Chaim Linhart, PhD, Ibex Medical Analytics 联合创始人兼首席技术官 – 采访系列

Chaim Linhart, PhD 是 Ibex Medical Analytics 的首席技术官和联合创始人。他拥有超过 25 年的算法开发、人工智能和机器学习经验，既来自学术界，也来自以色列军队精锐部队和几家科技公司。Chaim 拥有特拉维夫大学计算机科学博士学位，并曾多次赢得 Kaggle 机器学习竞赛。

自 2016 年以来，Ibex 在病理学中的 AI 驱动诊断方面一直领先。该公司旨在通过确保每位患者都能获得准确、及时和个性化的癌症诊断来改变病理学。如今，Ibex 是病理学中最广泛部署的人工智能平台。由病理学家为病理学家开发的解决方案为全球领先的医生、医疗保健组织和诊断提供商提供服务。每天，Ibex 都有机会影响全球患者的生活。该平台提高了医生的信心，简化了诊断工作流程，帮助临床医生提供更个性化的诊断，并最重要的是，实现了更好的临床结果。

您能否分享 Ibex 成立和其使命的旅程和愿景，以利用 AI 改变癌症诊断？

2016 年，我的联合创始人 Joseph Mossel 和我了解到数字革命对病理学的直接影响，可以改善癌症诊断。放射学 20 年前经历了类似的转变，这对该专业的实践产生了重大影响。随着病理学的数字化，我们认识到这为开发利用人工智能 (AI) 进行复杂图像分析的新型高级工具提供了机会。我们专注于开发 AI 驱动的工具，以帮助医生做出更准确、客观、可复制的诊断，从而帮助每位患者及时获得正确的诊断，这将带来最佳的治疗效果。

自 2016 年 Ibex 成立以来，癌症诊断的格局如何变化？

实验室正在以越来越快的速度采用数字化，即使在 Covid-19 的推动下也如此。数字革命使实验室能够以有意义的方式扩大其能力，超越显微镜，利用人工智能帮助病理学家高效地分析和理解结果。

癌症诊断人工智能领域呈指数级增长，我们看到初创公司和其他公司正在从事病理学中的各种人工智能方面的工作。例如，精准医学是由准确的诊断和各种信息学方法驱动的数据驱动的患者分层，从而实现最佳的个性化治疗。精准医学的增加带来了对更复杂诊断的需求，以支持新的靶向治疗。

我们还看到学术出版物和行业协会关注该领域的增加。当 Joseph 和我 2016 年参加我们的第一个数字和计算病理学会议时，人工智能只是围绕癌症诊断的对话中的一小部分，因为它当时还不是主流。现在，当我们参加一个大型病理学会议时，人工智能是主要事件。

Ibex 与病理学领域其他公司相比有什么不同之处？

当我们谈论人工智能驱动的病理学时，有几个子领域。有一些公司优先考虑研究应用，例如分析组织图像以帮助理解疾病过程的形态和细胞水平。其次，有些公司主要专注于临床应用，即在实验室中用于支持常规诊断的产品。

Ibex 专注于临床应用，我们拥有最广泛的安装基数，全球的病理学家每天都在使用我们的工具进行癌症诊断。我们还与制药公司合作，开发人工智能驱动的临床应用，以支持病理学家量化生物标志物，从而实现靶向治疗。

此外，虽然有些公司专注于特定的、有限的肿瘤类型的指示，例如癌症检测，我们的方法是训练人工智能分析病理学家在这些组织中看到的所有内容。它不仅仅是关于癌症检测，还包括癌症的类型和亚型、级别、大小以及癌症相关的形态和其他临床特征。我们知道病理学不仅仅是确定患者是否患有癌症；我们希望帮助病理学家认识到人工智能带来的巨大益处。

您能否解释 Ibex 解决方案背后的核心技术以及它如何帮助病理学家进行癌症检测和分级？

我们的方法是病理学家基本上训练机器。我们在全球拥有一个由病理学家组成的大团队，他们注释幻灯片。这意味着他们在幻灯片内标记特定区域并对其进行标记。他们可能会标记低级别肿瘤、血管、神经、炎症等。然后，我们使用这些数据来训练人工智能模型。这确保人工智能即使在罕见和困难的病例中也非常准确，这对于病理学家来说至关重要。我们的人工智能是由病理学家训练的，并且被训练成识别组织的各种结构和形态，这对病理学家非常有帮助，并最终增加了其准确性。通过获取广泛的数据和知识，我们能够改进人工智能并在现场获得反馈。

