إيلمان شازهايف، المؤسس المشارك والرئيس التنفيذي لأكوستيري – سلسلة المقابلات

إيلمان شازهايف هو المؤسس المشارك والرئيس التنفيذي لأكوستيري، شركة تكنولوجيا صحية تطور تقنيات الذكاء الاصطناعي للتعرف المبكر على الأمراض التنفسية.

ما الذي جذبك في البداية إلى علوم الحاسوب والهندسة؟

كمية البيانات المتاحة اليوم أكبر من أي وقت مضى، وتقنية الذكاء الاصطناعي – التي تعتمد بشكل كبير على البيانات – قد أحرزت تقدمًا كبيرًا في السنوات القليلة الماضية. هذا هو السبب في أن البحث في هذا المجال مثير جدًا.

في الوقت الحالي، أركّز على مشاريع البيانات الضخمة. خلال جائحة كوفيد-19، شاركت في تأسيس أكوستيري: حل تلقائي بالكامل مدعوم بالذكاء الاصطناعي لمراقبة الصحة بناءً على تحليل الصوت والسعال والتنفس.

الخطوة التالية كانت الجمع بين البحث الصحي والألعاب. لماذا؟ كمية البيانات التي يولدها هذا القطاع فريدة؛ بالإضافة إلى ذلك، اللاعبون هم من أوائل المتبنين الجاهزين لمشاركة بياناتهم للمساهمة في التقدم العلمي. في الوقت نفسه، عدد التجارب السريرية الجارية منخفض، والتقدم بطيء، وقطاع الألعاب يسمح بمعالجة بيانات أكثر ديناميكية.

هل يمكنك أن تشرح قصة نشأة أكوستيري؟

كما ذكرت من قبل، بدأنا أكوستيري خلال الجائحة. على الرغم من أن الفرص التجارية في عام 2020 كانت محدودة نسبيًا، كنت أعيش في دبي، واحدة من القليل من المواقع التي يمكن أن تعمل فيها المشاريع دون قيود صارمة.

شريكي المؤسس د. دميتري ميخائيلوف، أستاذ في الجامعة الوطنية في سنغافورة، وأنا بدأنا تحديًا جديدًا: الكشف المبكر عن كوفيد-19. في ذلك الوقت، كانت الإمارات العربية المتحدة تستكشف تقنيات التشخيص المبكر على نطاق واسع وتدعم مشاريع الذكاء الاصطناعي بشكل كبير.

بفضل ذلك، حصلنا على وصول إلى واحدة من أفضل مرافق الاختبار في الإمارات العربية المتحدة: مستشفى الشيخ زايد العسكري، حيث كان لدينا بيانات من مئات من مرضى كوفيد-19 لتدريب محركنا الاصطناعي.

في المرحلة التالية، أظهرت الاختبارات أن تقنيتنا كانت دقيقة جدًا وتمتلك إمكانيات كبيرة. نشر الباحثون نتائجهم في المجلات ذات التصنيف الأعلى في اليابان والولايات المتحدة، واستخدمت طريقة الاختبار في عدة دول آسيوية خلال الجائحة كأداة طارئة.

عندما انتهت جائحة كوفيد-19، ركزنا على الكشف عن الربو باستخدام نفس النهج. جامعة الشارقة، التي تتقدم حاليًا في البحث في الإمارات العربية المتحدة، وافقت على هذه الاختبارات.

كيف يتم تقييم دقة هذا النظام مقارنة بالاختبارات الأخرى مثل PCR و LFT واختبار الأجسام المضادة؟

القيمة التنبؤية الإيجابية لأكوستيري في سياق الفحص الشامل للمجتمع لكوفيد-19 مرتفعة نسبيًا (81%) مقارنةً باختبار Xpert MTB/RIF، اختبار جديد يُحدث تحولًا في الكشف عن السل ومكافحته من خلال المساهمة في التشخيص السريع للمرض (61%) ومسحات الحلق لفحص PCR (71%).

أظهرت نتائجنا أن البرنامج الذي طوّره أكوستيري يمكن استخدامه كأداة فحص أولية غير معملية لاكتشاف حالات كوفيد-19 وتوجيه المرضى إلى المعامل لاختبار PCR.

