इलमान शाज़ाएव, एकाउस्टेरी के सह-संस्थापक और सीईओ – साक्षात्कार श्रृंखला

इलमान शाज़ाएव एकाउस्टेरी के सह-संस्थापक और सीईओ हैं, जो एक हेल्थ-टेक कंपनी है जो श्वसन रोगों की जल्दी पहचान के लिए एआई प्रौद्योगिकी विकसित करती है।

आपको कंप्यूटर विज्ञान और इंजीनियरिंग में आकर्षित करने वाली पहली चीज़ क्या थी?

आजकल उपलब्ध डेटा की मात्रा पहले से कहीं अधिक है, और एआई प्रौद्योगिकी – जो बहुत डेटा-निर्भर है – पिछले कुछ वर्षों में बहुत प्रगति की है। यही कारण है कि इस क्षेत्र में शोध करना इतना रोमांचक है।

वर्तमान में, मैं बिग डेटा परियोजनाओं पर ध्यान केंद्रित कर रहा हूं। कोविड-19 के दौरान, मैंने एकाउस्टेरी की सह-स्थापना की: एक पूरी तरह से स्वचालित एआई-संचालित समाधान जो व्यक्ति की आवाज, खांसी और सांस के विश्लेषण पर आधारित स्वास्थ्य की निगरानी के लिए है।

अगला कदम स्वास्थ्य अनुसंधान और गेमिंग को मिलाना था। क्यों? इस उद्योग द्वारा उत्पन्न डेटा की मात्रा अद्वितीय है; इसके अलावा, गेमर्स जल्दी से अपना डेटा साझा करने और वैज्ञानिक प्रगति में योगदान देने के लिए तैयार हैं। 同 समय, चल रहे नैदानिक परीक्षणों की संख्या कम है, प्रगति धीमी है, और गेमिंग क्षेत्र अधिक गतिशील डेटा प्रसंस्करण की अनुमति देता है।

एकाउस्टेरी के पीछे की उत्पत्ति की कहानी के बारे में आप विस्तार से बता सकते हैं?

जैसा कि मैंने पहले उल्लेख किया है, एकाउस्टेरी की शुरुआत महामारी के दौरान हुई थी। हालांकि 2020 में व्यवसायिक अवसर सीमित थे, मैं दुबई में रह रहा था, जो उन कुछ स्थानों में से एक था जहां एक परियोजना बिना बहुत सख्त प्रतिबंधों के संचालित की जा सकती थी।

मेरे सह-संस्थापक डॉ. दिमित्री मिखाइलोव, सिंगापुर नेशनल यूनिवर्सिटी के प्रोफेसर, और मैंने एक नए चुनौती पर काम करना शुरू किया: कोविड-19 का प्रारंभिक चरण का पता लगाना। उस समय, संयुक्त अरब अमीरात जल्दी से निदान प्रौद्योगिकियों का अन्वेषण कर रहा था और एआई परियोजनाओं का बड़े पैमाने पर समर्थन कर रहा था।

इसके लिए धन्यवाद, हमें संयुक्त अरब अमीरात में सबसे अच्छी परीक्षण सुविधाओं में से एक, शेख जायद सैन्य अस्पताल तक पहुंच मिली, जहां हमारे पास कोविड-19 के सैकड़ों रोगियों से डेटा था जिस पर हम अपने एआई इंजन को प्रशिक्षित कर सकते थे।

अगले चरण में, परीक्षणों ने दिखाया कि हमारी प्रौद्योगिकी बहुत सटीक थी और इसकी बहुत संभावनाएं थीं। शोधकर्ताओं ने अपने परिणामों को जापान और संयुक्त राज्य अमेरिका में शीर्ष दर्जे के पत्रिकाओं में प्रकाशित किया, और हमारी परीक्षण विधि का उपयोग एशियाई देशों में महामारी के दौरान एक आपातकालीन उपकरण के रूप में किया गया था।

जब कोविड-19 समाप्त हो गया, तो हमने अस्थमा का पता लगाने के लिए同 तरीके से काम किया। शारजाह विश्वविद्यालय, जो वर्तमान में संयुक्त अरब अमीरात में शोध में अग्रणी है, ने इन परीक्षणों को मंजूरी दी।

कोविड-19 के लिए यह प्रणाली पीसीआर, एलएफटी, और एंटीबॉडी परीक्षणों की तुलना में कितनी सटीक है?

