查姆·林哈特，博士，Ibex Medical Analytics联合创始人兼首席技术官 – 采访系列

查姆·林哈特（Chaim Linhart）博士是Ibex Medical Analytics的联合创始人兼首席技术官。他拥有超过25年的算法开发、人工智能和机器学习经验，曾在学术界、以色列军队精锐部队和多家科技公司工作。查姆在特拉维夫大学获得了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一直在病理学领域引领人工智能诊断的潮流。该公司致力于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是病理学领域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Ibex解决方案为世界领先的医生、医疗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。Ibex的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创立的旅程和使命，以及使用人工智能改变癌症诊断的愿景?

2016年，我的联合创始人约瑟夫·莫塞尔和我了解到病理学数字化革命对改善癌症诊断的直接影响。放射学20年前经历过类似的转变，这对该学科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进行复杂图像分析的新工具提供了机会。我们专注于开发人工智能驱动的工具，以帮助医生做出更准确、客观、可复制的诊断，从而帮助每位患者获得正确的诊断、及时的治疗和最佳的结果。

自2016年Ibex成立以来，癌症诊断的格局发生了怎样的变化?

实验室正在以越来越快的速度采用数字化技术，尤其是在COVID-19的推动下。数字化革命使实验室能够以有意义的方式扩大其能力，超越显微镜的局限，利用人工智能帮助病理学家高效地分析和理解结果。

癌症诊断的人工智能领域正在呈指数级增长，我们看到初创公司和其他公司正在开发病理学领域的人工智能。例如，精准医学是通过准确的诊断和各种信息学方法实现数据驱动的患者分层，从而实现个性化治疗。精准医学的增加也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。当约瑟夫和我2016年参加首次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。现在，参加大型病理学会议时，人工智能是主要话题。

是什么让Ibex与其他公司在病理学人工智能领域区别开来?

当我们谈到病理学人工智能时，有几个子领域。有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工具。其次，有些公司专注于临床应用，即在实验室中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础，全球病理学家每天使用我们的工具进行癌症诊断。我们还与制药公司合作，开发支持病理学家量化生物标志物以实现靶向治疗的临床应用。

此外，虽然有些公司专注于特定的、有限的肿瘤类型指示，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。这不仅仅是关于癌症检测，还包括癌症的类型和亚型、级别、大小以及与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实现人工智能带来的巨大好处。

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本身训练机器。我们拥有一个全球病理学家团队，他们标记幻灯片并对其进行标注。这意味着他们在幻灯片中标记特定区域并对其进行标注。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。我们的人工智能由病理学家训练，可以识别组织的各种结构和形态，这对病理学家非常有帮助，并最终提高了其准确性。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直接获得反馈的基础上实施学习。

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?

这需要大量的辛勤工作。我们从世界各地的合作伙伴那里收集数据。我们确保数据非常多样化，来自不同的实验室，使用各种组织制备技术、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广泛的特征。训练过程中，我们衡量人工智能做得好的方面，也确定需要改进的地方。具有丰富机器学习经验的团队测试人工智能使用我们从不同实验室收集的数千张幻灯片。我们进行研究和临床试验，并比较系统的两个基本方面。首先，我们回顾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，我们确保人工智能是准确的、健壮的、无偏见的和安全的。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更好的结果（即更准确、更高的协议与基准真相）比标准护理（即没有人工智能支持）更好。我们还衡量他们工作的效率和人工智能平台的其他重要好处，例如优化实验室工作流程和减少周转时间（患者收到结果的速度有多快）。

Ibex解决方案的一些独特功能是什么，它们如何增强诊断工作流程并改善患者结果?

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。该系统旨在增强准确性和生产力。它引导病理学家完成诊断过程，显示每个案例和幻灯片中的主要发现。与其搜索可能很小、很难检测的特征，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值；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，旨在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，并为患者带来更好的结果。

Ibex的解决方案如何与现有的数字病理软件解决方案和实验室信息系统集成?

我们与该领域的多个供应商合作，他们销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，以便病理学家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拥有使用人工智能的最优方式。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在实现其人工智能驱动解决方案在病理学领域的广泛采用方面面临了哪些挑战?

回顾过去，我认为Ibex面临的主要挑战是将诊断产品推向市场所需的复杂性和工作量。这包括多学科的方法：收集数据、与病理学家合作、训练人工智能并进行严格的测试、进行临床试验，并在某些地理区域获得监管批准 – 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展示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：数字病理扫描仪、实验室信息系统和工作流程、报告工具。简单来说，我们确保一切以最有效的方式协同工作，尽管存在挑战。

您能否分享一些已经实施Ibex解决方案的医疗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的首次全国部署 – 威尔士所有卫生委员会都使用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几年了，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原本可能被误诊的160名男性。这些患者得到了正确的治疗，这要归功于人工智能的支持。这正是我们所产生的影响 – 我们在这里影响人们的生活。

您认为人工智能在未来十年中将在病理学和癌症诊断的未来中扮演什么角色?

在接下来的十年中，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中使用人工智能，以确保质量高、准确、可复制和及时。另外，人工智能将帮助医生做他们目前无法做的事情。它可以帮助他们决定对特定病例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整合学科。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达到近专家的水平。每个人都应获得优质的医疗服务，人工智能将帮助我们朝着民主化的医疗服务方向迈进。

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。