Ilman Shazhaev, Co-Founder & CEO von Acoustery – Interview-Serie

Ilman Shazhaev, ist der Co-Founder & CEO von Acoustery, einem Health-Tech-Unternehmen, das KI-Technologie für die frühzeitige Erkennung von Atemwegserkrankungen entwickelt.

Was hat Sie ursprünglich zur Informatik und Ingenieurwesen hingezogen?

Die heutige Datenmenge ist umfangreicher als je zuvor, und die KI-Technologie — die sehr datenabhängig ist — hat in den letzten Jahren enorme Fortschritte gemacht. Deshalb ist es so aufregend, in diesem Bereich Forschung zu betreiben.

Im Moment konzentriere ich mich auf Big-Data-Projekte. Während COVID-19 habe ich Acoustery mitgegründet: eine vollautomatisierte KI-gestützte Lösung für die Gesundheitsüberwachung auf der Grundlage der Analyse von Stimme, Husten und Atem.

Der nächste Schritt war, Gesundheitsforschung und Gaming zu kombinieren. Warum? Die Menge an Daten, die diese Branche generiert, ist einzigartig; was mehr ist, Gamer sind frühe Anwender, die bereit sind, ihre Daten zu teilen und zum wissenschaftlichen Fortschritt beizutragen. Gleichzeitig ist die Anzahl laufender klinischer Studien gering, der Fortschritt ist langsam, und der Gaming-Sektor ermöglicht eine viel dynamischere Datenverarbeitung.

Können Sie die Entstehungsgeschichte hinter Acoustery erläutern?

​​​Wie ich bereits erwähnt habe, wurde Acoustery während der Pandemie gegründet. Obwohl die Geschäftschancen im Jahr 2020 relativ begrenzt waren, blieb ich in Dubai, einem der wenigen Orte, an dem ein Projekt ohne übermäßig strenge Einschränkungen operieren konnte.

Mein Mitgründer Dr. Dmitry Mikhaylov, Professor an der National University of Singapore, und ich nahmen eine neue Herausforderung an: die frühzeitige Erkennung von COVID-19. Zu diesem Zeitpunkt erkundete die UAE massiv die Technologien für die frühzeitige Diagnose und unterstützte großzügig KI-Projekte.

Dank dessen erhielten wir Zugang zu einer der besten Testeinrichtungen in der UAE: dem Sheikh-Zayed-Militärkrankenhaus, wo wir Daten von Hunderten von COVID-19-Patienten hatten, um unsere KI-Engine zu trainieren.

In der nächsten Phase zeigten die Tests, dass unsere Technologie sehr genau war und großes Potenzial hatte. Forscher veröffentlichten ihre Ergebnisse in den besten Zeitschriften in Japan und den USA, und unsere Testmethode wurde in mehreren asiatischen Ländern während der Pandemie als Notfallwerkzeug eingesetzt.

Als COVID-19 vorbei war, konzentrierten wir uns auf die Erkennung von Asthma mit dem gleichen Ansatz. Die Sharjah-Universität, die derzeit in der UAE-Forschung führend ist, genehmigte diese Tests.

Wie genau ist dieses System im Vergleich zu PCR, LFT und Antikörpertests für COVID-19?

Der positive prädiktive Wert von Acoustery im Kontext der flächendeckenden Screening-Untersuchung auf COVID-19 ist relativ hoch (81%) im Vergleich zu Xpert MTB/RIF, einem neuen Test, der die Tuberkulose-Erkennung und -Kontrolle revolutioniert, indem er zur schnellen Diagnose der Krankheit beiträgt (61%) und PCR-Rachenabstrichen (71%).

Unsere Ergebnisse haben gezeigt, dass die von Acoustery entwickelte Software als primäres nicht-laboratives Screening-Tool zur Erkennung von COVID-19-Fällen eingesetzt werden kann und Patienten zur PCR-Untersuchung in Labors weiterleiten kann.

Können Sie uns mehr über die maschinelle Lernmethode erzählen, die zur Trainierung der KI verwendet wird?