कोविड-19 के लिए सामुदायिक व्यापक स्क्रीनिंग के संदर्भ में एकाउस्टेरी का सकारात्मक पूर्वानुमान मूल्य (81%) एक्सपерт एमटीबी/आरआईएफ (61%) और पीसीआर गले की स्वाब (71%) की तुलना में अधिक है।

हमारे निष्कर्षों से पता चलता है कि एकाउस्टेरी द्वारा विकसित सॉफ्टवेयर का उपयोग कोविड-19 के मामलों का पता लगाने और रोगियों को पीसीआर परीक्षण के लिए प्रयोगशालाओं में भेजने के लिए एक प्राथमिक गैर-प्रयोगशाला स्क्रीनिंग उपकरण के रूप में किया जा सकता है।

आप हमें एआई को प्रशिक्षित करने के लिए उपयोग किए जाने वाले मशीन लर्निंग के बारे में और बता सकते हैं?

हमने माना कि कोविड-19 का सटीक पता लगाने के लिए, हम कॉनवोल्यूशनल और रिकरेंट नेटवर्क को प्रशिक्षित कर सकते हैं ताकि वे रोगियों की खांसी और सांस के स्पेक्ट्रोग्राम का विश्लेषण करके बीमारी का निदान कर सकें। एक स्पेक्ट्रोग्राम सिग्नल की ताकत को विभिन्न आवृत्तियों पर दृश्य रूप से प्रस्तुत करने का एक तरीका है। कई चिकित्सा अध्ययनों से पता चला है कि कोविड-19 वाले रोगियों की खांसी और उन लोगों की खांसी के बीच काफी अंतर है जिनको नहीं है, इसलिए हमने अपने एआई इंजन को ऐसे अंतरों को पहचानने के लिए प्रशिक्षित किया।

एकाउस्टेरी के विकास का उपयोग अल्जाइमर रोग के निदान के लिए किया जा सकता है, जिसे आमतौर पर एक तंत्रिका विकार माना जाता है। यह कैसे काम करता है?

हमारा अध्ययन यह देखता है कि भाषा प्रोफाइल में आवाज के उपाय कैसे जुड़े हो सकते हैं और अल्जाइमर रोग (एडी) वाले प्रतिभागियों में और सामान्य उम्र बढ़ने से संबंधित परिवर्तनों में कैसे अंतर हो सकता है। इसके लिए, हमारा एआई बुजुर्ग वयस्कों द्वारा उच्चारित सरल वाक्यों का विश्लेषण करता है, जिनमें आवाज के टूटने का प्रतिशत और संख्या से लेकर शिमर (अम्प्लिट्यूड पर्टर्बेशन क्वोटिएंट) और नॉइज-टू-हार्मोनिक्स अनुपात तक शामिल हैं। इस विश्लेषण की सटीकता 90% तक पहुंचती है।

बाद में, हमने फार्काना लैब्स में同 तरीके का उपयोग किया – एक उद्यम जो रोग प्रगति के शोध के लिए, विशेष रूप से मानसिक विकारों के लिए, गेमर्स द्वारा उत्पन्न बड़े डेटा को इकट्ठा करने पर केंद्रित है।

कौन से अन्य रोगों का निदान इस तरीके से किया जा सकता है?

अस्थमा हमारी प्राथमिकता है। ट्यूबरकुलोसिस भी एक फोकस है, साथ ही साथ क्रोनिक ऑब्सट्रक्टिव पल्मोनरी डिजीज (सीओपीडी), फुफ्फुस फाइब्रोसिस, निमोनिया, और फेफड़ों का कैंसर।

इन उपयोग के मामलों के लिए प्रशिक्षण डेटा सेट कितने बड़े हैं?

