theo thời gian, các phương thức khác nhau (bệnh lý, x quang, genomics, hồ sơ lâm sàng) sẽ được cung cấp cho các mô-đun trí tuệ nhân tạo khác nhau để hỗ trợ y học chính xác mới và cải tiến. Từ góc độ công bằng y tế, những bệnh nhân không có quyền truy cập vào các bác sĩ giỏi nhất trên thế giới sẽ trải qua một bước nhảy vĩ đại về chất lượng chẩn đoán và điều trị của họ. Trí tuệ nhân tạo sẽ mang mọi người lên mức gần như chuyên gia. Mọi người đều xứng đáng có quyền truy cập vào chăm sóc chất lượng, và trí tuệ nhân tạo sẽ giúp chúng ta đi đúng hướng để dân chủ hóa quyền truy cập vào y tế.

Cảm ơn vì cuộc phỏng vấn tuyệt vời, độc giả muốn tìm hiểu thêm có thể truy cập Ibex Medical Analytics.