جوزف موسل، مدیرعامل Ibex Medical Analytics
جوزف موسل، مدیرعامل Ibex Medical Analytics

جوزف موسل، بنیانگذار و مدیر عامل Ibex Medical Analytics - مجموعه مصاحبه‌ها

جوزف موسل مدیر عامل Ibex Medical Analytics است. سابقه فعالیت او در صنعت فناوری به بیش از ۲۰ سال می‌رسد که با توسعه نرم‌افزار و مدیریت محصول آغاز شد و سپس به سمت موقعیت‌های رهبری در استارت‌آپ‌ها، شرکت‌های بزرگ چند ملیتی و سازمان‌های غیرانتفاعی رسید. جوزف محصولات را از زمان پیدایش تا بلوغ به عنوان کسب‌وکارهای چند میلیون دلاری رهبری کرده است. او دارای مدرک کارشناسی ارشد در علوم کامپیوتر از دانشگاه تل‌آویو و کارشناسی ارشد در علوم محیط زیست از دانشگاه VU آمستردام است.

Ibex که توسط پاتولوژیست‌ها برای پاتولوژیست‌ها توسعه یافته، یک پلتفرم چند بافتی با درجه بالینی است که به پاتولوژیست‌ها کمک می‌کند تا سرطان‌های سینه، پروستات و معده را به همراه بیش از صد ویژگی مرتبط بالینی دیگر تشخیص داده و درجه‌بندی کنند.

گردش کار مبتنی بر هوش مصنوعی Ibex که به‌طور یکپارچه با راه‌حل‌های نرم‌افزاری پاتولوژی دیجیتال شخص ثالث، پلتفرم‌های اسکن و سیستم‌های اطلاعات آزمایشگاهی ادغام شده است، بینش‌های خودکار با کیفیت بالا ارائه می‌دهد که ایمنی بیمار را افزایش می‌دهد، اعتماد پزشک را افزایش می‌دهد و بهره‌وری را تقویت می‌کند.

چه چیزی شما را بر آن داشت تا Ibex Medical Analytics (Ibex) را تأسیس کنید و هدف شما حل چه مشکلی بود؟

متاسفانه، سرطان همه را تحت تاثیر قرار می‌دهد - خواه شخصاً تحت تاثیر قرار گرفته باشند، از فردی مبتلا به سرطان مراقبت کرده باشند یا کسی را بشناسند که تحت تاثیر قرار گرفته است. من بستگان و دوستانی دارم که تحت تاثیر سرطان قرار گرفته‌اند و متاسفانه، یکی از کارمندان ما بر اثر سرطان درگذشت.

از آنجایی که میزان بروز سرطان در سراسر جهان همچنان در حال افزایش است، تقاضا برای تشخیص سرطان در حال افزایش است که با کمبود جهانی پاتولوژیست‌ها تشدید می‌شود، کسانی که با پیشرفت در درمان و تقاضا برای تشخیص‌های پیچیده‌تر، مشاغلشان پیچیده‌تر می‌شود.

پلتفرم ما با توانمندسازی پاتولوژیست‌ها با ابزارهای هوش مصنوعی که دقت را افزایش می‌دهند و گردش کار را ساده می‌کنند، به غلبه بر این چالش‌ها کمک می‌کند تا اطمینان حاصل شود که هر بیمار تشخیص دقیق و به موقع دریافت می‌کند، که هم در هدایت تصمیمات درمانی و هم در نهایت بهبود نتایج بیمار نقش اساسی دارد.

ما به کاری که برای مشتریان خود انجام می‌دهیم افتخار می‌کنیم، بسیاری از آنها روزانه به فناوری ما متکی هستند تا تشخیص‌های بهتری ارائه دهند. اعتماد آنها به راه حل‌های ما تاثیر واقعی ما را برجسته می‌کند، زمینه پاتولوژی را تغییر می‌دهد و نتایج بیمار را بهبود می‌بخشد.

آیا می‌توانید کمی در مورد پیشینه خود و اینکه چگونه منجر به کار شما در پاتولوژی مجهز به هوش مصنوعی شد، صحبت کنید؟

اگر به گذشته شغلی خود نگاه کنم، دو نیروی محرکه وجود داشته است: جستجوی حس هدف و ترجیح بین‌رشته‌ای به تخصص عمیق. من خوش شانس هستم که شرکتی را اداره می‌کنم که حس عمیقی از هدف به من می‌دهد و به من این امکان را می‌دهد که با یک تیم فوق‌العاده با استعداد از زمینه‌ها و رشته‌های مختلف کار کنم.

