约瑟夫·莫斯塞尔是伊贝克斯医学分析公司（Ibex Medical Analytics）的首席执行官。其科技行业从业经历超过二十年，从业经历横跨软件开发、产品管理至初创企业及跨国公司的领导岗位。他持有特拉维夫大学计算机科学硕士及阿姆斯特丹自由大学环境科学硕士双学位。
作为全球首个由病理学家为病理学家研发的临床级多组织AI平台，伊贝克斯能够辅助病理学家精准检测和分级乳腺癌、前列腺癌和胃癌，并可识别百余种其他关键临床特征。该平台已无缝集成第三方数字病理软件、扫描系统及实验室信息系统，其AI赋能的工作流程可提供自动化高质量诊断洞察，显著提升患者安全性、增强医师信心并提高诊断效率。
问：创立伊贝克斯的契机是什么？您最初想解决什么问题？
癌症影响着每个人——无论是自身患病、照护癌症患者，还是亲友曾受癌症影响。我的亲友中也有癌症患者，甚至有员工因癌症离世。
全球癌症发病率持续攀升，而病理医生短缺问题却日益严峻，诊疗复杂度也因疗法进步而提升。我们的平台通过AI工具增强病理医生的诊断准确性并优化工作流程，确保每位患者都能获得及时精准的诊断——这对指导治疗决策和改善患者预后至关重要。我们引以为傲的是，众多客户已将我们的技术深度融入日常诊断，这种信任印证了我们在改变病理学领域和改善患者健康方面所产生的切实影响。
问：您的从业经历如何引导您走向AI病理学领域？
回顾职业生涯，我始终追寻两件事：使命感与跨学科性。能领导一家具有使命感的公司，与多元背景的天才团队共事，是我莫大的幸运。
我的学术背景是计算机科学，专攻计算神经科学，曾任算法工程师并逐步转向产品管理。在大型企业短暂任职后，我转向环境科学并运营环保非营利组织数年，至今仍将可持续发展视为时代重大挑战。
十年前，我遇到同样热衷技术变革的联合创始人查姆·林哈特（Chaim Linhart）。他与我不同，是一位专注算法的专家，拥有计算机科学博士学位及25年AI/机器学习经验。在伊贝克斯初创阶段，他甚至连续赢得多项Kaggle竞赛。
当我们意识到病理学正在数字化转型时，我们思考：为何不将放射科AI的成功经验复制到病理学领域？这似乎是将技术专长与病理学深度结合的自然选择。
问：伊贝克斯初创期面临哪些重大挑战？如何克服？
AI分析病理切片的想法并非首创，但落地执行极具挑战。初期我们面临三大难题：数据获取、资本获取与领域知识获取。
我们通过与以色列麦卡比健康服务中心（Maccabi Health Services）合作突破数据瓶颈。当时作为两个缺乏医疗经验的初创者，能获得麦卡比创新部门负责人Varda Shale夫人的信任实属幸运。我们签订了数据共享协议后，麦卡比首席病理学家Judith Sandbank博士加入我们担任首席医疗官。这些关键合作使我们成功从法国安盛集团旗下Kamet Ventures获得种子轮融资。
我们随即开创历史先河：组建两人团队开发出首个前列腺癌检测算法，并在麦卡比病理实验室部署为二次复核系统。令人震撼的是，2018年系统仅用数天就发现了病理医生漏诊的首例癌症——这是全球首个AI主导的癌症诊断案例。
问：荣获FDA 510(k)认证对伊贝克斯意味着什么？
这是伊贝克斯发展历程的重要里程碑，印证了我们在临床验证解决方案上的专业投入。FDA的认证不仅强化了我们产品在安全性和有效性上的行业领导地位，更为推动病理学AI化扫除了重要障碍。
这一认证将加速AI病理技术的临床应用，并为建立行业报销机制奠定基础。更令人振奋的是，美国多实验室临床验证数据显示，我们的技术在良性诊断中发现13%的漏诊率，这充分证明AI提升诊断准确性的巨大潜力。
问：伊贝克斯前列腺检测系统的工作原理及独特优势是什么？
作为体外诊断设备，伊贝克斯前列腺检测系统通过AI生成热力图识别遗漏的前列腺癌病灶。其核心优势在于：
- 唯一经FDA认证可生成全癌灶概率热力图的解决方案
- 提供像素级精度：98.7%敏感度和99.6%阳性预测值
- 发现的假阴性病例均经专家病理学团队复核验证
- 热力图实现全病灶覆盖并标记可疑区域，辅助病理医生聚焦诊断
问：AI模型如何区分良性与恶性组织？训练数据来源？
我们采用多层卷积神经网络，在多个放大倍率下分析组织切片。训练数据来自全球顶尖医学中心病理学家手工标注的百万级病理切片——尽管成本高昂，但我们坚信病理学家的专业知识是达成目标性能的必要条件。
问：除前列腺癌外，未来在乳腺癌和胃癌领域的规划？
目前我们的乳腺癌和胃癌AI诊断解决方案已在美欧多个实验室投入使用。最新突破是与阿斯利康和第一三共合作开发的HER2表达量化算法，可为治疗方案选择提供关键依据。未来将持续扩展现有组织类型的诊断能力，并开拓新的组织领域。
问：未来5-10年AI病理学将如何演变？
AI将重塑癌症诊断模式，但绝非取代病理医生。通过自动化常规任务，AI将显著降低错误率、优化工作流效率，并解决全球病理医生短缺问题。更重要的是，AI将助力预测性病理诊断发展——通过多模态数据整合预测治疗效果。此外，AI技术将推动医疗公平性，使全球每位患者都能获得世界级诊断质量。
【全文结束】
