Ilman Shazhaev, spoluzakladatel a CEO Acoustery – Interview Series

Ilman Shazhaev je spoluzakladatel a CEO Acoustery, zdravotnického technologického podniku, který vyvíjí technologii umělé inteligence pro rané rozpoznání respiračních onemocnění.

Co vás původně přitáhlo k informatice a inženýrství?

Množství dostupných dat je dnes větší než kdykoli předtím a technologie umělé inteligence — která je velmi závislá na datech — udělala v posledních letech obrovský pokrok. Právě proto je výzkum v tomto oboru tak zajímavý.

V současné době se soustředím na projekty velkých dat. Během COVID-19 jsem spoluzaložil Acoustery: plně automatizované řešení s umělou inteligencí pro monitorování zdraví na základě analýzy hlasu, kašle a dechu.

Dalším krokem bylo spojit výzkum ve zdravotnictví a herním průmyslem. Proč? Množství dat, které tento průmysl generuje, je jedinečné; navíc jsou hráči ochotni sdílet svá data a přispívat k vědeckému pokroku. Současně je počet probíhajících klinických studií nízký, pokrok je pomalý a herní sektor umožňuje mnohem dynamičtější zpracování dat.

Můžete vysvětlit příběh vzniku Acoustery?

​​​Jak jsem již zmínil, Acoustery bylo založeno během pandemie. Přestože v roce 2020 byly obchodní příležitosti relativně omezené, jsem zůstal v Dubaji, jedné z mála lokalit, kde mohl projekt fungovat bez příliš přísných omezení.

Můj spoluzakladatel Dr. Dmitry Mikhaylov, profesor na Singapurské národní univerzitě, a já jsme zahájili novou výzvu: rané rozpoznání COVID-19. V té době Spojené arabské emiráty masivně探ovali technologie pro ranou diagnózu a široce podporovali projekty umělé inteligence.

Díky tomu jsme získali přístup k jedné z nejlepších testovacích zařízení ve Spojených arabských emirátech: vojenské nemocnici Sheikh Zayed, kde jsme měli data od stovek pacientů s COVID-19 k trénování našeho motoru umělé inteligence.

V další fázi testy ukázaly, že naše technologie je velmi přesná a má velký potenciál. Výzkumníci zveřejnili své výsledky v nejlepším žurnálu v Japonsku a USA a naše testovací metoda byla použita v několika asijských zemích během pandemie jako nouzový nástroj.

Když COVID-19 skončil, soustředili jsme se na rozpoznání astmatu pomocí stejného přístupu. Univerzita Šarja, která je v současné době lídrem ve výzkumu ve Spojených arabských emirátech, schválila tyto testy.

Jak přesná je tato soustava pro COVID-19 ve srovnání s PCR, LFT a testy protilátek?

Pozitivní prediktivní hodnota Acoustery v kontextu komunitního screeningu pro COVID-19 je relativně vysoká (81%) ve srovnání s Xpert MTB/RIF, novým testem, který revolucionalizuje detekci a kontrolu tuberkulózy přispíváním k rychlé diagnostice onemocnění (61%) a PCR testy z krku (71%).

Naše zjištění ukázala, že software vyvinutý Acoustery lze použít jako primární nelaboratorní screeningový nástroj pro detekci případů COVID-19 a směrování pacientů do laboratoří pro testy PCR.

Můžete nám říci více o strojovém učení, které se používá k trénování umělé inteligence?

Předpokládali jsme, že pro získání přesné detekční sazby COVID-19 můžeme trénovat konvoluční a rekurentní sítě pro diagnostiku onemocnění analýzou spektrogramů kašle a dechu pacientů. Spektrogram je vizuální způsob reprezentace signálové síly při různých frekvencích. Počet lékařských studií ukázal významné rozdíly mezi kašlem pacientů, kteří měli COVID, a těmi, kteří jej neměli, takže jsme trénovali náš motor umělé inteligence, aby rozpoznal tyto rozdíly.

Rozvoje Acoustery lze použít k diagnostice Alzheimerovy choroby, která je běžně vnímána jako neurologické onemocnění. Jak přesně to funguje?

Naše studie zkoumá, jak mohou měření řeči být spojena s jazykovými profily u účastníků s Alzheimerovou chorobou (AD) a jak tyto profily mohou odlišit AD od změn spojených se stárnutím. K dosažení tohoto cíle náš AI analyzuje jednoduché věty vyslovené staršími dospělými s a bez AD, od procenta a počtu hlasových přestávek až po shimmer (amplitudovou perturbační kvocient) a poměr šumu k harmonice. Přesnost této analýzy dosahuje 90%.

Později jsme použili stejný přístup ve Farcana Labs – venture zaměřené na sběr velkých dat generovaných hráči pro výzkum progrese onemocnění, zejména duševních poruch.

Jaká další onemocnění lze diagnostikovat pomocí této metody?

Asthma je našim hlavním prioritou nyní. Tuberkulóza je další zaměření, stejně jako chronické obstrukční plicní onemocnění (COPD), plicní fibróza, pneumonie a plicní rakovina.

Jak velké jsou trénovací datové sady pro tyto použití?

Máme tisíce nahrávek kašle v naší databázi shromážděných během posledních čtyř let.

Jaký je váš výhled do budoucnosti lékařské diagnostiky?

Data shromážděná osobními zařízeními budou hrát významnou roli v diagnostice onemocnění v raném stádiu a prevenci pandemií. I naše mobilní telefony mají několik senzorů: mikrofon je pouze jeden z nich. Akcelerometry, které mohou analyzovat motorické dovednosti a detekovat řadu onemocnění, jsou další.

Přestože by tyto technologie neměly být jediným zdrojem pro diagnostiku, mohou významně pomoci předpovídat a předcházet šíření vysoce nakažlivých respiračních onemocnění — a v důsledku toho i nových pandemií. Acoustery lze také použít v rozvojových zemích, kde je přístup k testům PCR omezený.

Zdá se, že máte několik projektů, které běží současně; jaké jsou některé další zajímavé použití pro umělou inteligenci?

Prostor umělé inteligence je jedinečný. Jako výzkumníci umělé inteligence se soustředíme na niky, které generují velká data, která jsou nutná pro jakýkoli výzkum umělé inteligence. Potřebujeme mnoho pacientů, aby jsme mohli sestavit kvalitní datové sady, takže máme několik výzkumných projektů, které běží paralelně, a zkoumáme několik obchodních vertikál.

Vidíme herní průmysl jako oblast, kde je generováno obrovské množství dat. Dnes lidé hrají mnoho videoher, což je cenný zdroj dat pro zdravotnický výzkum. Sběr dat z osobních zařízení a nositelných zařízení je další vektor s významným potenciálem.

Celkově je vzrušující prozkoumávat tuto technologii nyní a věřím, že má ještě více potenciálu, který lze využít v dalších sektorech.

Děkuji za skvělý rozhovor, čtenáři, kteří si chtějí dozvědět více, by měli navštívit Acoustery.