Joseph Mossel, Đồng sáng lập & CEO của Ibex Medical Analytics – Loạt phỏng vấn

Joseph Mossel là CEO của Ibex Medical Analytics. Sự nghiệp của ông trong ngành công nghệ kéo dài hơn 20 năm, bắt đầu từ phát triển phần mềm và quản lý sản phẩm, sau đó là các vị trí lãnh đạo trong các công ty khởi nghiệp, tập đoàn đa quốc gia và tổ chức phi lợi nhuận. Joseph đã dẫn dắt các sản phẩm từ ý tưởng đến khi trở thành doanh nghiệp hàng triệu đô la. Ông拥有 bằng Thạc sĩ về khoa học máy tính từ Đại học Tel Aviv và bằng Thạc sĩ về khoa học môi trường từ VU Amsterdam.

Được phát triển bởi các nhà bệnh lý cho các nhà bệnh lý, Ibex là một nền tảng đa mô chuyên nghiệp giúp các nhà bệnh lý phát hiện và phân loại ung thư vú, tuyến tiền liệt và dạ dày, cùng với hơn một trăm tính năng liên quan đến lâm sàng khác.

Được tích hợp liền mạch với các giải pháp phần mềm bệnh lý số, nền tảng quét và hệ thống thông tin phòng thí nghiệm của bên thứ ba, các quy trình làm việc được kích hoạt bởi AI của Ibex cung cấp thông tin chất lượng cao tự động, giúp tăng cường an toàn cho bệnh nhân, tăng cường sự tự tin của bác sĩ và nâng cao năng suất.

Điều gì đã truyền cảm hứng cho bạn để đồng sáng lập Ibex Medical Analytics (Ibex), và bạn đang cố gắng giải quyết vấn đề gì?

Ung thư, không may, chạm vào mọi người – cho dù họ bị ảnh hưởng trực tiếp, đã từng là người chăm sóc cho người bị ung thư, hoặc biết ai đó đã bị ảnh hưởng. Tôi có người thân và bạn bè đã bị ảnh hưởng bởi ung thư, và đáng tiếc, một trong những nhân viên của chúng tôi đã qua đời vì ung thư.

Khi số lượng trường hợp ung thư tiếp tục tăng trên toàn thế giới, nhu cầu về chẩn đoán ung thư đang tăng lên và bị làm phức tạp bởi sự thiếu hụt các nhà bệnh lý toàn cầu, công việc của họ đang trở nên phức tạp hơn với sự tiến bộ trong liệu pháp và nhu cầu về chẩn đoán phức tạp hơn.

Nền tảng của chúng tôi giúp vượt qua những thách thức này bằng cách trao quyền cho các nhà bệnh lý với các công cụ AI giúp tăng cường độ chính xác và tối ưu hóa quy trình làm việc, đảm bảo rằng mỗi bệnh nhân nhận được chẩn đoán chính xác và kịp thời, điều này rất quan trọng trong việc đưa ra quyết định điều trị và cuối cùng là cải thiện kết quả cho bệnh nhân.

Chúng tôi tự hào về công việc chúng tôi làm cho khách hàng của mình, nhiều người trong số họ phụ thuộc vào công nghệ của chúng tôi hàng ngày để cung cấp chẩn đoán tốt hơn. Niềm tin của họ vào các giải pháp của chúng tôi nhấn mạnh tác động thực sự mà chúng tôi đang tạo ra, biến đổi lĩnh vực bệnh lý và cải thiện kết quả cho bệnh nhân.

Có thể bạn chia sẻ một chút về nền tảng của mình và cách nó dẫn bạn đến công việc trong lĩnh vực bệnh lý được kích hoạt bởi AI?

Nếu tôi nhìn lại sự nghiệp của mình, đã có hai lực lượng thúc đẩy: tìm kiếm ý nghĩa và ưa thích tính liên ngành hơn là chuyên môn hóa sâu. Tôi may mắn được điều hành một công ty mang lại cho tôi một ý nghĩa sâu sắc và cho phép tôi làm việc với một đội ngũ tài năng từ các nền tảng và lĩnh vực đa dạng.

