约瑟夫·莫塞尔，Ibex Medical Analytics 的联合创始人兼首席执行官 – 采访系列

约瑟夫·莫塞尔 是 Ibex Medical Analytics 的首席执行官。他的科技行业职业生涯跨越了二十多年，最初从事软件开发和产品管理，之后在初创公司、跨国公司和非营利组织中担任领导职位。约瑟夫曾将产品从概念阶段带到成熟阶段，发展成为数百万美元的业务。他拥有特拉维夫大学的计算机科学硕士学位和阿姆斯特丹自由大学的环境科学硕士学位。

由病理学家为病理学家开发的 Ibex 是一个临床级别的多组织平台，帮助病理学家检测和分级乳腺、前列腺和胃癌，以及其他一百多个临床相关特征。

Ibex 的 AI 驱动的工作流程无缝集成第三方数字病理学软件解决方案、扫描平台和实验室信息系统，提供自动化的高质量洞察，提高患者安全性、增加医生信心和提高生产力。

是什么启发你联合创立了 Ibex Medical Analytics（Ibex），你试图解决什么问题？

不幸的是，癌症影响着每个人——无论是个人受到影响、为患有癌症的人提供照顾，还是认识有人被癌症影响。我的亲戚和朋友都被癌症影响过，悲剧的是，我们的一名员工也因癌症去世了。

随着全球癌症发病率的持续上升，对癌症诊断的需求越来越大，而全球病理学家短缺的问题加上治疗和诊断的复杂性，使得病理学家的工作更加困难。

我们的平台有助于克服这些挑战，通过为病理学家提供 AI 工具来提高准确性和简化工作流程，确保每位患者都能获得准确和及时的诊断，这对于指导治疗决策和最终改善患者结果至关重要。

我们为自己所做的工作感到自豪，许多客户每天都依赖我们的技术来提供更好的诊断。他们对我们的解决方案的信任凸显了我们正在产生的真正影响，改变病理学领域，改善患者结果。

你能分享一下你的背景以及它如何让你进入 AI 驱动的病理学领域吗？

回顾我的职业生涯，有两个驱动力：寻找目标感和跨学科的偏好而不是深入专业化。我很幸运能够经营一家给我带来深刻目标感并让我与来自不同背景和学科的才华横溢的团队合作的公司。

我的最初的学术背景是计算机科学，专攻计算神经科学。我曾担任算法工程师，后来转入产品管理。在一家大公司工作了一段时间后，我决定这不是我的方向。我获得了环境科学学位，并经营了一个环境非营利组织几年。可持续性仍然是我热衷的领域，也是我们这个时代最大的挑战。

大约十年前，我遇到了我的联合创始人 Chaim Linhart，他和我一样渴望做出有意义的贡献，并且热爱技术。Chaim 和我不同，他是一个专家。他拥有计算机科学博士学位，并拥有超过 25 年的算法开发、人工智能和机器学习经验。在 Ibex 的早期，Chaim 正忙于赢得 Kaggle（机器学习）竞赛。

当我们了解到病理学正在被（缓慢地）数字化时，我们讨论了病理学数字化转型对改善癌症诊断的影响。数百家公司已经在放射学中开发人工智能，我们问自己，为什么不在病理学中做同样的事情？这似乎是将我们的技术专长引入该领域的自然选择，与病理学家每一步都进行密切合作。

Ibex 早期面临的最大挑战是什么，你如何克服它们？

将人工智能应用于病理学切片的想法——我们并不是第一个想到这一点的人——很简单。执行是困难的。在 Ibex 早期，我们遇到了三个主要挑战：数据访问、资金访问和特定领域知识访问。

我们通过与以色列 Maccabi 健康服务公司合作解决了数据挑战。当时，我们是两位初创企业家，没有任何医学知识，决定在一个非常复杂的领域开办一家医疗初创公司。然而，Maccabi 创新部门当时的负责人 Varda Shalev 相信我们的愿景，我们与 Maccabi 签署了合作伙伴和数据共享协议。在这一点上，Ibex 的首席医疗官 Judith Sandbank 博士加入了我们的团队，担任我们的首席医疗官（CMO），这是她至今仍然担任的职位。拥有战略合作伙伴和首席医疗官，我们现在处于有利地位，可以筹集种子资金，我们从 Kamet Ventures 筹集了资金，Kamet Ventures 是 AXA 保险公司的一家法国风险投资工作室。

我们现在处于有利地位，可以创造历史。我们雇佣了两名工程师，开发了我们的第一个前列腺癌检测算法。一旦我们对其性能感到满意，我们就在 Maccabi 病理实验室部署了它，作为病理学家初步阅读后的第二次阅读。令我们惊讶的是，系统在几天内就提出了一个警报，发现了一例病理学家漏诊的癌症案例。据我们所知，这是第一次由算法初步诊断癌症的案例，时间是在 2018 年。

恭喜您获得 Ibex Prostate Detect 的 FDA 510(k) 批准！这对 Ibex 和 AI 驱动的诊断领域来说意味着什么？

谢谢！这一批准标志着 Ibex 发展历程中的一个重要里程碑，体现了我们致力于开发临床验证的解决方案，以帮助改善患者的健康结果。它证实了我们对解决方案的安全性和有效性的承诺，并加强了我们为病理学家提供尖端创新技术的能力，最终造福他们服务的患者。

