Imagene-technologie zal pathologen helpen om een tumor als kankerachtig te classificeren of niet. Foto met dank aan Imagene
Toen de moeder van Dean Bitan de diagnose borstkanker in stadium 4 kreeg, voelde de Israëlische ondernemer zich verlamt.
"Maar toen zei mijn beste vriend tegen me: 'Zet je emoties opzij en doe alsof dit een ander project van je is'", zegt Bitan tegen ISRAEL21c.
“Toen ik samen met mijn moeder in de frontlinie stond, heb ik veel geleerd over de hiaten in de behandeling. Ik wist dat we het beter kunnen en moeten doen. Dus dat is wat ik besloot dat ik ging doen.”
Bitans moeder is helaas twee jaar geleden overleden. Maar het resultaat van Bitans standvastigheid zou elke joodse moeder trots maken.
Imagene, de startup die Bitan in 2020 samen met Jonathan Zalach en Shahar Porat oprichtte, heeft technologie ontwikkeld die in realtime een volledige moleculaire analyse kan uitvoeren op een gedigitaliseerd biopsiebeeld en binnen enkele minuten een resultaat kan opleveren, in plaats van de huidige situatie van enkele weken.
Hoe doet Imagene dat? Artificial Intelligence (AI) natuurlijk.
De kunstmatige intelligentie van Imagene is bedoeld om gepersonaliseerde geneeskunde te 'democratiseren', legt Bitan uit, door oncologen in staat te stellen een nauwkeurige diagnose te stellen en vervolgens veel eerder dan ooit tevoren een nauwkeurig gericht therapieplan te starten.
Oracle-oprichter Larry Ellison leidde eerder dit jaar een Series A-investering van $ 21,5 miljoen in het bedrijf.
De betrokkenheid van Ellison is niet vreemd - hij en Dr. David Agus richtten in 2016 het Institute for Transformative Medicine op met een missie om interdisciplinair patiëntgericht onderzoek te stimuleren. Agus was zo onder de indruk van de technologie van Imagene dat hij in het bestuur van het bedrijf zit.
Assisteren van pathologen
Imagene's AI zoekt naar biomarkers in een gedigitaliseerd biopsiebeeld om pathologen te helpen bij het classificeren van een tumor als kankerachtig of niet en, zo ja, wat voor soort.
Het is een grote stap voorwaarts om een weefselplaatje onder een microscoop te leggen en het handmatig te onderzoeken.
De software van Imagene kan worden geïntegreerd in de huidige workflow van de patholoog. "We zijn onverschillig voor hun instellingen", zegt Bitan. "We willen geen moeite doen voor deze artsen."
De workflow met Imagene erin ziet er als volgt uit:
Overzicht met dank aan Imagene
Een Imagene-rapport vat de bevindingen samen en wijst op bruikbare biomarkers, "inclusief die welke overeenkomen met gerichte therapieën en relevante klinische onderzoeken", zegt Bitan.
Imagene heeft modellen ontwikkeld die kunnen controleren op 28 biomarkers in acht organen, waaronder de longen, schildklier, borsten en eierstokken, en er komen er nog meer aan. "Gemiddeld zijn onze specificiteit en gevoeligheid meer dan 95%", merkt Bitan op.
"Tegenwoordig zal slechts ongeveer 15% van de patiënten worden gediagnosticeerd met een biomarker die kan leiden tot een precisiemedicijntherapie. Het doel is om de grenzen van precisiegeneeskunde te verleggen, om het toegankelijker en beschikbaarder te maken”, vertelt Bitan aan ISRAEL21c.
"Zelfs in de VS is er een enorme kloof tussen de kwaliteit van diagnoses in een academisch centrum en een gemeenschapsomgeving", zegt Bitan. "Door bruikbare biomarkers te identificeren, zou tussen 40 en 50% van de longkankerpatiënten moeten kunnen worden gediagnosticeerd."
Agus noemt Imagene's benadering 'theragnostics' – een combinatie van diagnose en therapie.
Vanuit alle hoeken
De eerste stap in de analyse van Imagene is bepalen waar het naar kijkt.
“Als je me een glas laat zien, is dat de vorm van het glas”, legt Bitan uit. 'Maar wat als ik het omdraai? Nu verander ik de vorm. AI veranderde de hele aanpak door de computer het voorbeeld te geven.”
Dienovereenkomstig traint Imagene zijn AI om een mutatie in een gedigitaliseerd biopsiebeeld te herkennen door het veel foto's van biopsieweefsel onder verschillende hoeken te laten zien.
