Ilman Shazhaev, Co-Fondatore & Amministratore Delegato di Acoustery – Serie di Interviste

Ilman Shazhaev, è il Co-Fondatore & Amministratore Delegato di Acoustery, un’azienda di health-tech che sviluppa tecnologie AI per il riconoscimento precoce delle malattie respiratorie.

Cosa ti ha inizialmente attirato verso l’informatica e l’ingegneria?

La quantità di dati disponibili oggi è più ampia che mai, e la tecnologia AI — che è molto dipendente dai dati — ha fatto enormi progressi negli ultimi anni. È per questo che fare ricerca in questo campo è così emozionante.

Al momento, mi sto concentrando su progetti di Big Data. Durante il COVID-19, ho co-fondato Acoustery: una soluzione completamente automatizzata basata su AI per monitorare la salute di una persona in base all’analisi della sua voce, tosse e respiro.

Il passo successivo è stato combinare la ricerca sanitaria e i giochi. Perché? La quantità di dati generata da questo settore è unica; inoltre, i giocatori sono i primi a adottare tecnologie e sono disposti a condividere i loro dati e contribuire al progresso scientifico. Allo stesso tempo, il numero di trial clinici in corso è basso, il progresso è lento e il settore dei giochi consente un trattamento dei dati molto più dinamico.

Puoi elaborare sulla storia di genesi dietro Acoustery?

Come ho menzionato prima, Acoustery è stato avviato durante la pandemia. Anche se le opportunità di business nel 2020 erano relativamente limitate, mi trovavo a Dubai, una delle poche località dove un progetto poteva operare senza limitazioni molto strette.

Il mio co-fondatore, il dottor Dmitry Mikhaylov, professore all’Università Nazionale di Singapore, e io abbiamo iniziato una nuova sfida: la rilevazione precoce del COVID-19. All’epoca, gli Emirati Arabi Uniti stavano esplorando massicciamente le tecnologie di diagnosi precoce e sostenevano ampiamente i progetti di intelligenza artificiale.

Grazie a ciò, abbiamo avuto accesso a una delle migliori strutture di test negli Emirati Arabi Uniti: l’ospedale militare Sheikh Zayed, dove abbiamo avuto dati di centinaia di pazienti con COVID-19 per addestrare il nostro motore AI.

Al prossimo stadio, i test hanno mostrato che la nostra tecnologia era molto precisa e aveva un grande potenziale. I ricercatori hanno pubblicato i loro risultati sulle riviste più importanti del Giappone e degli Stati Uniti, e il nostro metodo di test è stato utilizzato in diversi paesi asiatici durante le pandemie come strumento di emergenza.

Quando il COVID-19 è finito, ci siamo concentrati sulla rilevazione dell’asma utilizzando lo stesso approccio. L’Università di Sharjah, che attualmente è leader nella ricerca negli Emirati Arabi Uniti, ha approvato questi test.

Per il COVID-19, quanto è precisa questo sistema rispetto a PCR, LFT e test degli anticorpi?

Il valore predittivo positivo di Acoustery nel contesto della screening comunitaria per il COVID-19 è relativamente alto (81%) rispetto a Xpert MTB/RIF, un nuovo test che sta rivoluzionando la rilevazione e il controllo della tubercolosi contribuendo alla diagnosi rapida della malattia (61%) e ai tamponi faringei PCR (71%).

I nostri risultati hanno mostrato che il software sviluppato da Acoustery può essere utilizzato come strumento di screening non di laboratorio primario per rilevare i casi di COVID-19 e indirizzare i pazienti ai laboratori per il test PCR.

Puoi dirci di più sul machine learning utilizzato per addestrare l’AI?

Abbiamo assunto che per ottenere un tasso di rilevamento preciso del COVID-19, potremmo addestrare reti convolutive e ricorrenti per diagnosticare la malattia analizzando gli spettrogrammi della tosse e del respiro dei pazienti. Uno spettrogramma è un modo visivo di rappresentare la forza del segnale a diverse frequenze. Un certo numero di studi medici ha mostrato differenze significative tra la tosse dei pazienti che avevano il COVID e quelli che non l’avevano, quindi abbiamo addestrato il nostro motore AI a riconoscere tali differenze.

Gli sviluppi di Acoustery possono essere utilizzati per diagnosticare l’Alzheimer, che è comunemente percepito come un disturbo neurologico. Come funziona esattamente?

Il nostro studio esplora come le misure della voce possano essere collegate ai profili linguistici dei partecipanti con la malattia di Alzheimer (AD) e come questi profili possano distinguere l’AD dai cambiamenti associati all’invecchiamento normale. Per raggiungere ciò, il nostro AI analizza semplici frasi pronunciate da adulti più anziani con e senza AD, dal percentuale e numero di interruzioni della voce a shimmer (quotiente di perturbazione dell’ampiezza) e rapporto rumore-armonici. La precisione di questa analisi raggiunge il 90%.

In seguito, abbiamo utilizzato lo stesso approccio in Farcana Labs – una società focalizzata sulla raccolta di Big Data generata dai giocatori per la ricerca sulla progressione delle malattie, in particolare con i disturbi mentali.

Quali altre malattie possono essere diagnosticate utilizzando questo metodo?

L’asma è la nostra priorità principale al momento. La tubercolosi è un’altra area di focus, così come la malattia polmonare ostruttiva cronica (COPD), la fibrosi polmonare, la polmonite e il cancro ai polmoni.

Quanto sono grandi i set di dati di addestramento per questi casi d’uso?

Abbiamo migliaia di registrazioni di tosse nel nostro database raccolte durante gli ultimi quattro anni.

Qual è la tua visione per il futuro della diagnosi medica in generale?

I dati raccolti dai dispositivi personali giocheranno un ruolo significativo nella diagnosi precoce delle malattie e nella prevenzione delle pandemie. Anche i nostri telefoni cellulari hanno molti sensori: un microfono è solo uno di questi. Gli accelerometri che possono analizzare le abilità motorie e rilevare numerose malattie sono un altro.

Anche se queste tecnologie non dovrebbero essere l’unica fonte per la diagnosi, possono aiutare significativamente a prevedere e prevenire la diffusione di malattie respiratorie altamente infettive — e, di conseguenza, nuove pandemie. Acoustery può anche essere utilizzato nei paesi in via di sviluppo dove l’accesso ai test PCR è limitato.

Sembri avere molti progetti in corso; quali sono alcuni altri casi d’uso emozionanti che vedi per l’AI?

Lo spazio AI è unico. Come ricercatori di AI, ci concentriamo su nicchie che generano grandi quantità di dati, necessari per qualsiasi ricerca di AI. Abbiamo bisogno di molti pazienti per compilare set di dati di qualità, quindi abbiamo diversi pezzi di ricerca in corso e stiamo esplorando diversi settori aziendali.

Vediamo i giochi come un’area in cui viene generata una grande quantità di dati. Oggi, le persone giocano molti videogiochi, che sono una fonte di dati preziosa per la ricerca sanitaria. La raccolta di dati da dispositivi personali e wearable è un’altra direzione con un grande potenziale.

Tutto sommato, è emozionante esplorare questa tecnologia ora, e credo che abbia ancora molto potenziale da sfruttare in altri settori.

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