Nền tảng học thuật ban đầu của tôi là về khoa học máy tính, chuyên về khoa học thần kinh tính toán. Tôi sau đó làm việc như một kỹ sư thuật toán và chuyển sang quản lý sản phẩm. Sau một thời gian tại một tập đoàn lớn, tôi quyết định rằng đó không phải là dành cho tôi. Tôi đã kiếm được một bằng cấp về khoa học môi trường và điều hành một tổ chức phi lợi nhuận về môi trường trong nhiều năm. Bền vững vẫn là một niềm đam mê của tôi và được coi là thách thức lớn của thời đại chúng ta.

Khoảng mười năm trước, tôi đã gặp người đồng sáng lập của mình, Chaim Linhart, người cũng có động lực để tạo ra sự khác biệt có ý nghĩa và chia sẻ niềm đam mê công nghệ của tôi. Chaim, không giống như tôi, là một chuyên gia. Ông có bằng Tiến sĩ về khoa học máy tính và hơn 25 năm kinh nghiệm trong việc phát triển thuật toán, AI và học máy (ML). Trong những ngày đầu của Ibex, Chaim đã bận rộn giành các cuộc thi Kaggle (học máy).

Khi chúng tôi biết rằng bệnh lý đang được số hóa (chậm), chúng tôi đã nói về tác động mà chuyển đổi số trong bệnh lý có thể có đối với việc cải thiện chẩn đoán ung thư. Hàng trăm công ty đã phát triển AI trong lĩnh vực X-quang, và chúng tôi tự hỏi, tại sao không làm điều tương tự trong bệnh lý? Điều này dường như là một sự phù hợp tự nhiên để đưa chuyên môn công nghệ của chúng tôi vào lĩnh vực này, hợp tác chặt chẽ với các nhà bệnh lý mọi bước trên đường đi.

Những thách thức lớn nhất bạn gặp phải trong những ngày đầu của Ibex là gì, và bạn đã vượt qua chúng như thế nào?

Ý tưởng – mà chúng tôi không phải là người đầu tiên nghĩ ra – về việc áp dụng AI vào các mẫu bệnh lý là phần dễ dàng. Việc thực hiện là khó. Ba thách thức chính chúng tôi gặp phải trong những ngày đầu của Ibex là truy cập vào dữ liệu, truy cập vào vốn và truy cập vào kiến thức chuyên môn.

Chúng tôi đã giải quyết thách thức về dữ liệu thông qua việc hợp tác với Dịch vụ Y tế Maccabi của Israel. Tại thời điểm đó, chúng tôi là hai doanh nhân non trẻ không có kiến thức y tế nào đã quyết định mở một công ty khởi nghiệp y tế trong một lĩnh vực rất phức tạp. Tuy nhiên, Varda Shalev, người đứng đầu bộ phận đổi mới của Maccabi tại thời điểm đó, tin vào tầm nhìn của chúng tôi, và chúng tôi đã ký một thỏa thuận hợp tác và chia sẻ dữ liệu với Maccabi. Tại thời điểm này, Tiến sĩ Judith Sandbank, nhà bệnh lý trưởng tại Ibex, đã gia nhập với tư cách là Giám đốc Y tế (CMO), một vị trí bà vẫn giữ cho đến nay. Với một đối tác chiến lược và một CMO, chúng tôi đã sẵn sàng để huy động vốn hạt giống, mà chúng tôi đã huy động từ Kamet Ventures, một xưởng khởi nghiệp của Pháp là một phần của AXA Insurance.

Chúng tôi đã sẵn sàng để tạo ra lịch sử. Chúng tôi đã thuê hai kỹ sư và phát triển thuật toán đầu tiên của chúng tôi cho việc phát hiện ung thư tuyến tiền liệt. Một khi chúng tôi hài lòng với hiệu suất, chúng tôi đã triển khai nó tại phòng thí nghiệm bệnh lý Maccabi như một lần đọc thứ hai, xem xét tất cả các trường hợp sau khi đọc ban đầu bởi nhà bệnh lý. Để ngạc nhiên của chúng tôi, trong vòng vài ngày, hệ thống đã đưa ra một cảnh báo cho một trường hợp ung thư mà đã bị bỏ qua bởi nhà bệnh lý. Về mức độ chúng tôi biết, đây là trường hợp đầu tiên mà chẩn đoán ban đầu của ung thư được thực hiện bởi một thuật toán, vào năm 2018.

