Halim Abbas, directeur de l'IA chez Cognoa - Série d'interviews

Halim Abbas est le directeur de l'IA chez Cognoa, il est un innovateur en IA et un vétéran de l'industrie qui a dirigé des projets de science des données de classe mondiale dans des technologies qui changent la donne comme eBay et Teradata. Cognoa se consacre à la création d'une norme de soins inégalée en matière de santé comportementale pédiatrique qui garantit un accès équitable à une intervention précoce en fournissant des produits de haute qualité pour améliorer les résultats tout au long de la vie de tous les enfants et de toutes les familles.

Qu'est-ce qui vous a initialement attiré vers l'apprentissage automatique et la science des données ?

J'ai toujours été intéressé par la programmation informatique quand j'étais enfant. Plus tard dans la vie, je me suis tourné vers le domaine émergent de l'apprentissage automatique en raison du désir irrésistible d'opérer en marge de la recherche et d'explorer les défis ouverts de ce qu'il est possible de réaliser grâce aux algorithmes informatiques.

En tant qu'ancien chercheur principal chez Ebay, vous avez une expérience dans l'optimisation du classement des résultats de recherche pour la plate-forme Ebay. Quelles sont certaines des leçons fondamentales de l'apprentissage automatique que vous avez tirées de cette expérience ?

Chez eBay, mon équipe a été chargée de créer le tout premier algorithme de classement des résultats de recherche basé sur l'apprentissage automatique. Avec des dizaines de millions d'articles en vente à tout moment et des milliards de requêtes de recherche chaque jour, le plus grand défi technique était de surmonter l'échelle écrasante.

En fin de compte, je pense que ma plus grande leçon de cette expérience a été de garder l'esprit ouvert sur la définition de l'objectif lui-même. Il s'avère que si l'algorithme de classement réussissait à présenter à l'acheteur uniquement les meilleures offres, il était moins susceptible d'effectuer des transactions. Ils devaient également voir les moins bonnes affaires afin de reconnaître les bonnes affaires en tant que telles. Il a fallu une approche axée sur les données pour réussir ainsi qu'un esprit ouvert pour réaliser ce fait et ajuster la stratégie en conséquence.

Quelles sont certaines des conditions qui sont diagnostiquées à Cognoa ?

Cognoa est une société de santé comportementale pédiatrique développant des diagnostics et des thérapeutiques numériques. Notre objectif est de tirer parti de la technologie pour rationaliser les soins de santé pédiatriques et répondre aux besoins non satisfaits en matière de soins de santé comportementaux pédiatriques. Nous commençons avec l'autisme.

Quels sont certains des défis derrière la construction d'un système de classification pour diagnostiquer l'autisme et d'autres conditions chez les enfants ?

Outre le fait que les enfants d'âge préscolaire ne sont pas les patients les plus coopératifs, l'un des principaux défis pour nous est ce que nous appelons le bruit définitionnel. Autrement dit, essayer de former des algorithmes d'IA pour classer les conditions lorsque la science clinique autour des limites desdites conditions évolue encore. Dans certains cas, les spécialistes humains peuvent être en désaccord entre eux sur le diagnostic d'un enfant en particulier, et la compréhension collective des éléments sous-jacents d'un diagnostic particulier est encore une science émergente. Par exemple, ce qu'on appelait le syndrome d'Asperger il y a quelques années est maintenant considéré dans le cadre des troubles du spectre autistique (TSA), et les notions auparavant distinctes de trouble déficitaire de l'attention (TDA) par rapport à l'hyperactivité sont maintenant considérées comme des aspects d'un diagnostic unifié, trouble déficitaire de l'attention avec hyperactivité (TDAH). D'autres classifications diagnostiques émergentes (comme le trouble du traitement sensoriel ou SPD) n'ont pas encore été intégrées au Manuel diagnostique et statistique.

Pour le scientifique des données, ces frontières subjectives et changeantes présentent des défis intéressants et de taille à surmonter.

Cognoa a construit un système de diagnostic à 3 résultats. Pourquoi le système est-il conçu de cette façon ?

L'autisme est une affection neurodéveloppementale complexe avec un large éventail de présentations et de comorbidités.

Nous avons conçu une aide au diagnostic pour aider les médecins de soins primaires à diagnostiquer avec précision et efficacité l'autisme chez les enfants âgés de 18 à 72 mois qui présentent un risque de retard de développement en fonction d'un soignant, d'un parent ou d'un médecin. L'aide au diagnostic de Cognoa fonctionne d'une manière unique en collectant et en combinant les entrées des soignants ou des parents et des médecins en une seule solution afin de les analyser pour les signaux prédictifs de l'autisme. Notre aide au diagnostic utilise l'IA pour évaluer toutes les entrées et - lorsque les informations sont suffisantes - fournit un résultat positif ou négatif pour l'autisme que le pédiatre utilise en combinaison avec la présentation clinique de l'enfant pour fournir un diagnostic et diriger les prochaines étapes appropriées -se soucier.