Wir gingen davon aus, dass wir, um eine genaue Erkennungsrate von COVID-19 zu erhalten, konvolutive und rekurrente Netze trainieren könnten, um die Krankheit durch die Analyse der Spektrogramme von Husten und Atem von Patienten zu diagnostizieren. Ein Spektrogramm ist eine visuelle Darstellung der Signalstärke bei verschiedenen Frequenzen. Eine Reihe von medizinischen Studien zeigte signifikante Unterschiede zwischen dem Husten von Patienten, die COVID hatten, und denen, die es nicht hatten, also trainierten wir unsere KI-Engine, um solche Unterschiede zu erkennen.

Acousterys Entwicklungen können zur Diagnose von Alzheimer verwendet werden, die häufig als neurologische Störung wahrgenommen wird. Wie funktioniert es genau?

Unsere Studie untersucht, wie Sprachmaße mit Sprachprofilen bei Teilnehmern mit Alzheimer-Krankheit (AD) in Verbindung gebracht werden können und wie diese Profile AD von Veränderungen unterscheiden können, die mit dem normalen Alterungsprozess verbunden sind. Um dies zu erreichen, analysiert unsere KI einfache Sätze, die von älteren Erwachsenen mit und ohne AD ausgesprochen werden, von dem Prozentsatz und der Anzahl von Stimmbrechen bis hin zu Shimmer (Amplituden-Permutations-Quotient) und dem Verhältnis von Rauschen zu Harmoniken. Die Genauigkeit dieser Analyse erreicht 90%.

Später verwendeten wir den gleichen Ansatz in Farcana Labs – ein Unternehmen, das sich auf die Sammlung von Big Data konzentriert, die von Gamern generiert wird, um die Krankheitsprogression, insbesondere bei psychischen Störungen, zu erforschen.

Welche anderen Krankheiten können mit dieser Methode diagnostiziert werden?

Asthma ist unser Hauptaugenmerk jetzt. Tuberkulose ist ein weiterer Schwerpunkt, sowie chronisch obstruktive Lungenerkrankung (COPD), Lungenfibrose, Pneumonie und Lungenkrebs.

Wie groß sind die Trainingsdatensätze für diese Anwendungsfälle?

Wir haben Tausende von Hustenaufnahmen in unserer Datenbank, die während der letzten vier Jahre gesammelt wurden.

Was ist Ihre Vision für die Zukunft der medizinischen Diagnose im Allgemeinen?

Die von persönlichen Geräten gesammelten Daten werden eine wichtige Rolle bei der Diagnose von Krankheiten im Frühstadium und der Verhinderung von Pandemien spielen. Selbst unsere Mobiltelefone haben mehrere Sensoren: ein Mikrofon ist nur einer davon. Beschleunigungssensoren, die motorische Fähigkeiten analysieren und zahlreiche Krankheiten erkennen können, sind ein weiterer.

Obwohl diese Technologien nicht die einzige Quelle für die Diagnose sein sollten, können sie erheblich dazu beitragen, die Ausbreitung von hochansteckenden Atemwegserkrankungen vorherzusagen und zu verhindern — und folglich neue Pandemien. Acoustery kann auch in Entwicklungsländern eingesetzt werden, in denen der Zugang zu PCR-Tests begrenzt ist.

Sie scheinen mehrere Projekte gleichzeitig zu verfolgen; welche anderen spannenden Anwendungsfälle sehen Sie für KI?

Der KI-Bereich ist einzigartig. Als KI-Forscher konzentrieren wir uns auf Nischen, die große Datenmengen generieren, die für jede KI-Forschung erforderlich sind. Wir benötigen viele Patienten, um qualitativ hochwertige Datensätze zu erstellen, also haben wir mehrere Forschungsarbeiten in parallelen Bahnen und erkunden mehrere Geschäftsbereiche.

Wir sehen Gaming als einen Bereich, in dem eine enorme Menge an Daten generiert wird. Heute spielen Menschen viele Videospiele, was eine wertvolle Quelle von Daten für die Gesundheitsforschung ist. Die Sammlung von Daten von persönlichen Geräten und Wearables ist ein weiterer Vektor mit erheblichem Potenzial.

Insgesamt ist es aufregend, diese Technologie jetzt zu erkunden, und ich glaube, dass sie noch viel mehr Potenzial hat, das in anderen Bereichen geharnischt werden kann.

Vielen Dank für das großartige Interview. Leser, die mehr erfahren möchten, sollten Acoustery besuchen.