在 90 年代初申请大学时，人工智能并非 Leo Grady 的首要考虑。这位 IEEE 会员对人际互动、语言学和心理学充满兴趣，最初选择了人类学和物理学的非典型双专业。
然而，他对理解人脑运作方式的渴望促使他从物理学转向电气工程，最终在佛蒙特大学攻读信号处理。
“这一切最终将我引向了人工智能，”Grady 说。“人工智能融合了心理学、工程学、计算机科学和一些哲学。它真正激发了我的想象力。”
Grady 现任纽约市 Paige 公司的首席执行官。该公司于 2018 年从纪念斯隆凯特琳癌症中心剥离出来。Paige 利用机器学习帮助病理学家从组织样本图像中更快、更准确地诊断癌症。这家专注于检测前列腺癌和乳腺癌的初创公司计划将业务扩展到其他疾病。
Paige 希望帮助医生更早地发现癌症，制定有效的治疗方案，并防止因假阳性结果导致不必要的手术。今年 5 月，该公司宣布与 Quest Diagnostics 合作开发软件产品，这些产品可以发现以前可能未知的癌症标志物，并帮助病理学家和肿瘤学家更好地诊断前列腺癌、乳腺癌和其他类型的癌症。
“我们的技术真正具有变革意义，”Grady 说。“它将帮助病理学家提高效率，做出更高质量的决策，并更快地将结果反馈给患者。最终，它也将降低医疗保健系统的成本。”
今年 1 月，这家初创公司获得了 1 亿美元的 C 轮融资。Paige 的前列腺癌诊断技术是首个获得美国食品药品监督管理局 (FDA) 突破性器械认定的病理学或肿瘤学人工智能产品。
Paige 现在正寻求将技术应用于诊断之外。Grady 说，通过训练其人工智能理解某些类型的肿瘤与某些药物的有效性之间的相关性，该公司希望能够预测患者的治疗方案。
产生有意义的影响
Paige 的工作延续了 Grady 自从在波士顿大学攻读研究生以来一直抱有的雄心壮志——利用人工智能改变世界。他的博士论文重点研究了神经网络在图像分析中的应用。神经网络是一种机器学习方法，其灵感来自人脑，可以用来识别数据集中的模式。作为当今人工智能的核心，它们被用于网络搜索、目标检测和面部识别。然而，在 21 世纪初，神经网络研究“处于人工智能的边缘，是另类，”Grady 说。
但 Grady 在那个时候即将完成博士学位，他看到了这项技术在现实世界中的潜力。他说他知道自己不想在学术界发展职业生涯：“我觉得发表论文还不够。”
为了找到一份能够产生有意义影响的工作，Grady 浏览了《IEEE 模式分析与机器智能汇刊》的期刊，寻找行业专家撰写的研究文章。
“我看到一个接一个的名字来自西门子，”他说，“所以那是我想去的地方。”
他说，位于新泽西州普林斯顿的西门子公司技术部门当时拥有世界上最好的计算机视觉研究团队之一。他于 2003 年加入该公司担任研究科学家，为公司的成像设备开发计算机视觉软件。他专注于医学图像分析，从心血管和癌症患者的扫描中提取相关信息，以帮助诊断。在近九年的时间里，他获得了 40 项美国专利。
“我们的技术真正具有变革意义，”Grady 说。“它将帮助病理学家提高效率，做出更高质量的决策，并更快地将结果反馈给患者。最终，它也将降低医疗保健系统的成本。”
但尽管这些基于人工智能的医学分析仪器在内部测试中取得了成功，但他“在尝试将这些机器引入医疗办公室时，却一次又一次地遇到障碍”。
“医生没有使用它们，”他说。“他们会说，‘它不适合医院的 IT 系统’或‘我不能因为使用它们而获得报酬’或‘我没有时间去做。’”
他很快意识到，与销售新的硬件系统相比，推广人工智能软件会更容易，因此他于 2012 年离开西门子，加入了位于加利福尼亚州红木城的医疗技术初创公司 HeartFlow，担任研发副总裁。
在那里，他领导开发了一种用于冠心病的基于软件的诊断测试。这项技术从心脏 CT 扫描开始，利用人工智能和流体动力学构建心脏的 3D 模型，计算血流，并帮助确定是否需要支架。他说，这种方法可以让医生避免更具侵入性的检查。
“这对患者和医生来说都是更好的选择，”他说，“因为它成本更低，风险更低。”
这项技术已获得 FDA 的批准，目前已被欧洲、日本和美国的心脏病专家使用。HeartFlow 于 7 月宣布，在与 Longview Acquisition 合并后，计划上市。
巨大的机遇
Grady 于 2019 年加入 Paige，因为他看到了 Paige 提供的机会，让他能够利用人工智能改变世界，并开发出能够改变癌症治疗的产品。
如今，癌症病理学涉及在显微镜下检查组织样本以进行诊断。但组织和疾病标志物可能存在很大差异，因此病理学家通常会寻求第二意见或进行更多检查。
Paige 的技术通过数字化简化了这一过程。该公司拥有纪念斯隆凯特琳数万张已分析病理切片的独家权利，并将这些切片扫描到其系统中，以创建高分辨率图像数据库。该公司的专有机器学习系统经过训练，可以检测图像中与疾病预后相关的模式。
当新的组织扫描进来时，该系统可以根据其训练对其进行分类。Grady 说，病理学家可以使用基于人工智能的系统更快、更容易地做出决策，而不是打电话给同事或进行额外的检查。
他和他的同事最近发表了研究结果，表明 Paige 的前列腺测试将诊断时间缩短了约 65%，并且它在四名患者中发现了前列腺癌，而这四名患者的癌症最初没有被三位经验丰富的组织病理学家诊断出来。
卓越的期刊
Grady 说，他是“IEEE 的忠实粉丝”。他在大学期间加入了 IEEE，并在他在西门子工作时参观了该组织位于新泽西州的总部。他说，该组织在他从工程系学生到首席执行官的道路上发挥了重要作用。
他说，《IEEE 模式分析与机器智能汇刊》、《医学成像汇刊》和《图像处理汇刊》“在这些领域的科技期刊中脱颖而出，代表着最高水平的卓越。”
他说，IEEE 计算机视觉与模式识别会议是该领域最早的会议之一，并且“很长一段时间以来，它是展示此类研究的唯一场所”。
“2003 年的会议是我与该领域领导者会面的地方，”他说。“如果没有这些会议和这些出版物，这个领域就不会是今天的样子。”
他对 IEEE 的研究生会员的建议是，加入公司并不意味着要扼杀你的研究兴趣。
“人们常说，你要么从事研究，要么进入行业，出卖自己，”他说。“我认为这是一个错误的选择。改变世界的成果正在行业中产生。”
