Halim Abbas, Chief AI Officer di Cognoa – Serie di Interviste

Halim Abbas è il Chief AI Officer di Cognoa, è un innovatore di intelligenza artificiale e un veterano del settore che ha guidato progetti di data science di classe mondiale in tecnologie come eBay e Teradata. Cognoa è dedicata a creare uno standard senza precedenti di assistenza nella salute comportamentale pediatrica che garantisce l’accesso equo all’intervento precoce fornendo prodotti di alta qualità per migliorare i risultati a lungo termine per tutti i bambini e le famiglie.

Cosa ti ha inizialmente attratto verso il machine learning e la data science?

Ero sempre interessato alla programmazione informatica da bambino. In seguito, mi sono avvicinato al campo emergente del machine learning a causa del desiderio irresistibile di operare ai margini della ricerca e esplorare le sfide aperte di ciò che è possibile raggiungere attraverso algoritmi computazionali.

Come ex Senior Research Scientist di eBay, hai una formazione nell’ottimizzazione dei ranking dei risultati di ricerca per la piattaforma eBay. Quali sono alcune delle lezioni fondamentali del machine learning che hai imparato da questa esperienza?

Ad eBay, il mio team era incaricato di creare il primo algoritmo di ranking dei risultati di ricerca basato sul machine learning della società. Con decine di milioni di articoli in vendita in ogni momento e miliardi di query di ricerca ogni giorno, la più grande sfida tecnica era superare la scala schiacciante.

In definitiva, credo che la mia più grande lezione tratta da quell’esperienza sia stata mantenere una mente aperta sulla definizione dell’obiettivo stesso. Risultò che, se l’algoritmo di ranking presentava con successo allo shopper le migliori offerte solo, erano meno propensi a concludere l’acquisto. Dovevano anche vedere le offerte non così buone per riconoscere le buone offerte come tali. Ci volle un approccio basato sui dati per raggiungere il successo, nonché una mente aperta per rendersi conto di quel fatto e adattare la strategia di conseguenza.

Quali sono alcune delle condizioni che vengono diagnosticate a Cognoa?

Cognoa è una società di salute comportamentale pediatrica che sviluppa diagnostici e terapie digitali. Il nostro obiettivo è sfruttare la tecnologia per razionalizzare l’assistenza sanitaria pediatrica e affrontare le esigenze insoddisfatte nell’assistenza sanitaria comportamentale pediatrica. Stiamo iniziando con l’autismo.

Quali sono alcune delle sfide dietro la costruzione di un sistema di classificazione per diagnosticare l’autismo e altre condizioni nei bambini?

A parte il fatto che i bambini in età prescolare non sono i pazienti più collaborativi, una delle principali sfide per noi è ciò che chiamiamo rumore definizionale. Ciò significa cercare di addestrare algoritmi di intelligenza artificiale per classificare condizioni quando la scienza clinica sui confini di tali condizioni è ancora in evoluzione. In alcuni casi, gli specialisti umani potrebbero essere in disaccordo tra loro sulla diagnosi di un particolare bambino e la comprensione collettiva degli elementi sottostanti di una particolare diagnosi è ancora una scienza emergente. Ad esempio, ciò che un tempo era chiamato Asperger solo alcuni anni fa è ora considerato all’interno dell’umbrella dello spettro autistico (ASD) e le nozioni precedentemente separate di deficit di attenzione (ADD) e iperattività sono ora considerate aspetti di una diagnosi unificata, il disturbo da deficit di attenzione e iperattività (ADHD). Altre classificazioni diagnostiche emergenti (come il disturbo della elaborazione sensoriale o SPD) devono ancora essere incluse nel Manuale diagnostico e statistico.

Per il data scientist, questi confini soggettivi e in continua evoluzione presentano sfide interessanti e di grandi dimensioni da superare.

Cognoa ha costruito un sistema diagnostico a 3 esiti. Perché il sistema è stato progettato in questo modo?

L’autismo è una condizione neuroevolutiva complessa con una vasta gamma di presentazioni e comorbidità.

Abbiamo costruito un aiuto diagnostico per aiutare i medici di base a diagnosticare con precisione e efficienza l’autismo nei bambini di età compresa tra 18 e 72 mesi che sono a rischio di ritardo dello sviluppo in base a una preoccupazione del caregiver o genitore o medico. L’aiuto diagnostico di Cognoa funziona in un modo unico raccogliendo e combinando input sia dai caregiver o genitori che dai medici in una singola soluzione per analizzarli per segnali predittivi di autismo. Il nostro aiuto diagnostico utilizza l’intelligenza artificiale per valutare tutti gli input e, quando le informazioni sono sufficienti, fornisce un risultato positivo o negativo per l’autismo che il pediatra utilizza in combinazione con la presentazione clinica del bambino per fornire una diagnosi e indirizzare i passi successivi nell’assistenza.

