Terry Poon, medstifter og CTO af Twin Health – Intervieuserie

Terry Poon var med til at stifte Twin Health og driver visionen for teknologiudviklingen. Han leder udviklingen af Twins innovative platform og unikke algoritmer til at forbedre menneskets metabolske sundhed ved hjælp af IoT, machine learning og Digital Twin-teknologier. Før Twin var Terry VP of Engineering i Jasper Technologies, hvor han opbyggede globale software-udviklingshold og fungerede som lead-arkitekt for virksomhedens IoT-cloud-platform. Derudover ledede Terry ingeniørarbejdet for Jaswers lancering på det kinesiske marked, som var det hurtigst voksende marked i virksomhedens historie. Før Jasper havde Terry ingeniør- og ledelsesstillinger i Oracle (ORCL ).

Hvad fik dig interesseret i datalogi og senere IoT?

Jeg begyndte at programmere på en Apple (AAPL ) IIe i en ung alder og var absolut fascineret af computerens magi til at omdanne ideer til virkelighed med blot få taster.

Jeg fortsatte med at følge denne passion på MIT, hvor jeg tog en bachelor- og kandidatgrad i datalogi. Jeg skrev min kandidatafhandling om emnet Software Agents, autonome softwareprogrammer, der bruger AI til at tænke over verden, træffe beslutninger og udføre handlinger på din vegne.

Efter afslutningen arbejdede jeg på Oracle i nogle år, derefter sluttede jeg mig til en tidlig IoT-startup kaldet Jasper Technologies, som havde en vision om at sammenføje den digitale og fysiske verden ved at oprette en platform til at tilslutte og styre forskellige enheder på globale trådløse netværk. Over cirka 10 år skalerede vi fra 0 til mere end 160 millioner enheder, der kørte på Jasper-platformen verden over.

Kan du dele historien bag Twin Health?

Twin Health opfandt Whole Body Digital Twin™ for at hjælpe mennesker med at omvende og forebygge kroniske metabolske sygdomme. Vi erkendte, at omfanget af disse sygdomme var øgende verden over, men at ingen havde løst rodårsagen til disse sygdomme. Vi erkendte også, at den underliggende udfordring ved disse tilstande var et af de mest komplekse systemer – menneskets metabolisme, som adskiller sig på individniveau. Vi følte os unikt positionerede til at bruge vores erfaring med AI og IoT-teknologi og kombinere det med dyb medicinsk videnskab for at give en løsning for mennesker.

En del af vores inspiration kom fra Jasper Technologies. Mens vi var på Jasper, samarbejdede vi med mange innovative virksomheder verden over, herunder Tesla (TSLA ). Tesla bygger en Digital Twin-softwaremodel af hver bil, de sælger; Jasper byggede IoT-platformen, der muliggør Teslas infrastruktur til at diagnosticere problemer og opdatere bilens software automatisk, så hver bil altid er i topkondition.

Cisco Systems (CSCO ) erhvervede Jasper i 2016. I 2018 sluttede Jasper CEO Jahangir Mohammed sig sammen med mig og vores tredje medstifter Maluk Mohamed for at starte Twin Health for at anvende denne Digital Twin-koncept til menneskekroppen. På Twin har vi opfundet vores egen teknologi kaldet Whole Body Digital Twin™, som kombinerer IoT-sensorer, Machine Learning og medicinsk videnskab til at omvende kroniske metabolske sygdomme.

Hvad er nogle eksempler på kroniske metabolske sygdomme for læsere, der ikke er bekendt med dette begreb?

Kroniske metabolske sygdomme refererer til tilstande relateret til en forstyrret metabolisme, såsom diabetes, prædiabetes, hypertension (højt blodtryk), dyslipidemi (højt kolesterol), fedme og fedt i leveren.

Hvad er præcis Whole Body Digital Twin™?

Whole Body Digital Twin™ er en dynamisk, digital repræsentation af hver persons unikke metabolisme bygget fra 3000+ datapunkter indsamlet dagligt fra sensorer, kombineret med Machine Learning-modeller til at bestemme årsag og virkning og forudsige fremtidige metabolske tilstande og anbefale specifikke handlinger til hver enkelt person for at forbedre deres egen sundhed.

Kan du diskutere, hvad nogle af de ikke-invasive bærbare sensorer er, og hvilke datapunkter indsamles?