我们设想，这一重要里程碑将打破障碍，推动病理学中人工智能和数字化的采用。我们希望这一成就将增强行业对该技术的信心，即该技术易于实施，准备好供广泛使用。从长远来看，FDA 批准是实现病理学中人工智能报销和推动广泛采用的重要一步。

FDA 验证过程强调了初步良性诊断中错过的癌症率为 13%。这告诉我们关于人工智能改善诊断准确性的潜力是什么？

在 FDA 批准过程中进行的精度和临床验证研究中，系统在一组最初被诊断为良性的连续患者中发现了 13% 的错过的癌症率。这一统计数据强调了 Ibex 产品的准确性和影响力，也验证了 Ibex 的 AI 平台可以安全地集成到临床工作流程中，提高诊断精度，最终改善患者护理。通过提供额外的分析层，我们的技术有助于减少错误，实现更好的临床决策，并促进患者安全。

至于潜力，虽然批准是我们技术的关键验证，但我们的解决方案已经对市场产生了重大影响。这是病理实验室日常辛勤工作的见证，我们将其视为改善全球健康结果的一步。我们无法想象，如果美国的实验室采用数字化转型，这将产生什么样的影响。

Ibex Prostate Detect 如何工作，它与其他 AI 驱动的病理学解决方案有什么不同之处？

Ibex Prostate Detect 是一种体外诊断医疗设备，利用人工智能生成热图以识别漏掉的前列腺癌。作为一个安全网，Ibex Prostate Detect 协助病理学家确保患者获得准确的诊断。它利用人工智能算法来提高前列腺癌诊断的准确性。

该设备旨在识别可能被病理学家漏掉的肿瘤。如果发现可疑的前列腺癌组织，系统会生成警报，并包括一个热图，指示可能含有癌症的区域。Ibex Prostate Detect 是唯一获得 FDA 批准的提供所有可能含有癌症区域的 AI 驱动热图的解决方案，提供全面的可解释性给审阅的病理学家。

你能解释一下热图功能如何帮助病理学家识别癌性组织吗？

Ibex Prostate Detect 旨在识别最初被诊断为良性的病例，以便病理学家进一步审阅。如果它检测到可疑的前列腺癌组织形态学，会提供包括热图在内的警报，指示全切片图像中可能含有癌症的组织区域，提供给审阅的病理学家全面的可解释性。

一般来说，热图是准确和精确的，可能会为病理学家提供关注区域，以便他们确定正确的诊断。在 FDA 批准过程中进行的精度和临床验证研究中，Ibex Prostate Detect 的热图显示：

• 几乎所有癌症区域都被热图覆盖（敏感度 = 98.7%）。
• 几乎所有被热图标记为高癌症概率的区域确实都是癌症（PPV = 99.6%）。
• 系统识别的漏诊癌症病例（假阴性）随后由专家病理学家验证，确认了产品的临床实用性和与现有护理标准相比的益处。

AI 模型如何区分良性和恶性组织，它是如何训练的？

深度学习算法基于多层卷积神经网络，在多个放大倍数上运行。人工智能异常强大，表现出高精度，跨多个实验室和患者人口统计。值得注意的是，按照我们的座右铭“由病理学家为病理学家”，该模型是在世界顶级医疗中心由著名病理学家精心注释的超过一百万张切片上训练的。这种方法很昂贵，但我们相信没有病理学家的洞察力，很难达到我们旨在实现的性能水平。通过这样做，我们为所有病理学家提供专家洞察力，并确保每位患者，无论其位置如何，都能获得与世界顶级专家的诊断水平相当的诊断。

除了前列腺癌外，Ibex 还在开发乳腺癌和胃癌的解决方案。公司在新的诊断能力方面的下一步是什么？

Ibex 已经对 AI 驱动的乳腺癌和胃癌诊断解决方案产生了巨大的影响。作为全球领先的实时临床推出公司，包括美国的许多实验室都在使用 Ibex 产品来改变他们的医疗实践。我们的产品已经被证明具有真正的临床影响力，病理学家信任人工智能并证明了它的价值。现在，我们正在努力发布一种新技术到市场，这种技术是由 Ibex 与阿斯利康和大冢制药合作开发和验证的。正在发布的特定算法有助于量化 HER2 表达，这有助于提供者确定患者的治疗方案。

展望未来，我们将继续扩大我们在现有组织类型中提供的见解。我们还希望在其他组织领域提供解决方案，并继续改进客户的工作流程。

您如何看待未来五到十年中 AI 驱动的病理学的发展？

我设想人工智能将对病理学实践和癌症诊断产生深远影响。我不认为我们会取代病理学家，但与每个新技术发展一样，实践将会转变。人工智能将继续在解决医疗保健领域日益增长的劳动力挑战方面发挥重要作用，特别是全球病理学家短缺和病例负担不断增加的问题，驱动因素是癌症病例的增加。实施负责任的人工智能将帮助病理学家更有效地管理工作量，提高诊断效率，减少延迟。通过自动化例行任务，人工智能可以降低错误率，提高诊断质量，最终提高病理学家的工作信心。

另一个具有巨大潜力的领域是超越当前病理学实践，进入预测算法的领域。算法可以结合多种模态来预测结果或治疗效果。

人工智能还可以通过民主化的医疗服务来增强健康公平。无论位置如何，每位患者都应获得可靠的诊断。很好，如果人工智能技术能够作为每个病理实验室的标准实践的一部分来部署。然而，这始于医生、行业和机构之间的合作，以加速这一技术的部署——我认为我们欠患者这个责任。

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。