Imagene pakt ook een andere uitdaging voor de diagnose van kanker aan: het kan moeilijk zijn om voldoende weefsel te verzamelen om een traditionele microscoopbiopsie te doen. Dit is het geval met 20% van de longbiopten, zegt Bitan. Erger nog, veel longkankerpatiënten leven niet lang genoeg om te profiteren van genomische screening, die tussen de 14 en 28 dagen duurt.
Deze uitdagingen maken het voor farmaceutische bedrijven moeilijk om patiënten te identificeren en in te schrijven voor hun tests voor precisiegeneeskunde. Dit geldt met name voor patiënten met zeldzame aandoeningen, waar 26% van de onderzoeken wordt beëindigd vanwege lage opbouwpercentages.
"We kunnen deze bedrijven helpen met een superkostenefficiënte oplossing die tientallen patiënten per dag kan screenen zonder weefsel te verspillen", zegt Bitan.
Binnen 5 jaar
Het systeem van Imagene heeft nog geen wettelijke goedkeuringen, benadrukt Bitan. In afwachting van zijn intrede op de Amerikaanse markt, heeft Imagene een klein kantoor opgezet in de omgeving van Philadelphia.
De hoop van Bitan is dat patiënten binnen vijf jaar een “uitgebreide diagnose op het zorgpunt kunnen krijgen en dan onmiddellijk gepersonaliseerde behandelingsopties of klinische proeven kunnen bespreken. Stelt u zich eens voor waar patiënten mee te maken hebben als ze een maand later moeten wachten op de resultaten - en dat is als precisiegeneeskunde en NGS [next generation screening] zelfs in hun regio worden aangeboden."
Oprichters van Imagene, van links, CDS Jonathan Zalach, CEO Dean Bitan en CTO Shahar Porat, met CSO Dr. Nurit Paz-Yaacov. Foto door Kfir Ziv
Het in Tel Aviv gevestigde bedrijf, met 25 fulltime medewerkers, heeft samengewerkt met Sheba Medical Center en Tel Aviv Sourasky Medical Center in Israël en met verschillende medische faciliteiten en farmaceutische bedrijven buiten Israël waarvan de identiteit vertrouwelijk is.
Imagene en Sheba hebben onlangs een paper gepubliceerd in Modern Pathology waarin de nauwkeurigheid wordt beschreven van AI-modellen bij het detecteren van kankerachtige biomarkers bij niet-kleincellige longkanker.
"De deep learning-algoritmen van Imagene stroomlijnen de diagnose van kanker en gerichte therapie radicaal, en we zijn vastbesloten om deze samenwerking voort te zetten en uit te breiden om meer kankersoorten en biomarkers te dekken", zegt prof. Iris Barshack, hoofd van het Institute of Pathology in Sheba.
Bioconvergentie
Bitan, een computerwetenschapper van opleiding, behaalde zijn bachelordiploma op 15-jarige leeftijd en was computerprogrammeur tijdens zijn militaire dienst. Hij merkt op dat snelle kankerdiagnose meer te maken heeft met techniek dan met biologie.
"Als je zoveel gegevens nodig hebt om de vraag of dit kanker is of niet te verwerken en te beantwoorden, is dat een technisch probleem", zegt hij.
“Het gaat om de manier waarop je de data verzamelt en er verschillende inzichten uit haalt. Natuurlijk heb je ook biologen en artsen in beeld, maar uiteindelijk heb je engineering en data science nodig.”
Israël, zo blijkt, heeft een echt voordeel in dit soort bioconvergentie . Het is een klein land waar iedereen iedereen kent en waar regelmatig wordt samengewerkt tussen universiteiten en startups.
"Voeg wat Israëlische chutzpa toe - in positieve zin - en dat drijft veel ondernemers om te geloven dat ze dingen anders kunnen doen", zegt Bitan.
Hij probeert de uiteindelijke eindgebruiker nooit uit het oog te verliezen.
“Achter alle conferenties en publicaties en cijfers zitten echte patiënten, en dat vergeet je te gemakkelijk als je naar miljoenen dia's kijkt. Wanneer we nieuwe medewerkers werven, is het belangrijkste dat ze een sterk verlangen hebben om goed te doen, om een betere toekomst te creëren. Daarom hebben we Imagene opgericht”, zegt hij.
“Toen mij eens werd gevraagd of ik de kans had om bij iemand te zitten, met wie dat dan zou zijn, zei ik, 'bij de eerste patiënt waar Imagene zijn of haar leven heeft gered.' Dit is waarom we doen wat we doen.”
Voor meer informatie over Imagene, klik hier.
コメント