Afin de réduire le risque de fausses classifications, l'algorithme a également été conçu pour fournir une sortie indéterminée en tant que mesure de contrôle des risques afin d'assurer les valeurs prédictives élevées des résultats « positifs/négatifs pour l'autisme », minimisant la probabilité de faux négatifs ( puisque les faux négatifs représentent le risque le plus élevé associé à l'utilisation de l'appareil). Cette procédure consistant à s'abstenir de prédire lorsque la réponse du modèle indique une confiance plus faible est un méthode standard de contrôle des risques dans les algorithmes d'apprentissage automatique.

Pourriez-vous expliquer comment Cognoa surmonte les préjugés parentaux en ce qui concerne le type de données fournies par les parents ?

Excellente question. L'un des principaux avantages de l'apprentissage automatique est qu'il est particulièrement utile pour surmonter les sources de bruit et de biais attendus dans les données d'entrée. On s'attend à ce que les récits des parents de leurs propres enfants soient subjectifs et biaisés, mais basés sur de très longues fenêtres d'observation, alors que les rapports des cliniciens sont susceptibles d'être plus objectifs, mais aussi moins informés en raison de courtes fenêtres d'observation.

En combinant les deux ensembles d'entrées dans un processus d'apprentissage automatique singulier, l'algorithme d'apprentissage automatique est capable de s'adapter à la nature complémentaire de ces entrées et d'apprendre des modèles qui peuvent être utilisés pour tirer parti du meilleur des deux ensembles d'informations en une seule détermination qui est plus fiable que chaque compte individuellement.

Quelles sont les meilleures pratiques en science des données utilisées chez Cognoa pour éviter les préjugés raciaux ou sexistes dans les données ?

En tant qu'entreprise, Cognoa s'engage à créer des produits pour un accès équitable aux soins. Nous sommes conscients que les innovations basées sur l'IA ont le potentiel d'absorber et d'amplifier les préjugés inhérents à la société. Par exemple, les filles sont en moyenne diagnostiquées 1.5 ans plus tard que les garçons et un enfant sur quatre de moins de 8 ans vivant avec autisme, la plupart d'entre eux noirs ou hispaniques, est ne pas être diagnostiqué du tout. Cela est dû au manque d'accès dans notre système actuel et au fait que le diagnostic a toujours été biaisé en faveur des traits de l'autisme répandus chez les garçons blancs, qui peuvent présenter des caractéristiques de l'autisme différemment des jeunes filles et des enfants non blancs.

Pour remédier à ces préjugés existants, nous avons délibérément et consciemment construit notre technologie pour tenir compte des différences entre les sexes, les origines raciales, ethniques et socio-économiques. Nous avons rédigé et adhérons à une charte d'IA socialement responsable qui guide nos pratiques. Nos algorithmes d'IA ont été délibérément développés et validés cliniquement à l'aide de données de dossiers de patients appartenant à des milliers de garçons et de filles à travers des zones géographiques avec des antécédents, des conditions, des présentations et des comorbidités divers.

En référençant des trésors de points de données externes et en utilisant les expériences combinées de centaines de médecins, analysant simultanément une variété de traits et de caractéristiques humains différents, l'IA de Cognoa a le potentiel d'aider les médecins à lutter contre les préjugés inconscients.

Quelles sont certaines des solutions thérapeutiques proposées par Cognoa ?

Actuellement, Congoa ne dispose pas de solutions thérapeutiques utilisables. Cependant, un certain nombre de solutions sont en développement à Cognoa, et il est clair que l'IA a un immense potentiel pour rendre les solutions thérapeutiques plus accessibles et disponibles pour les enfants ayant des troubles du comportement.

Y a-t-il autre chose que vous aimeriez partager à propos de votre travail chez Cognoa ?

Je n'ai jamais occupé un emploi aussi longtemps que mon rôle actuel au sein de Cognoa. Je pense que c'est à cause de la satisfaction que j'éprouve à travailler sur un problème qui touche la vie de tant de personnes à un niveau aussi personnel. Aider les parents à prendre soin de leurs enfants est une vocation aussi noble que l'on puisse espérer.

Merci pour cette excellente interview, les lecteurs qui souhaitent en savoir plus devraient visiter Cognoa.