Chúc mừng bạn đã nhận được sự chấp thuận của FDA 510(k) cho Ibex Prostate Detect! Sự chấp thuận này có ý nghĩa gì đối với Ibex và lĩnh vực chẩn đoán được kích hoạt bởi AI rộng lớn hơn?

Cảm ơn! Sự chấp thuận này đánh dấu một cột mốc quan trọng trong hành trình của Ibex và thể hiện sự cam kết của chúng tôi trong việc phát triển các giải pháp được xác thực lâm sàng giúp cải thiện kết quả sức khỏe cho bệnh nhân. Nó khẳng định sự cam kết của chúng tôi đối với sự an toàn và hiệu quả của các giải pháp của chúng tôi và tăng cường khả năng của chúng tôi trong việc cung cấp sự đổi mới hàng đầu cho các nhà bệnh lý, cuối cùng mang lại lợi ích cho bệnh nhân họ phục vụ.

Chúng tôi hình dung rằng cột mốc đáng kể này sẽ phá vỡ các rào cản và tăng tốc việc áp dụng AI và số hóa trong bệnh lý. Chúng tôi hy vọng rằng thành tựu này sẽ củng cố niềm tin của ngành rằng công nghệ này dễ triển khai và sẵn sàng cho sử dụng rộng rãi. Về lâu dài, sự chấp thuận của FDA là một bước quan trọng hướng tới việc đạt được bồi thường cho AI trong bệnh lý và thúc đẩy việc áp dụng rộng rãi.

Quá trình xác thực của FDA đã nhấn mạnh tỷ lệ 13% các trường hợp ung thư bị bỏ qua trong chẩn đoán ban đầu là lành tính. Điều này cho chúng ta biết gì về tiềm năng của AI trong việc cải thiện độ chính xác của chẩn đoán?

Trong các nghiên cứu xác thực chính xác và lâm sàng được thực hiện tại nhiều phòng thí nghiệm ở Hoa Kỳ và châu Âu như một phần của quá trình chấp thuận của FDA, hệ thống đã xác định tỷ lệ 13% các trường hợp ung thư bị bỏ qua trong một nhóm bệnh nhân liên tiếp được chẩn đoán ban đầu là lành tính. Thống kê này củng cố độ chính xác và tác động của sản phẩm Ibex, và nó cũng xác thực rằng nền tảng AI của Ibex có thể được tích hợp an toàn vào các quy trình lâm sàng, tăng cường độ chính xác của chẩn đoán và cuối cùng cải thiện chăm sóc bệnh nhân. Bằng cách cung cấp một lớp phân tích bổ sung, công nghệ của chúng tôi đang giúp giảm thiểu sai sót, cho phép ra quyết định lâm sàng tốt hơn và thúc đẩy an toàn cho bệnh nhân.

Về tiềm năng, trong khi sự chấp thuận này đóng vai trò là một sự xác thực quan trọng về công nghệ của chúng tôi, giải pháp của chúng tôi đã và đang tạo ra tác động có ý nghĩa trên thị trường. Đây là một minh chứng cho công việc chăm chỉ hàng ngày trong các phòng thí nghiệm bệnh lý, và chúng tôi xem đây là một bước tiến trong việc cải thiện kết quả sức khỏe toàn cầu. Chúng tôi không thể không hình dung ra tác động mà điều này sẽ mang lại nếu các phòng thí nghiệm trên toàn Hoa Kỳ chấp nhận chuyển đổi số.

Ibex Prostate Detect hoạt động như thế nào, và điều gì làm cho nó độc đáo so với các giải pháp bệnh lý được kích hoạt bởi AI khác?

Ibex Prostate Detect là một thiết bị chẩn đoán y tế trong ống nghiệm sử dụng AI để tạo ra các bản đồ nhiệt xác định các trường hợp ung thư tuyến tiền liệt bị bỏ qua. Hành động như một mạng lưới an toàn, Ibex Prostate Detect hỗ trợ các nhà bệnh lý trong việc đảm bảo rằng bệnh nhân nhận được chẩn đoán chính xác. Nó tận dụng các thuật toán AI để tăng cường độ chính xác của chẩn đoán ung thư tuyến tiền liệt.

