Ilman Shazhaev, Co-Fundador y CEO de Acoustery – Serie de Entrevistas

Ilman Shazhaev, es el Co-Fundador y CEO de Acoustery, una empresa de salud y tecnología que desarrolla tecnología de inteligencia artificial para el reconocimiento temprano de enfermedades respiratorias.

¿Qué te atrajo inicialmente a la informática y la ingeniería?

La cantidad de datos disponibles hoy en día es más extensa que nunca, y la tecnología de inteligencia artificial —que depende en gran medida de los datos— ha hecho un progreso tremendo en los últimos años. Es por esto que investigar en este campo es tan emocionante.

En este momento, me enfoco en proyectos de Big Data. Durante COVID-19, co-fundé Acoustery: una solución completamente automatizada y basada en inteligencia artificial para monitorear la salud de una persona en función del análisis de su voz, tos y respiración.

El siguiente paso fue combinar la investigación en salud y juegos. ¿Por qué? La cantidad de datos que genera esta industria es única; además, los jugadores son adoptadores tempranos dispuestos a compartir sus datos y contribuir al progreso científico. Al mismo tiempo, el número de ensayos clínicos en curso es bajo, el progreso es lento, y el sector de los juegos permite un procesamiento de datos mucho más dinámico.

¿Podrías elaborar sobre la historia de origen detrás de Acoustery?

​​Como mencioné anteriormente, Acoustery se inició durante la pandemia. Aunque las oportunidades comerciales en 2020 eran relativamente limitadas, me encontraba en Dubái, uno de los pocos lugares donde un proyecto podía operar sin restricciones muy estrictas.

Mi co-fundador, el Dr. Dmitry Mikhaylov, profesor de la Universidad Nacional de Singapur, y yo comenzamos un nuevo desafío: la detección en etapas tempranas de COVID-19. En ese momento, los Emiratos Árabes Unidos estaban explorando en gran medida las tecnologías de diagnóstico temprano y apoyaban en gran medida los proyectos de inteligencia artificial.

Gracias a esto, obtuvimos acceso a una de las mejores instalaciones de pruebas en los Emiratos Árabes Unidos: el hospital militar Sheikh Zayed, donde teníamos datos de cientos de pacientes con COVID-19 para entrenar nuestro motor de inteligencia artificial.

En la siguiente etapa, las pruebas mostraron que nuestra tecnología era muy precisa y tenía un gran potencial. Los investigadores publicaron sus resultados en revistas de alta calidad en Japón y EE. UU., y nuestro método de prueba se utilizó en varios países asiáticos durante la pandemia como una herramienta de emergencia.

Cuando terminó COVID-19, nos enfocamos en detectar asma utilizando el mismo enfoque. La Universidad de Sharjah, que actualmente lidera la investigación en los Emiratos Árabes Unidos, aprobó estos tests.

¿Cuán precisa es este sistema para COVID-19 en comparación con PCR, LFT y pruebas de anticuerpos?

El valor predictivo positivo de Acoustery en el contexto de la detección comunitaria de COVID-19 es relativamente alto (81%) en comparación con Xpert MTB/RIF, una nueva prueba que está revolucionando la detección y el control de la tuberculosis al contribuir al diagnóstico rápido de la enfermedad (61%) y hisopos de garganta con PCR (71%).

Nuestros hallazgos han demostrado que el software desarrollado por Acoustery se puede utilizar como una herramienta de detección primaria no laboratorial para detectar casos de COVID-19 y derivar a los pacientes a laboratorios para pruebas de PCR.

¿Podrías contarnos más sobre el aprendizaje automático utilizado para entrenar la inteligencia artificial?

Supusimos que para obtener una tasa de detección precisa de COVID-19, podríamos entrenar redes convolucionales y recurrentes para diagnosticar la enfermedad analizando los espectrogramas de la tos y la respiración de los pacientes. Un espectrograma es una forma visual de representar la intensidad de la señal a diferentes frecuencias. Varios estudios médicos mostraron diferencias significativas entre la tos de los pacientes que tenían COVID y los que no, así que entrenamos nuestro motor de inteligencia artificial para reconocer esas diferencias.

Los desarrollos de Acoustery se pueden utilizar para diagnosticar el Alzheimer, que comúnmente se percibe como un trastorno neurológico. ¿Cómo funciona exactamente?

Nuestro estudio explora cómo las medidas del habla pueden estar vinculadas a los perfiles del lenguaje en participantes con enfermedad de Alzheimer (EA) y cómo estos perfiles podrían distinguir la EA de los cambios asociados con el envejecimiento normal. Para lograr esto, nuestro sistema de inteligencia artificial analiza oraciones simples pronunciadas por adultos mayores con y sin EA, desde el porcentaje y el número de pausas vocales hasta el temblor (cociente de perturbación de amplitud) y la relación ruido-armónicos. La precisión de este análisis alcanza el 90%.

Más adelante, utilizamos el mismo enfoque en Farcana Labs – una empresa enfocada en recopilar Big Data generada por jugadores para investigar la progresión de enfermedades, especialmente trastornos mentales.

¿Qué otras enfermedades se pueden diagnosticar utilizando este método?

El asma es nuestra prioridad principal ahora. La tuberculosis es otro enfoque, así como la enfermedad pulmonar obstructiva crónica (EPOC), la fibrosis pulmonar, la neumonía y el cáncer de pulmón.

¿Cuán grandes son los conjuntos de datos de entrenamiento para estos casos de uso?

Tenemos miles de grabaciones de tos en nuestra base de datos recopiladas durante los últimos cuatro años.

¿Cuál es tu visión para el futuro del diagnóstico médico en general?

Los datos recopilados por dispositivos personales desempeñarán un papel significativo en el diagnóstico de enfermedades en una etapa temprana y en la prevención de pandemias. Incluso nuestros teléfonos móviles tienen múltiples sensores: un micrófono es solo uno de ellos. Los acelerómetros que pueden analizar las habilidades motoras y detectar numerosas enfermedades son otro.

Aunque estas tecnologías no deben ser la única fuente para el diagnóstico, pueden ayudar significativamente a predecir y prevenir la propagación de enfermedades respiratorias altamente infecciosas —y, consecuentemente, nuevas pandemias. Acoustery también se puede utilizar en países en desarrollo donde el acceso a pruebas de PCR es limitado.

Parece que tienes múltiples proyectos en marcha; ¿qué otros casos de uso emocionantes ves para la inteligencia artificial?

El espacio de la inteligencia artificial es único. Como investigadores de inteligencia artificial, nos enfocamos en nichos que generan grandes cantidades de datos, que son necesarios para cualquier investigación de inteligencia artificial. Necesitamos muchos pacientes para compilar conjuntos de datos de calidad, así que tenemos varias investigaciones en paralelo y estamos explorando varios verticales comerciales.

Vemos los juegos como un área donde se genera una gran cantidad de datos. Hoy en día, la gente juega muchos videojuegos, lo que es una valiosa fuente de datos para la investigación de la salud. La recopilación de datos de dispositivos personales y wearables es otro vector con un potencial significativo.

En general, es emocionante explorar esta tecnología ahora, y creo que tiene mucho más potencial por ser aprovechado en otros sectores.

Gracias por la gran entrevista, los lectores que deseen aprender más deben visitar Acoustery.