پیشینه تحصیلی اصلی من در علوم کامپیوتر بود که در علوم اعصاب محاسباتی تخصص داشتم. سپس به عنوان مهندس الگوریتم کار کردم و به سمت مدیریت محصول رفتم. پس از مدتی در یک شرکت بزرگ، تصمیم گرفتم که این کار برای من نیست. مدرک علوم محیط زیست گرفتم و چندین سال یک سازمان غیرانتفاعی محیط زیستی را اداره کردم. پایداری همچنان اشتیاق من است و چالش بزرگ زمان ما محسوب می‌شود.

حدود ده سال پیش، با یکی از بنیانگذارانم، چایم لینهارت، ملاقات کردم، که به همان اندازه مصمم بود که تفاوت معناداری ایجاد کند و در اشتیاق من به فناوری سهیم بود. چایم، برخلاف من، متخصص است. او دارای مدرک دکترا در علوم کامپیوتر و بیش از ۲۵ سال تجربه در توسعه الگوریتم، هوش مصنوعی (AI) و یادگیری ماشین (ML) دارد. در روزهای اولیه Ibex، چایم مشغول برنده شدن در مسابقات Kaggle (ML) بود.

وقتی فهمیدیم که پاتولوژی (به آرامی) در حال دیجیتالی شدن است، در مورد تاثیری که یک تحول دیجیتال در پاتولوژی می‌تواند در بهبود تشخیص سرطان داشته باشد صحبت کردیم. صدها شرکت در حال حاضر در حال توسعه هوش مصنوعی در رادیولوژی بودند و ما از خود پرسیدیم، چرا همین کار را در پاتولوژی انجام ندهیم؟ به نظر می‌رسید که تطابق طبیعی است که تخصص فناوری خود را وارد این زمینه کنیم و از ابتدا با پاتولوژیست‌ها همکاری نزدیک داشته باشیم.

برخی از بزرگ‌ترین چالش‌هایی که در روزهای اولیه Ibex با آن روبرو بودید چه بودند و چگونه بر آنها غلبه کردید؟

ایده - که ما اولین کسی نبودیم که به آن رسیدیم - استفاده از هوش مصنوعی برای اسلایدهای پاتولوژی قسمت آسان بود. اجرا دشوار است. سه چالش اصلی که در روزهای اولیه Ibex با آن مواجه شدیم، دسترسی به داده‌ها، دسترسی به سرمایه و دسترسی به دانش خاص دامنه بود.

ما چالش داده‌ها را از طریق مشارکت با Maccabi Health Services اسرائیل حل کردیم. در آن زمان، ما دو کارآفرین نوپا بودیم که هیچ دانش پزشکی نداشتند و تصمیم گرفتیم یک استارت‌آپ پزشکی در یک حوزه بسیار پیچیده باز کنیم. با این حال، واردا شالو، که در آن زمان ریاست بخش نوآوری مکابی را بر عهده داشت، به دیدگاه ما ایمان آورد و ما یک توافقنامه مشارکت و به اشتراک گذاری داده با مکابی امضا کردیم. در این مرحله، دکتر جودیت سندبانک، پاتولوژیست ارشد Ibex، به عنوان مدیر ارشد پزشکی (CMO) ما به ما پیوست، سمتی که هنوز هم بر عهده دارد. با یک شریک استراتژیک و یک CMO، اکنون در موقعیت خوبی قرار داشتیم که یک دور سرمایه‌گذاری اولیه را جمع‌آوری کنیم، که از Kamet Ventures، یک استودیوی سرمایه‌گذاری فرانسوی که بخشی از AXA Insurance بود، جمع‌آوری کردیم.

اکنون در موقعیتی قرار داشتیم که تاریخ ساز شویم. ما دو مهندس استخدام کردیم و اولین الگوریتم خود را برای تشخیص سرطان پروستات توسعه دادیم. پس از اینکه از عملکرد آن راضی شدیم، آن را در آزمایشگاه پاتولوژی مکابی به عنوان خوانش دوم مستقر کردیم و تمام موارد را پس از خوانش اولیه توسط پاتولوژیست بررسی کردیم. در کمال تعجب، ظرف چند روز، سیستم برای یک مورد سرطان که توسط پاتولوژیست از دست رفته بود، هشدار داد. تا آنجا که ما می‌دانیم، این اولین موردی بود که در آن تشخیص اولیه سرطان توسط یک الگوریتم در سال ۲۰۱۸ انجام شد.