Thiết bị này được thiết kế để xác định các mô có khả năng ung thư tuyến tiền liệt. Nếu mô hình thái học đáng ngờ đối với ung thư tuyến tiền liệt được xác định, hệ thống sẽ tạo ra một cảnh báo và bao gồm một bản đồ nhiệt, chỉ đạo nhà bệnh lý đến các khu vực có khả năng chứa ung thư. Ibex Prostate Detect là giải pháp duy nhất được FDA chấp thuận cung cấp bản đồ nhiệt được kích hoạt bởi AI cho tất cả các khu vực có khả năng ung thư, cung cấp khả năng giải thích đầy đủ cho nhà bệnh lý đang xem xét.

Có thể bạn giải thích cách tính năng bản đồ nhiệt giúp các nhà bệnh lý xác định mô ung thư?

Ibex Prostate Detect được thiết kế để xác định các trường hợp được chẩn đoán ban đầu là lành tính để xem xét thêm bởi một nhà bệnh lý. Nếu nó phát hiện ra mô hình thái học đáng ngờ đối với ung thư tuyến tiền liệt, nó sẽ cung cấp cảnh báo bao gồm một bản đồ nhiệt của các khu vực mô trong hình ảnh toàn bộ mẫu có khả năng chứa ung thư, cung cấp khả năng giải thích đầy đủ cho nhà bệnh lý đang xem xét.

Nói chung, bản đồ nhiệt là chính xác và chính xác, và có thể cung cấp cho nhà bệnh lý các khu vực đáng ngờ mà họ có thể tập trung vào và xác định chẩn đoán chính xác. Trong các nghiên cứu về độ chính xác và xác thực lâm sàng được thực hiện như một phần của quá trình chấp thuận của FDA, bản đồ nhiệt của Ibex Prostate Detect đã chứng minh độ chính xác của pixel cực cao và xác định như sau:

• Gần như tất cả các khu vực ung thư đều được bản đồ nhiệt bao phủ (độ nhạy=98,7%).
• Gần như mọi thứ được đánh dấu là có khả năng cao ung thư trong bản đồ nhiệt thực sự là ung thư (PPV=99,6%).
• Các trường hợp ung thư bị bỏ qua (âm tính giả) được xác định bởi hệ thống sau đó đã được xác nhận bởi các nhà bệnh lý chuyên gia, xác nhận tính hữu ích lâm sàng và lợi ích của sản phẩm so với tiêu chuẩn chăm sóc hiện tại.

Làm thế nào mô hình AI phân biệt giữa mô lành tính và mô ác tính, và nó được đào tạo như thế nào?

Thuật toán học sâu dựa trên các mạng nơ-ron tích chập đa lớp, hoạt động trên nhiều mức độ phóng đại. AI đặc biệt mạnh mẽ, chứng minh độ chính xác cao trên nhiều phòng thí nghiệm và nhân khẩu học bệnh nhân. Đáng chú ý, theo phương châm của chúng tôi là “bởi các nhà bệnh lý, cho các nhà bệnh lý”, mô hình đã được đào tạo trên hơn một triệu mẫu được chú thích cẩn thận bởi các nhà bệnh lý hàng đầu tại các trung tâm y tế hàng đầu. Cách tiếp cận này tốn kém, nhưng chúng tôi tin rằng không có sự hiểu biết của các nhà bệnh lý, rất khó đạt được mức hiệu suất mà chúng tôi đang nhắm đến. Bằng cách làm điều này, chúng tôi trang bị cho tất cả các nhà bệnh lý kiến thức của chuyên gia và đảm bảo rằng mỗi bệnh nhân, bất kể vị trí của họ, nhận được mức độ chẩn đoán tương đương với các chuyên gia hàng đầu thế giới.

Beyond prostate cancer, Ibex cũng đang làm việc trên các giải pháp cho ung thư vú và ung thư dạ dày. Cái gì tiếp theo cho công ty về khả năng chẩn đoán mới?