Ibex 如何确保在不同类型的癌症（如乳腺癌、前列腺癌和胃癌）中实现临床级别的准确性？

这需要大量的工作。我们从全球各地的合作伙伴收集数据。我们确保数据非常多样化，来自不同实验室、各种组织制备技术、扫描仪和临床结果。我们用罕见类型的癌症丰富训练数据。这确保人工智能被训练以识别各种特征。在训练过程中，我们衡量人工智能做得好的方面，我们还确定需要改进的领域。具有丰富机器学习经验的团队在我们从不同实验室收集的数千张幻灯片上测试人工智能。我们进行研究和临床试验，并比较两个基本方面。首先，我们审查其独立性能与基准真相。其次，我们确定病理学家在使用和不使用人工智能时的工作准确性。通过这样做，我们确保人工智能准确、强健、无偏见和安全。我们衡量人工智能对使用人工智能的病理学家的影响。在我们的应用程序中，我们看到病理学家在人工智能的支持下达到比标准护理（即没有人工智能支持）更好的结果（即更准确、更高的协议与基准真相）。

Ibex 解决方案中有一些什么独特的功能可以增强诊断工作流程和改善患者结果？

我们的集成系统包括幻灯片查看器、人工智能结果和内置报告工具。该整体系统旨在提高准确性和生产力。它引导病理学家完成诊断过程，显示每个病例和幻灯片的主要发现。与其搜索可能难以检测的特征，人工智能清晰地突出显示一切。然后，病理学家可以确认或修改。人工智能显示测量值和量化结果；它还对一切进行评分。具有内置报告功能，病理学家无需查看幻灯片，在脑海中做出诊断，然后转到另一个系统报告一切；相反，报告是在人工智能驱动的集成工作流程中完成的。甚至鼠标点击次数都得到了优化。所有内容都是为病理学家设计的，以增强诊断准确性和效率，从而为这些医生创造更好的工作环境和更好的患者结果。

Ibex 解决方案如何与现有的数字病理学软件解决方案和实验室信息系统集成？

我们与该领域的几家供应商合作，他们出售图像管理解决方案或提供实验室信息系统。对于每个合作伙伴，都有不同的集成机会。在某些情况下，我们将人工智能嵌入到他们的工具中，这样病理学家就可以在他们的平台中使用我们的人工智能。在其他情况下，我们以允许病理学家从其他系统启动 Ibex 的方式与这些工具集成。无论集成方式如何，我们始终希望确保用户以最优化的方式使用人工智能。另外，我们开发了一个开放的应用程序接口 (API)，允许第三方（包括其他公司或客户的 IT 部门）从我们的人工智能中检索信息并将其集成到他们的环境中。

Ibex 面临的主要挑战是什么，以实现其人工智能驱动解决方案在病理学中的广泛采用？

回顾过去，我会说 Ibex 面临的主要挑战是将诊断产品推向市场所需的巨大复杂性和工作量。这包括多学科方法：数据收集、与病理学家合作、人工智能训练和严格测试、临床试验以及在某些地理区域获得监管批准 – 并且所有这些都在严格的质量保证措施下进行。在医疗领域，生成科学证据和在多个实验室中发表结果以证明人工智能平台的性能和益处也至关重要。

另一个显著的挑战是集成。我们需要确保病理学家可以以高效和自然的方式使用人工智能。实验室中有多个系统：数字病理学扫描仪、实验室信息系统和工作流程以及报告工具。简单地说，我们确保一切以最有效的方式协同工作，尽管存在挑战。

您能否分享一些来自已实施 Ibex 解决方案的医疗保健组织的成功故事或案例研究？

我们为我们的合作伙伴关系和全球影响力感到非常自豪。例如，我们在威尔士实现了人工智能在全国范围内的首次部署 – 威尔士的所有卫生委员会都在使用 Ibex 的人工智能解决方案。另一个例子是波多黎各的 CorePlus 实验室 – 他们已经使用 Ibex 多年，并发表了一篇论文，展示了该平台对他们的临床实践的影响。例如，使用人工智能算法，病理学家能够识别出 160 名原本会被误诊的男性。这些患者得到了正确的治疗，多亏了人工智能的支持。这正是我们正在产生的影响 – 这是我们无法忘记的东西 – 我们在这里影响人们的生活。

您认为人工智能在未来十年内将在病理学和癌症诊断的未来中扮演什么角色？

在接下来的十年里，我们将继续看到病理学家使用人工智能来支持他们的主要诊断工作。我设想病理学家将在大部分工作量中使用人工智能，以确保质量高、所有内容都是客观的、可复制的和及时的。另外，人工智能将帮助医生完成他们目前无法完成的任务。它可以帮助他们决定在特定病例中需要进行哪些额外的测试，以及提供更准确的预后和简化的治疗选择。

人工智能将在整个患者旅程中发挥至关重要的作用，不仅仅是在病理学实验室中的癌症诊断部分，还包括决定治疗方案的肿瘤学家。另外，我认为人工智能将有助于结合学科。随着时间的推移，不同的模态（病理学、放射学、基因组学、临床记录）将被输入到各种人工智能模块中，以支持新的和改进的精准医学。从健康公平的角度来看，无法获得世界上最好的医生的患者将会经历诊断和治疗质量的巨大飞跃。人工智能将使每个人都达到近似专家的水平。每个人都应享有获得高质量医疗服务的权利，人工智能将帮助我们朝着民主化医疗服务的方向迈进。

感谢这次精彩的采访，希望了解更多的读者可以访问 Ibex Medical Analytics。