بابت دریافت مجوز FDA 510(k) برای Ibex Prostate Detect تبریک می‌گوییم! این تاییدیه برای Ibex و زمینه گسترده‌تر تشخیص مبتنی بر هوش مصنوعی به چه معناست؟

متشکرم! این تاییدیه نقطه عطف مهمی در سفر Ibex است و تعهد ما را به توسعه راه حل‌های بالینی معتبر که به بهبود نتایج سلامت بیمار کمک می‌کند، نشان می‌دهد. این امر تعهد ما را به ایمنی و اثربخشی راه حل‌های ما تایید می‌کند و توانایی ما را برای ارائه نوآوری‌های پیشرفته به پاتولوژیست‌ها تقویت می‌کند و در نهایت به نفع بیمارانی است که به آنها خدمت می‌کنند.

ما پیش‌بینی می‌کنیم که این نقطه عطف بزرگ موانع را از بین می‌برد و پذیرش هوش مصنوعی و دیجیتالی شدن را در پاتولوژی تسریع می‌بخشد. ما امیدواریم که این موفقیت اعتماد کل صنعت را تقویت کند که این فناوری به راحتی قابل پیاده‌سازی است و برای استفاده در مقیاس وسیع آماده است. در درازمدت، مجوز FDA گام مهمی در جهت دستیابی به بازپرداخت هزینه هوش مصنوعی در پاتولوژی و ترویج پذیرش گسترده است.

فرآیند اعتبار سنجی FDA نرخ ۱۳ درصدی از دست رفتن سرطان‌ها را در تشخیص‌های اولیه خوش‌خیم برجسته کرد. این به ما درباره پتانسیل هوش مصنوعی برای بهبود دقت تشخیصی چه می‌گوید؟

در مطالعات اعتبارسنجی بالینی و دقیق قوی که در چندین آزمایشگاه ایالات متحده و اروپا به عنوان بخشی از مجوز FDA انجام شد، سیستم نرخ ۱۳ درصدی از دست رفتن سرطان‌ها را در گروهی از بیماران متوالی که در ابتدا خوش‌خیم تشخیص داده شده بودند، شناسایی کرد. این آمار دقت و تاثیر محصولات Ibex را تقویت می‌کند و همچنین تایید می‌کند که پلتفرم هوش مصنوعی Ibex می‌تواند با خیال راحت در گردش‌های کاری بالینی ادغام شود، دقت تشخیصی را افزایش دهد و در نهایت مراقبت از بیمار را بهبود بخشد. با ارائه یک لایه اضافی از تجزیه و تحلیل، فناوری ما به کاهش خطاها، امکان تصمیم‌گیری بالینی بهتر و ارتقای ایمنی بیمار کمک می‌کند.

در مورد پتانسیل، در حالی که این مجوز به عنوان یک اعتبار سنجی حیاتی از فناوری ما عمل می‌کند، راه حل ما در حال حاضر تاثیر معناداری در بازار داشته است. این گواهی بر کار سخت روزانه در آزمایشگاه‌های پاتولوژی است و ما این را گامی رو به جلو در بهبود نتایج سلامت در سطح جهان می‌دانیم. نمی‌توانیم تصور کنیم که اگر آزمایشگاه‌ها در سراسر ایالات متحده یک تحول دیجیتال را در پیش بگیرند، چه تاثیری خواهد داشت.

Ibex Prostate Detect چگونه کار می‌کند و چه چیزی آن را در مقایسه با سایر راه حل‌های پاتولوژی مبتنی بر هوش مصنوعی منحصر به فرد می‌کند؟

Ibex Prostate Detect یک دستگاه پزشکی تشخیصی آزمایشگاهی است که از هوش مصنوعی برای تولید نقشه‌های حرارتی برای شناسایی سرطان‌های پروستات از دست رفته استفاده می‌کند. Ibex Prostate Detect به عنوان یک شبکه ایمنی، به پاتولوژیست‌ها کمک می‌کند تا اطمینان حاصل کنند که بیماران تشخیص دقیق دریافت می‌کنند. این دستگاه از الگوریتم‌های هوش مصنوعی برای افزایش دقت تشخیص سرطان پروستات استفاده می‌کند.