Al fine di ridurre il rischio di false classificazioni, l’algoritmo è stato progettato anche per fornire un output indeterminato come misura di controllo del rischio per garantire i valori predittivi elevati dei risultati “positivi/negativi per l’autismo”, minimizzando la probabilità di falsi negativi (poiché i falsi negativi sono il rischio più alto associato all’uso del dispositivo). Questa procedura di astensione dalla previsione quando la risposta del modello indica una minore confidenza è un metodo standard di controllo del rischio negli algoritmi di apprendimento automatico.

Potresti discutere come Cognoa supera il pregiudizio genitoriale quando si tratta del tipo di dati forniti dai genitori?

Ottima domanda. Uno dei principali vantaggi del machine learning è che è particolarmente utile per superare fonti di rumore e pregiudizio attese nei dati di input. I resoconti dei genitori dei propri figli sono attesi essere soggettivi e distorti, ma basati su finestre di osservazione molto lunghe, mentre i resoconti dei clinici sono probabilmente più oggettivi, ma anche meno informati a causa di finestre di osservazione brevi.

Combinando entrambi i set di input in un singolo processo di apprendimento automatico, l’algoritmo di apprendimento automatico è in grado di adattarsi alla natura complementare di quegli input e apprendere modelli che possono essere utilizzati per sfruttare il meglio di entrambi i set di informazioni in una singola determinazione che è più affidabile di ciascun resoconto individuale.

Quali sono alcune delle migliori pratiche di data science utilizzate a Cognoa per evitare pregiudizi razziali o di genere nei dati?

Come azienda, Cognoa è impegnata a costruire prodotti per l’accesso equo all’assistenza. Siamo consapevoli che le innovazioni basate sull’intelligenza artificiale hanno il potenziale di assorbire e amplificare i pregiudizi intrinseci della società. Ad esempio, le ragazze vengono diagnosticate in media 1,5 anni dopo i ragazzi e uno su quattro bambini sotto l’età di 8 anni che vivono con l’autismo, la maggior parte dei quali sono neri o ispanici, non vengono diagnosticati affatto. Ciò è dovuto alla mancanza di accesso nel nostro sistema attuale e perché la diagnosi è stata storicamente distorta verso i tratti dell’autismo prevalenti nei ragazzi bianchi, che possono presentare caratteristiche di autismo diversamente dalle giovani ragazze e dai bambini che non sono bianchi.

Per affrontare questi pregiudizi esistenti, abbiamo costruito deliberatamente e consapevolmente la nostra tecnologia per tenere conto delle differenze tra genere, razza, etnia e background socioeconomico. Abbiamo scritto e aderito a una Carta di intelligenza artificiale socialmente responsabile che guida le nostre pratiche. I nostri algoritmi di intelligenza artificiale sono stati sviluppati e validati clinicamente utilizzando dati di registri di pazienti appartenenti a migliaia di ragazzi e ragazze di diverse provenienze, condizioni, presentazioni e comorbidità.

Facendo riferimento a una grande quantità di punti di dati esterni e utilizzando le esperienze combinate di centinaia di medici, analizzando simultaneamente una varietà di caratteristiche umane diverse, l’intelligenza artificiale di Cognoa ha il potenziale per aiutare i medici a contrastare il pregiudizio inconscio.

Quali sono alcune delle soluzioni terapeutiche offerte a Cognoa?

Attualmente, Cognoa non ha soluzioni terapeutiche disponibili per l’uso. Tuttavia, sono in sviluppo a Cognoa una serie di soluzioni e risulta chiaro che l’intelligenza artificiale ha un enorme potenziale per rendere le soluzioni terapeutiche più accessibili e disponibili per i bambini con condizioni comportamentali.

C’è qualcos’altro che ti piacerebbe condividere sul tuo lavoro a Cognoa?

Non sono mai rimasto in un lavoro per così tanto tempo come nel mio ruolo attuale in Cognoa. Credo che sia perché della soddisfazione che ottengo lavorando su un problema che tocca la vita di così tante persone a un livello così personale. Aiutare i genitori a prendersi cura dei propri figli è una vocazione nobile come poche altre.

Grazie per la grande intervista, i lettori che desiderano saperne di più possono visitare Cognoa.