Sensorerne omfatter en kontinuerlig glukosemåler, en aktivitetstracker, en blodtryksmåler og en kropssammensætningsvægt. Ved hjælp af disse sensorer indsamler vi mere end 3000 datapunkter per person per dag, herunder nøglemetabolske sundheds-signaler som blodglukose, per-minut hjertefrekvens, hjertefrekvensvariation, blodiltning, skridt, søvnfaser, systolisk tryk, diastolisk tryk, vægt, visceralt fedt osv. Med disse signaler kan vi få dybe indsighter i din metabolisme, dvs. hvordan din krop reagerer, når du udfører daglige aktiviteter som at spise forskellige fødevarer, udføre forskellige former for motion, sove osv.

Hvad analyserer og søger maskinlæringsystemet i denne indsamlede data?

Vores Data Science-team har udviklet flere Machine Learning-modeller til at forudsige forskellige biomarkører og anbefale specifikke handlinger til at forbedre disse biomarkører.

For eksempel varierer metabolske reaktioner dramatisk fra person til person og for hver person fra mad til mad og fra tid til tid; to personer kan spise præcis den samme måltid og alligevel have helt forskellige reaktioner. Vores modeller bruger mere end 100 ML-funktioner til at forudsige reaktionerne nøjagtigt for enhver given måltid og enhver given person.

Hvordan deles denne information så med slutbrugeren?

Vores Whole Body Digital Twin™ giver klare sundhedsvejledninger til vores medlemmer på to måder. Først analyserer det automatisk dine komplekse biomarkører hver dag for at generere en simpel visualisering af din nuværende metabolske sundhed, herunder en samlet score og detaljer om hver enkelt aspekt af din metabolske sundhed. Anden genererer det højttilegnede anbefalinger til at forbedre din sundhed ved at anvende faktorer som præcisions ernæring, aktivitet, søvn og åndedræt.

Kan du diskutere nogle af resultaterne fra forskellige forsøg, der er gennemført?

Twin Healths kliniske forskningsteam har gennemført en randomiseret kontrolforsøg i mere end 1 år og har offentliggjort vores resultater i flere peer-reviewed tidsskrifter. Dette er verdens første randomiserede kontrolforsøg (RCT) for at omvende kroniske metabolske sygdomme ved hjælp af digital twin-teknologi. Vi har set første af sin art sundhedsresultater. Patienterne havde en gennemsnitlig HbA1c-reduktion på 3,1 (gennemsnitlig baseline 8,7) med over 90% opnåelse af type 2-diabetesomvendelse (HbA1c under 6,5), og 92% eliminerede alle diabetesmedicineringer, herunder insulin. Derudover havde patienterne en gennemsnitlig vægtreduktion på 9,1 kg (20 pund). Blandt patienterne med baseline abnormt leverfunktion (defineret som en forhøjet ALT på kliniske laboratorieværdier) var der en gennemsnitlig ALT-reduktion på 24 enheder/L. I sammenligning opnåede kontrolgruppen ikke diabetesomvendelse, nogen reduktion i diabetesmedicinering eller en betydelig forbedring af vægt eller leverfunktion. De videnskabelige resultater fra RCT og de kommercielle resultater er offentliggjort i 21 peer-reviewed internationale medicinske tidsskrifter og konferencepapirer og abstracts.

Hvad er din vision for fremtidens personlige sundheds- og medicin?

Mennesker er utrolig diverse; vi alle har unik biologi, forskellige metabolske reaktioner og forskellige livsstilspræferencer for fødevarer, aktiviteter osv. På grund af dette virker en løsning, der passer alle, ikke; sundhedspleje skal være præcis og tilpasset til behovene og præferencerne for hver enkelt person.

Hos Twin tror vi på kraften af sandt personlig Præcisions-sundhed til at opdage og omvende sygdomme på den mest effektive måde for hver person, så alle kan blive sunde for livet.

Er der noget andet, du gerne vil dele om Twin Health eller Whole Body Digital Twin™?

Vi lever i en tid med hurtig innovation drevet af AI, IoT og andre disruptive teknologier. Hos Twin er vi dedikeret til AI for det gode – brug af AI til at forstå det mest komplekse system af alle, menneskets metabolisme, på individniveau. Vi anvender disse teknologier til at løse den massive udfordring, der stilles af kroniske metabolske sygdomme, som påvirker mere end 1 milliard mennesker verden over. Se venligst twinhealth.com for at få mere at vide.