हमारे डेटाबेस में चार साल के दौरान एकत्र किए गए हजारों खांसी रिकॉर्डिंग हैं।

चिकित्सा निदान के भविष्य के बारे में आपकी दृष्टि क्या है?

व्यक्तिगत उपकरणों द्वारा एकत्र किए गए डेटा का एक महत्वपूर्ण भूमिका होगी बीमारियों के शुरुआती चरण में निदान करने और महामारियों को रोकने में। यहां तक कि हमारे मोबाइल फोन में कई सेंसर हैं: एक माइक्रोफोन केवल उनमें से एक है। त्वरणमापी जो मोटर कौशल का विश्लेषण कर सकते हैं और कई बीमारियों का पता लगा सकते हैं एक और हैं।

हालांकि ये प्रौद्योगिकियां निदान के लिए एकमात्र स्रोत नहीं होनी चाहिए, वे अत्यधिक संक्रामक श्वसन रोगों के प्रसार की भविष्यवाणी और रोकथाम में काफी मदद कर सकती हैं – और, परिणामस्वरूप, नए महामारी। एकाउस्टेरी का उपयोग पीसीआर परीक्षण तक पहुंच सीमित देशों में भी किया जा सकता है।

आपके पास कई परियोजनाएं चल रही हैं; एआई के लिए आपको कुछ और रोमांचक उपयोग के मामले दिखाई देते हैं?

एआई स्पेस अद्वितीय है। एआई शोधकर्ता के रूप में, हम उन निचे पर ध्यान केंद्रित करते हैं जो बड़े डेटा उत्पन्न करते हैं, जो किसी भी एआई शोध के लिए आवश्यक है। हमें गुणवत्ता वाले डेटासेट तैयार करने के लिए बहुत सारे रोगियों की आवश्यकता है, इसलिए हम समानांतर में कई शोध कर रहे हैं और कई व्यावसायिक लंबवत अन्वेषण कर रहे हैं।

हम गेमिंग को एक ऐसा क्षेत्र के रूप में देखते हैं जहां एक बड़ी मात्रा में डेटा उत्पन्न होता है। आजकल, लोग बहुत सारे वीडियो गेम खेलते हैं, जो स्वास्थ्य अनुसंधान के लिए एक मूल्यवान डेटा स्रोत है। व्यक्तिगत उपकरणों और वियरेबल्स से डेटा एकत्र करना एक और महत्वपूर्ण वेक्टर है।

एकाउस्टेरी के विकास का उपयोग अल्जाइमर रोग के निदान के लिए किया जा सकता है, जिसे आमतौर पर एक तंत्रिका विकार माना जाता है। यह कैसे काम करता है? हमारा अध्ययन यह देखता है कि भाषा प्रोफाइल में आवाज के उपाय कैसे जुड़े हो सकते हैं और अल्जाइमर रोग (एडी) वाले प्रतिभागियों में और सामान्य उम्र बढ़ने से संबंधित परिवर्तनों में कैसे अंतर हो सकता है। इसके लिए, हमारा एआई बुजुर्ग वयस्कों द्वारा उच्चारित सरल वाक्यों का विश्लेषण करता है, जिनमें आवाज के टूटने का प्रतिशत और संख्या से लेकर शिमर (अम्प्लिट्यूड पर्टर्बेशन क्वोटिएंट) और नॉइज-टू-हार्मोनिक्स अनुपात तक शामिल हैं। इस विश्लेषण की सटीकता 90% तक पहुंचती है।

सभी में, यह तकनीक का अन्वेषण करना रोमांचक है, और मुझे लगता है कि इसकी अभी भी बहुत संभावनाएं हैं जिन्हें अन्य क्षेत्रों में उपयोग किया जा सकता है।

साक्षात्कार के लिए धन्यवाद, पाठक जो अधिक जानना चाहते हैं उन्हें एकाउस्टेरी पर जाना चाहिए।