Ibex đã và đang có tác động lớn đến các giải pháp chẩn đoán được kích hoạt bởi AI cho ung thư vú và ung thư dạ dày. Là nhà lãnh đạo toàn cầu trong việc triển khai lâm sàng, nhiều phòng thí nghiệm – bao gồm cả những phòng thí nghiệm ở Hoa Kỳ – đang sử dụng các sản phẩm của Ibex để biến đổi thực hành y tế của họ. Các sản phẩm của chúng tôi đã được chứng minh là mang lại tác động lâm sàng thực sự, và các nhà bệnh lý cả tin tưởng vào AI và chứng nhận giá trị mà nó mang lại. Hiện tại, chúng tôi đang làm việc để phát hành một loại công nghệ mới vào thị trường, một công nghệ được phát triển và xác thực bởi Ibex hợp tác với AstraZeneca và Daiichi Sankyo. Thuật toán cụ thể đầu tiên được phát hành giúp định lượng biểu hiện HER2, giúp nhà cung cấp xác định quá trình điều trị cho bệnh nhân.

Nhìn về phía trước, chúng tôi sẽ tiếp tục mở rộng các dịch vụ của mình để cung cấp thêm thông tin trong các loại mô mà chúng tôi đã hỗ trợ. Chúng tôi cũng đang tìm cách cung cấp dịch vụ trong các lĩnh vực mô khác và tiếp tục cải thiện quy trình làm việc của khách hàng.

Bạn nhìn thấy bệnh lý được kích hoạt bởi AI sẽ phát triển như thế nào trong năm đến mười năm tới?

Tôi hình dung rằng AI sẽ có tác động sâu sắc đến việc thực hành bệnh lý và cách ung thư được chẩn đoán. Tôi không thấy chúng tôi thay thế các nhà bệnh lý, nhưng như với mọi sự phát triển công nghệ mới, thực hành sẽ được biến đổi. AI sẽ tiếp tục là công cụ quan trọng trong việc giải quyết các thách thức về lực lượng lao động trong chăm sóc sức khỏe, đặc biệt là sự thiếu hụt các nhà bệnh lý toàn cầu và khối lượng công việc ngày càng tăng của họ do số lượng trường hợp ung thư tăng lên. Việc triển khai AI có trách nhiệm sẽ giúp các nhà bệnh lý quản lý công việc của họ hiệu quả hơn, cải thiện hiệu quả chẩn đoán và giảm thiểu sự chậm trễ. Bằng cách tự động hóa các nhiệm vụ thường xuyên, AI có thể giảm thiểu tỷ lệ lỗi, cải thiện chất lượng chẩn đoán và cuối cùng tăng cường sự tự tin của các nhà bệnh lý trong công việc của họ. Tôi tin chắc rằng AI, cùng với con người trong vòng lặp, là sự kết hợp tốt nhất để biến đổi chăm sóc sức khỏe.

Một lĩnh vực khác có nhiều hứa hẹn là mở rộng ra ngoài thực hành bệnh lý hiện tại vào lĩnh vực của các thuật toán dự đoán. Các thuật toán có thể kết hợp nhiều phương thức để dự đoán kết quả hoặc, quan trọng hơn, hiệu quả của điều trị.

AI cũng có thể tăng cường công bằng trong chăm sóc sức khỏe thông qua việc tiếp cận chăm sóc sức khỏe được dân chủ hóa. Bất kể vị trí, mỗi bệnh nhân, ở mọi nơi, đều xứng đáng nhận được chẩn đoán đáng tin cậy. Sẽ tuyệt vời nếu công nghệ AI được triển khai như một phần của thực hành tiêu chuẩn trong mọi phòng thí nghiệm bệnh lý trên toàn thế giới. Tuy nhiên, điều này bắt đầu với sự hợp tác giữa các bác sĩ, ngành công nghiệp và các cơ quan để đẩy nhanh việc triển khai công nghệ này – tôi cảm thấy chúng tôi nợ bệnh nhân.

Cảm ơn bạn vì cuộc phỏng vấn tuyệt vời, những người đọc muốn tìm hiểu thêm nên truy cập Ibex Medical Analytics.