هدف این دستگاه شناسایی تومورهایی است که ممکن است توسط پاتولوژیست از دست رفته باشند. اگر بافت مشکوک به سرطان پروستات شناسایی شود، سیستم یک هشدار ایجاد می‌کند و یک نقشه حرارتی را شامل می‌شود و پاتولوژیست را به مناطقی که احتمالا حاوی سرطان هستند، هدایت می‌کند. Ibex Prostate Detect تنها راه حل دارای مجوز FDA است که نقشه‌های حرارتی مبتنی بر هوش مصنوعی را برای تمام مناطقی که احتمال سرطان وجود دارد، ارائه می‌دهد و توضیح کامل را به پاتولوژیست بازبین ارائه می‌دهد.

آیا می‌توانید توضیح دهید که چگونه ویژگی نقشه حرارتی به پاتولوژیست‌ها در شناسایی بافت سرطانی کمک می‌کند؟

هدف Ibex Prostate Detect شناسایی مواردی است که در ابتدا به عنوان خوش‌خیم تشخیص داده شده‌اند تا پاتولوژیست بیشتر آنها را بررسی کند. اگر مورفولوژی بافتی مشکوک به آدنوکارسینوم پروستات (AdC)، تکثیر غیر معمول آسیای کوچک (ASAP) و سایر زیرگروه‌های نادر سرطان را تشخیص دهد، هشدارهایی ارائه می‌دهد که شامل یک نقشه حرارتی از نواحی بافتی در تصاویر اسلاید کامل است که احتمالا حاوی سرطان است، و توضیح کامل را به پاتولوژیست بازبین ارائه می‌دهد.

به طور کلی، نقشه حرارتی دقیق و دقیق است و ممکن است مناطقی را به پاتولوژیست ارائه دهد که نگران کننده هستند و آنها می‌توانند روی آنها تمرکز کنند و تشخیص صحیح را تعیین کنند. در مطالعات اعتبارسنجی بالینی و دقیق که به عنوان بخشی از مجوز FDA انجام شد، نقشه‌های حرارتی Ibex Prostate Detect دقت پیکسلی بالایی را نشان داد و موارد زیر را تعیین کرد:

  • تقریباً تمام مناطق سرطانی توسط نقشه حرارتی پوشانده شده‌اند (حساسیت=۹۸.۷٪).
  • تقریباً هر چیزی که در نقشه حرارتی به عنوان احتمال بالای سرطان برجسته شده است، در واقع سرطان است (PPV=۹۹.۶٪).
  • موارد سرطان از دست رفته (منفی کاذب) که توسط سیستم شناسایی شده‌اند، متعاقباً توسط پاتولوژیست‌های متخصص تایید شدند و سودمندی بالینی و مزایای محصول را در مقایسه با استاندارد مراقبت فعلی تایید کردند.

مدل هوش مصنوعی چگونه بین بافت خوش‌خیم و بدخیم تمایز قائل می‌شود و چگونه آموزش داده شده است؟

الگوریتم یادگیری عمیق بر اساس شبکه‌های عصبی کانولوشنال چند لایه است که در چندین سطح بزرگنمایی کار می‌کند. هوش مصنوعی فوق‌العاده قوی است و دقت بالایی را در چندین آزمایشگاه و جمعیت‌شناسی بیمار نشان می‌دهد. شایان ذکر است که در راستای شعار ما «توسط پاتولوژیست‌ها، برای پاتولوژیست‌ها»، این مدل بر روی بیش از یک میلیون اسلاید که به دقت توسط پاتولوژیست‌های مشهور جهان در مراکز پزشکی پیشرو حاشیه‌نویسی شده‌اند، آموزش داده شده است. این رویکرد پرهزینه است، اما ما معتقدیم که بدون بینش پاتولوژیست‌ها، دستیابی به سطح عملکردی که هدف ماست بسیار دشوار است. با انجام این کار، ما همه پاتولوژیست‌ها را با بینش‌های متخصص مجهز می‌کنیم و اطمینان می‌دهیم که هر بیمار، صرف نظر از موقعیت مکانی خود، سطحی از تشخیص را در حد متخصصان برجسته جهان دریافت می‌کند.

