Philips en Ibex Medical Analytics werken samen om de invoering van AI in digitale pathologie te versnellen

"Voortbouwend op ons sterke portfolio voor klinische besluitvorming in de oncologie, combineren we de kracht van beeldvorming, pathologie, genomics en longitudinale data met de inzichten van kunstmatige intelligentie (AI) om clinici in staat te stellen duidelijke zorgtrajecten te bieden met voorspelbare resultaten voor elke patiënt", zegt Daniella van den Corput, Business Marketing Manager Laboratory & Pathology Solutions bij Philips Benelux. "Door samen te werken met Ibex en hun AI in onze digitale-pathologieoplossingen op te nemen, kunnen we bovendien een continu traject bieden, waarbij zowel pathologen als oncologen zicht hebben op cruciale patiëntgegevens voor een betere klinische ervaring en betere patiëntresultaten."
 
"Pathologie verandert in rap tempo en AI is een van de belangrijkste motoren achter een snellere en nauwkeurigere kankerdiagnose", aldus Joseph Mossel, CEO en medeoprichter van Ibex Medical Analytics. "Door onze krachten te bundelen met Philips, de leider op het gebied van digitale pathologie, kunnen we nieuwe end-to-end-oplossingen bieden waarmee pathologen geïntegreerde, op AI gebaseerde workflows kunnen implementeren in een breder segment van het diagnostische traject. Dit verbetert de kwaliteit van de patiëntenzorg en versterkt de business case voor digitalisering."
 
Het Galen-platform van Ibex voegt door AI aangedreven kankerdetectie, casusprioritering, beoordeling en andere productiviteitsverhogende inzichten toe. Er zijn aanzienlijke verbeteringen in diagnostische efficiëntie gemeld, met een 27% kortere tijd tot diagnose in vergelijking met conventionele microscoopweergave, 1 tot 2 dagen kortere totale doorlooptijd en 37% productiviteitswinst [3]. Het AI-platform ondersteunt pathologen bij het nauwkeurig beoordelen, detecteren en diagnosticeren van kanker, maar ook van meerdere klinische kenmerken, zoals tumorgrootte, perineurale invasie, hoogwaardige PIN (intra-epitheliale neoplasie van de prostaat) en meer. De kankerdetectie van Galen Prostate was de hoogst nauwkeurige die in het veld werd gerapporteerd, met een gevoeligheidspercentage van 98,46%, specificiteit van 97,33% en een AUC van 0,991 [4]. Bij gebruik als geautomatiseerde 'tweede beoordeling' waarschuwt het platform pathologen bij discrepanties tussen hun diagnose en de bevindingen van het AI-algoritme. Hiermee biedt het een vangnet tegen fouten of verkeerde diagnoses, die kunnen oplopen tot een eerder gemelde 12% [5], en resulteert het in een betere algehele kwaliteit van de zorg.
 
"Sinds 2020 gebruiken we de IntelliSite Pathology Solution van Philips samen met het Galen™-platform van Ibex als onderdeel van onze standaard praktijkvoering en dankzij deze 'tweede beoordeling' hebben we onze diagnostische kwaliteit al kunnen verbeteren", aldus Delphine Raoux, MD, patholoog en Head of Innovation Technologies bij Medipath, het grootste netwerk van particuliere pathologielaboratoria in Frankrijk. "Uit een recente presentatie van ons blijkt dat het AI-platform van Ibex bovendien aanzienlijke productiviteitswinst kan opleveren bij gebruik tijdens de primaire diagnose en ons helpt de totale doorlooptijd te verkorten. Dit is een belangrijke stap vooruit in onze zoektocht naar nieuwe technologieën die ons kunnen helpen te voldoen aan de toenemende vraag naar pathologiediensten en die in tijden van COVID-beperkingen naadloze biopsiebeoordeling op afstand mogelijk maken."

De digitale-pathologieoplossing van Philips is een uitgebreide gebruiksklare oplossing voor snellere en eenvoudigere toegang tot histopathologische informatie in de kankerzorg en daarbuiten, voor de volledige digitalisering van histologie in pathologielaboratoria en laboratoriumnetwerken en een grotere workflowefficiëntie. De kern wordt gevormd door de Philips IntelliSite Pathology Solution, bestaande uit een ultrasnelle scanner van pathologiemonsters en een beeldbeheersysteem en scherm [6] met geavanceerde softwaretools voor het beheer van gescande beelden, beeldopslag, casusbeoordeling en het delen van patiëntgegevens. De volledige digitalisering van de histopathologie (na monstervoorbereiding) zorgt voor eenvoudigere stroomlijning van pathologieworkflows en connectiviteit tussen multidisciplinaire teams en specialismen bij het nemen van complexe kankerdiagnose- en behandelbeslissingen, van vroege detectie en precisiediagnose tot nauwkeurige behandeling en voorspelbaar resultaten.
 
Door baanbrekende innovatie en samenwerkingen integreert Philips intelligentie en automatisering in zijn Precision Diagnosis-portfolio. Dit omvat slimme diagnosesystemen, geïntegreerde workflowoplossingen die afdelingsactiviteiten transformeren, geavanceerde informatica voor diagnostisch vertrouwen en zorgtrajectoplossingen waarmee medische professionals de behandeling op de individuele patiënt kunnen afstemmen. Door deze op AI gebaseerde toepassingen te ontwikkelen en te integreren wil Philips hen nog beter in staat stellen gegevens om te zetten in bruikbare inzichten en de juiste zorg in de juiste volgorde op het juiste moment te bieden.
 
De aankondiging van het partnerschap met Ibex volgt op recente aankondigingen van AI-partnerschappen met DiA Imaging Analysis voor door AI aangedreven echografietoepassingen en AI-softwareleverancier Lunit, wiens thoraxdetectiesuite is opgenomen in de diagnostische röntgensuite van Philips. Deze partneroplossingen vormen een aanvulling op de eigen AI-oplossingen op het gebied van persoonlijke gezondheid, precisiediagnose, nauwkeurige behandeling en connected care.
 
[1] Galen Prostate heeft een CE-markering en is goedgekeurd in andere gebieden. Galen Prostate is in de Verenigde Staten niet door de FDA goedgekeurd en mag alleen worden gebruikt voor onderzoek (RUO).
[2] Survey met 52 artsen in Europa, 2018. De resultaten zijn specifiek voor de instelling waar ze zijn verkregen en weerspiegelen mogelijk niet de resultaten die te behalen zijn in andere instellingen.
[3] Raoux D et al, Novel AI Based Solution for Supporting Primary Diagnosis of Prostate Cancer Increases the Accuracy and Efficiency of Reporting in Clinical Routine https://uscap.econference.io/public/fYVk0yI/main/sessions/9644/31166
[4] The LANCET Digital Health, Aug. 2020, Pantanowitz et al, An artificial intelligence algorithm for prostate cancer diagnosis in whole slide images of core needle biopsies: a blinded clinical validation and deployment study https://www.thelancet.com/journals/landig/article/PIIS2589-7500(20)30159-X/fulltext
[5] Laifenfeld D et al, Performance of an AI-based cancer diagnosis system in France’s largest network of pathology institutes https://ibex-ai.com/wp-content/uploads/2019/09/poster-v6-web.pdf
[6] Het scherm maakt deel uit van het medische apparaat in de Verenigde Staten.