هل يمكنك أن تشرح المزيد عن تقنيات التعلم الآلي المستخدمة في تدريب الذكاء الاصطناعي؟

افترضنا أنه من أجل الحصول على معدل كشف دقيق لكوفيد-19، يمكننا تدريب الشبكات الالتفافية والمتكررة على تشخيص المرض من خلال تحليل المخططات الطيفية لسعال المرضى وتنفسهم. المخطط الطيفي هو طريقة بصرية لتمثيل قوة الإشارة عند ترددات مختلفة. أظهرت العديد من الدراسات الطبية فروقًا كبيرة بين صوت الكحة للمرضى المصابين بكوفيد-19 وغير المصابين به، لذلك قمنا بتدريب محركنا الاصطناعي على التعرف على هذه الفروق.

تطويرات أكوستيري يمكن استخدامها لتشخيص مرض الزهايمر، الذي يُعتبر عادةً اضطرابًا عصبيًا. كيف يعمل ذلك بالضبط؟

تبحث دراستنا كيف يمكن ربط مقاييس الكلام بالملامح اللغوية في المشاركين الذين يعانون من مرض الزهايمر (AD) وكيف يمكن أن تميز هذه الملفات AD عن التغيرات المرتبطة بالشيخوخة الطبيعية. لتحقيق ذلك، يقوم الذكاء الاصطناعي بتحليل الجمل البسيطة التي ينطقها كبار السن المصابين بمرض الزهايمر وغير المصابين به، من نسبة وعدد الانقطاعات الصوتية إلى اضطراب سعة الصوت (shimmer، معامل اضطراب السعة) ونسبة الضوضاء إلى التوافقيات. دقة هذا التحليل تصل إلى 90%.

في وقت لاحق، استخدمنا نفس النهج في مختبرات فاركانا – مشروع يركز على جمع البيانات الكبيرة التي يولدها اللاعبون لأبحاث تطور المرض، لا سيما في الاضطرابات العقلية.

ما الأمراض الأخرى التي يمكن تشخيصها باستخدام هذه الطريقة؟

الربو هو أولويتنا الرئيسية الآن. السل هو تركيز آخر، بالإضافة إلى داء الانسداد الرئوي المزمن (COPD)، التليف الرئوي، الالتهاب الرئوي، وسرطان الرئة.

ما حجم مجموعات البيانات للتدريب لهذه الحالات؟

لدينا آلاف التسجيلات الصوتية للكحة في قاعدة بياناتنا التي جمعت خلال الأربع سنوات الماضية.

ما رؤيتك لمستقبل التشخيص الطبي بشكل عام؟

البيانات التي تجمعها الأجهزة الشخصية ستلعب دورًا هامًا في تشخيص الأمراض في مرحلة مبكرة ومنع الجوائح. حتى هواتفنا المحمولة تحتوي على مستشعرات متعددة: الميكروفون هو واحد من تلك المستشعرات. مقاييس التسارع التي يمكنها تحليل المهارات الحركية والكشف عن العديد من الأمراض هي أخرى.

على الرغم من أن هذه التكنولوجيا لا ينبغي أن تكون المصدر الوحيد لتشخيص الأمراض، إلا أنها يمكن أن تساعد بشكل كبير في التنبؤ ومنع انتشار الأمراض التنفسية المعدية بشدة – وبالتالي، الجوائح الجديدة. يمكن استخدام أكوستيري أيضًا في البلدان النامية حيث الوصول إلى اختبار PCR محدود.

يبدو أن لديك العديد من المشاريع الجارية؛ ما هي بعض الحالات الأخرى المثيرة للاهتمام التي ترىها للاستفادة من الذكاء الاصطناعي؟

فضاء الذكاء الاصطناعي فريد. بصفتنا باحثين في الذكاء الاصطناعي، نركز على المجالات التي تولد كميات كبيرة من البيانات، وهو ما يلزم لأي بحث في الذكاء الاصطناعي. نحن بحاجة إلى العديد من المرضى لجمع مجموعات بيانات جيدة، لذلك لدينا عدة أبحاث تجري بالتوازي ونستكشف عدة قطاعات تجارية.

نرى الألعاب كمنطقة يُولَد فيها كمية هائلة من البيانات. اليوم، يلعب الناس الكثير من الألعاب، وهو مصدر قيم للبيانات لأبحاث الصحة. جمع البيانات من الأجهزة الشخصية والأجهزة القابلة للارتداء هو مجال آخر له إمكانيات كبيرة.

بشكل عام، من المثير أن نستكشف هذه التكنولوجيا الآن، وأعتقد أنها لا تزال تمتلك إمكانيات كبيرة للاستفادة منها في قطاعات أخرى.

شكرًا على المقابلة الرائعة، القراء الذين يرغبون في معرفة المزيد يمكنهم زيارة أكوستيري.