مقابلات
إيلمان شازهايف، المؤسس المشارك والرئيس التنفيذي لشركة Acoustery – سلسلة المقابلات
إيلمان شازهايف، هو المؤسس المشارك والرئيس التنفيذي لشركة Acoustery، وهي شركة تكنولوجيا صحية تطور تقنيات الذكاء الاصطناعي للتعرف المبكر على أمراض الجهاز التنفسي.
ما الذي جذبك في البداية إلى علوم الحاسوب والهندسة؟
الكمية الهائلة من البيانات المتاحة اليوم أكبر مما كانت عليه في 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 ممتع جدًا.
في الوقت الحالي، أنا منصب على مشاريع البيانات الكبيرة. خلال جائحة كوفيد-19، شاركت في تأسيس Acoustery: حل تلقائي بالكامل مدعوم بالذكاء الاصطناعي لمراقبة الصحة بناءً على تحليل الصوت والكحة والتنفس.
الخطوة التالية كانت الجمع بين البحث الصحي والترفيه. لماذا؟ الكمية الهائلة من البيانات التي ينتجها هذا القطاع فريدة؛ بالإضافة إلى ذلك، يعتبر اللاعبون من أوائل المستخدمين الذين يرغبون في مشاركة بياناتهم والمساهمة في التقدم العلمي. في الوقت نفسه، عدد التجارب السريرية قليل، والتقدم بطيء، وقطاع الألعاب يسمح بمعالجة بيانات أكثر ديناميكية.
يمكنك أن تشرح قصة نشأة Acoustery؟
كما ذكرت من قبل، تم تأسيس Acoustery خلال الجائحة. على الرغم من أن الفرص التجارية في عام 2020 كانت محدودة نسبيًا، كنت أتواجد في دبي، واحدة من القليل من المواقع التي يمكن فيها تشغيل مشروع دون قيود صارمة جدًا.
شريكي المؤسس د. دميتري ميخائيلوف، أستاذ في الجامعة الوطنية في سنغافورة، وكنت قد بدأنا في تحدي جديد: الكشف المبكر عن كوفيد-19. في ذلك الوقت، كانت الإمارات العربية المتحدة ت探ح تقنيات التشخيص المبكر وتدعم مشاريع الذكاء الاصطناعي على نطاق واسع.
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 محرك الذكاء الاصطناعي الخاص بنا.
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، وتم استخدام طريقة الاختبار الخاصة بنا في عدة دول آسيوية خلال الجائحة كأداة طارئة.
عندما انتهت جائحة كوفيد-19، ركزنا على الكشف عن الربو باستخدام نفس النهج. وافقت جامعة الشارقة، التي تتصدر البحوث في الإمارات العربية المتحدة، على هذه الاختبارات.
كيف يتم تقييم دقة نظام Acoustery مقارنة باختبارات PCR وLFT واختبارات الأجسام المضادة لمرض كوفيد-19؟
قيمة التنبؤ الإيجابي لنظام Acoustery في سياق الفحص الجماعي لمرض كوفيد-19 مرتفعة نسبيًا (81%) مقارنة باختبار Xpert MTB/RIF، وهو اختبار جديد يثور على اكتشاف السل ومراقبته من خلال المساهمة في التشخيص السريع للمرض (61%) واختبارات الحلق PCR (71%).
أظهرت نتائجنا أن البرنامج الذي طوّره Acoustery يمكن استخدامه كأداة فحص أولية غير معملية للكشف عن حالات الإصابة بمرض كوفيد-19 وتوجيه المرضى إلى المعامل لاختبار PCR.
