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

Ilman Shazhaev es el Co-Fundador y CEO de Acoustery, una empresa de tecnología sanitaria 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 mucho de los datos— ha hecho un gran progreso en los últimos años. Es por eso que investigar en este campo es tan emocionante.

En este momento, me estoy enfocando en proyectos de Big Data. Durante la 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 explicar la historia 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 nos embarcamos en un nuevo desafío: la detección temprana de la 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, tuvimos 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 alto nivel 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 la COVID-19, nos enfocamos en detectar el asma utilizando el mismo enfoque. La Universidad de Sharjah, que actualmente lidera la investigación en los Emiratos Árabes Unidos, aprobó estos ensayos.

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

El valor predictivo positivo de Acoustery en el contexto de la detección comunitaria de la 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 las hisopos de garganta de 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 a la inteligencia artificial?

Supusimos que para obtener una tasa de detección precisa de la 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 considera un trastorno neurológico. ¿Cómo funciona exactamente?

Nuestro estudio explora cómo las medidas del habla pueden estar vinculadas a los perfiles lingüísticos 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, nuestra inteligencia artificial analiza oraciones simples pronunciadas por adultos mayores con y sin EA, desde el porcentaje y 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 el progreso de las enfermedades, especialmente los 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, en consecuencia, nuevas pandemias. Acoustery también se puede utilizar en países en desarrollo donde el acceso a las 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 Big Data, que es necesario para cualquier investigación de inteligencia artificial. Necesitamos muchos pacientes para compilar conjuntos de datos de calidad, así que tenemos varios proyectos de investigación 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 en salud. Recopilar datos de dispositivos personales y wearables es otro vector con un gran potencial.

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

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