Ibex علاوه بر سرطان پروستات، بر روی راه‌حل‌هایی برای سرطان سینه و معده نیز کار می‌کند. گام بعدی این شرکت از نظر قابلیت‌های تشخیصی جدید چیست؟

Ibex در حال حاضر تاثیر زیادی بر راه‌حل‌های تشخیصی مبتنی بر هوش مصنوعی برای سرطان سینه و معده دارد. به عنوان رهبر جهانی در عرضه بالینی زنده، بسیاری از آزمایشگاه‌ها - از جمله آزمایشگاه‌های ایالات متحده - در حال حاضر از محصولات Ibex برای تغییر عمل پزشکی خود استفاده می‌کنند. ثابت شده است که محصولات ما تاثیر بالینی واقعی در دنیای واقعی دارند و پاتولوژیست‌ها هم به هوش مصنوعی اعتماد دارند و هم به ارزشی که به ارمغان می‌آورد شهادت می‌دهند. اکنون، ما در تلاش هستیم تا نوع جدیدی از فناوری را وارد بازار کنیم، فناوری‌ای که توسط Ibex با همکاری AstraZeneca و Daiichi Sankyo توسعه و اعتبارسنجی شده است. الگوریتم خاصی که اولین بار منتشر می‌شود، به تعیین کمیت بیان HER2 کمک می‌کند، که به ارائه دهندگان کمک می‌کند تا دوره درمان بیمار را تعیین کنند.

با نگاهی به آینده، ما به گسترش پیشنهادات خود ادامه خواهیم داد تا بینش‌های بیشتری را در انواع بافتی که در حال حاضر پشتیبانی می‌کنیم، ارائه دهیم. ما همچنین به دنبال ارائه پیشنهادات در سایر زمینه‌های بافتی و ادامه بهبود گردش کار مشتریان خود هستیم.

به نظر شما پاتولوژی مبتنی بر هوش مصنوعی در پنج تا ده سال آینده چگونه تکامل خواهد یافت؟

من پیش‌بینی می‌کنم که هوش مصنوعی تاثیر عمیقی بر عمل پاتولوژی و نحوه تشخیص سرطان خواهد داشت. من نمی‌بینم که ما جایگزین پاتولوژیست‌ها شویم، اما مانند هر پیشرفت فناوری جدید، این عمل تغییر خواهد کرد. هوش مصنوعی همچنان در رفع چالش‌های رو به رشد نیروی کار در مراقبت‌های بهداشتی، به ویژه کمبود جهانی پاتولوژیست‌ها و افزایش حجم کار آنها ناشی از افزایش موارد سرطان، نقش اساسی خواهد داشت. پیاده‌سازی هوش مصنوعی مسئولانه به پاتولوژیست‌ها کمک می‌کند تا حجم کار خود را به طور موثرتری مدیریت کنند، کارایی تشخیصی را بهبود بخشند و تاخیرها را کاهش دهند. با خودکارسازی وظایف روتین، هوش مصنوعی می‌تواند نرخ خطا را کاهش دهد، کیفیت تشخیص را بهبود بخشد و در نهایت اعتماد پاتولوژیست‌ها را به کار خود افزایش دهد. من قویاً احساس می‌کنم که هوش مصنوعی، همراه با یک انسان در حلقه، بهترین ترکیب برای تغییر مراقبت‌های بهداشتی است.

یکی دیگر از زمینه‌های با پتانسیل زیاد، گسترش فراتر از عمل فعلی پاتولوژی به قلمرو الگوریتم‌های پیش‌بینی‌کننده است. الگوریتم‌هایی که به طور بالقوه چندین روش را برای پیش‌بینی نتایج یا، حیاتی‌تر، اثربخشی درمان ترکیب می‌کنند.

هوش مصنوعی همچنین می‌تواند از طریق دسترسی دموکراتیک به سلامت، برابری سلامت را ارتقا دهد. صرف نظر از موقعیت مکانی، هر بیمار، در هر کجا شایسته تشخیص مورد اعتماد است. بسیار عالی خواهد بود اگر فناوری هوش مصنوعی به عنوان بخشی از عمل استاندارد در هر آزمایشگاه پاتولوژی در سراسر جهان مستقر شود. با این حال، این کار با همکاری بین پزشکان، صنعت و سازمان‌ها برای تسریع استقرار این فناوری آغاز می‌شود - من احساس می‌کنم که ما به بیماران مدیون هستیم.