يمكنك أن تخبرنا المزيد عن تقنيات التعلم الآلي المستخدمة لتدريب الذكاء الاصطناعي؟
افترضنا أنه من أجل الحصول على معدل كشف دقيق لمرض كوفيد-19، يمكننا تدريب الشبكات التلافيفية والمتكررة على تشخيص المرض من خلال تحليل مخططات الصوت والتنفس للمرضى. مخطط الصوت هو طريقة بصرية لتمثيل قوة الإشارة عند ترددات مختلفة. أظهرت العديد من الدراسات الطبية فروقًا كبيرة بين صوت المرضى الذين أصيبوا بمرض كوفيد-19 وأولئك الذين لم يصابوا، لذلك قمنا بتدريب محرك الذكاء الاصطناعي الخاص بنا على التعرف على هذه الفروق.
يمكن استخدام تطورات Acoustery لتشخيص مرض الزهايمر، الذي يُعتبر على نطاق واسع مرضًا عصبيًا. كيف يعمل ذلك بالضبط؟
دراستنا ت探ح كيف يمكن ربط مقاييس الصوت بالملفات اللغوية للمشاركين الذين يعانون من مرض الزهايمر (AD) وكيف يمكن أن تميز هذه الملفات مرض الزهايمر من التغيرات المرتبطة بالتقدم في العمر الطبيعي. لتحقيق ذلك، يقوم الذكاء الاصطناعي الخاص بنا بتحليل الجمل البسيطة التي ينطقها كبار السن الذين يعانون من مرض الزهايمر أو لا يعانون منه، من نسبة وعدد فترات الصمت إلى تلاعب (معيار انحراف الصوت) ونسبة الضوضاء إلى التوافقيات. يصل دقة هذه التحليلات إلى 90%.
في وقت لاحق، استخدمنا نفس النهج في Farcana Labs – مشروع يركز على جمع البيانات الكبيرة التي ينتجها اللاعبون لبحث تقدم المرض، خاصة مع الاضطرابات النفسية.
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) وتليف الرئة والذات الرئة وسرطان الرئة.
ما حجم مجموعات البيانات للتدريب لهذه الحالات؟
لدينا آلاف التسجيلات الصوتية في قاعدة بياناتنا التي جمعت خلال الأربع سنوات الماضية.
ما هو رؤيتك لمستقبل التشخيص الطبي على نطاق واسع؟
البيانات التي جمعتها الأجهزة الشخصية ستلعب دورًا هامًا في تشخيص الأمراض في مرحلة مبكرة ومنع الجوائح. حتى هواتفنا المحمولة تحتوي على حساسات متعددة: الميكروفون هو واحد من هذه الحساسات. المسرعات التي يمكنها تحليل المهارات الحركية والكشف عن العديد من الأمراض هي حساسات 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 – ومن ثم، الجوائح الجديدة. يمكن استخدام Acoustery أيضًا في البلدان النامية حيث يُ限 الوصول إلى اختبار PCR.
يبدو أن لديك مشاريع متعددة جارية؛ ما هي بعض الحالات الأخرى المثيرة للاهتمام التي ترى لها استخدامات للذكاء الاصطناعي؟
فضاء الذكاء الاصطناعي فريد. كما باحثين في مجال الذكاء الاصطناعي، نركز على الفجوات التي تنتج بيانات كبيرة، وهو ما يلزم لأي بحث في الذكاء الاصطناعي. نحن بحاجة إلى العديد من المرضى لجمع مجموعات بيانات جيدة، لذلك لدينا بعض الأبحاث الجارية جنبًا إلى جنب مع استكشاف عدة قطاعات تجارية.
نرى الألعاب كمنطقة تنتج كمية هائلة من البيانات. اليوم، يلعب الناس الكثير من ألعاب الفيديو، وهو مصدر قيم للبيانات لأبحاث الصحة. جمع البيانات من الأجهزة الشخصية والمتوفرة هو اتجاه آخر له إمكانيات كبيرة.
في النهاية، من المثير أن نستكشف هذه التكنولوجيا الآن، وأعتقد أنها لا تزال تمتلك إمكانيات أكبر للاستخدام في قطاعات أخرى.
شكرًا على المقابلة الرائعة، القراء الذين يرغبون في معرفة المزيد يمكنهم زيارة Acoustery.
