ハリム・アッバス、CognoaのチーフAIオフィサー – インタビュー・シリーズ

ハリム・アッバスは、CognoaのチーフAIオフィサーです。彼は、eBayやTeradataのようなゲームチェンジングなテクノロジー企業で世界クラスのデータサイエンスプロジェクトを主導したAIイノベーターであり、業界のベテランです。Cognoaは、幼児の行動発達のための医療基準を創出し、早期介入へのアクセスを確保することで、すべての子供たちと家族たちにとっての生涯の成果を向上させるための高品質な製品を提供することに尽力しています。

あなたは最初に機械学習とデータサイエンスに惹かれたのは何ですか？

私は子供の頃からコンピュータープログラミングに興味を持っていました。後になって、研究の最前線で働き、計算アルゴリズムによって達成可能なことの開拓に抵抗できない欲求によって、機械学習の分野に惹かれました。

eBayの元シニアリサーチサイエンティストとして、eBayプラットフォームの検索結果ランキングを最適化する背景があるようです。機械学習から得た基本的な教訓は何ですか？

eBayでは、私のチームは会社初の機械学習を活用した検索結果ランキングアルゴリズムを作成するよう依頼されました。同時に販売されている商品が数千万件、検索クエリーが1日に数十億件あるため、技術的な最大の課題は圧倒的なスケールを克服することでした。

最終的に、私がこの経験から得た最大の教訓は、目標自体の定義についてオープンな心を持つことであると考えます。ランキングアルゴリズムが買い手に最良の取引を提示することに成功したとしても、買い手は取引しない可能性があります。買い手は、良い取引を認識するために、悪い取引も見る必要があるからです。これは、データドリブンのアプローチと、事実を認識して戦略を調整するためのオープンな心が必要でした。

Cognoaではどのような状態が診断されるのですか？

Cognoaは、デジタル診断と治療を開発する小児行動発達の医療企業です。私たちの目標は、技術を活用して小児医療を合理化し、小児行動発達の医療における未対応のニーズに取り組むことです。まず、自閉症から始めています。

自閉症やその他の状態を子供たちに診断するための分類システムを構築する際の課題は何ですか？

幼児が非常に協力的な患者ではないこと以外に、私たちが直面している主な課題は、定義上のノイズと呼ばれるものです。つまり、AIアルゴリズムを訓練して状態を分類する際に、臨床科学がまだ発展途上である状態の境界を定義することが難しいということです。人間の専門家が、特定の子供の診断について意見が一致しない場合があります。特定の診断の根底にある要素の総合的な理解はまだ発展途上の科学です。例えば、数年前はアスペルガー症候群と呼ばれていたものが、今では自閉症スペクトラム障害（ASD）の傘下に含まれるものと考えられています。注意欠陥障害（ADD）と多動性障害（ADHD）は、統一された診断、注意欠陥多動性障害（ADHD）と見なされるようになりました。感覚処理障害（SPD）などの新しい診断分類は、まだ診断統計マニュアルに含まれていません。

これらの主観的な、変化する境界は、データサイエンティストにとって、克服すべき興味深く大きな課題を提示します。

Cognoaの診断システムは3つの結果を出力するように設計されています。なぜシステムはこのように設計されたのですか？

自閉症は、幅広い症状と合併症を伴う複雑な神経発達障害です。

私たちは、発達遅滞のリスクがある18〜72か月の幼児に対する自閉症の診断を支援するために、一次医療医師が正確かつ効率的に自閉症を診断できる診断支援ツールを開発しました。Cognoaの診断支援ツールは、介護者や両親と医師からの入力を1つのソリューションにまとめて分析することで、独自の方法で機能します。私たちの診断支援ツールは、入力を評価して、十分な情報がある場合、自閉症の陽性または陰性の結果を提供します。小児科医は、診断と適切なケアの指示を出すために、臨床的な症状と組み合わせてこの結果を使用します。

誤った分類のリスクを減らすために、アルゴリズムは、信頼性の高い「自閉症の陽性/陰性」の結果を提供するために、自信の低い場合に予測を控えるリスク制御措置として、不確実な出力を提供するように設計されています。これは、機械学習アルゴリズムのリスク制御の標準的な方法です。

親の偏見を排除するために、Cognoaはどのようにして親から提供されるデータを扱いますか？

優れた質問です。機械学習の最大の利点の1つは、ノイズや偏見のある入力データを克服できることです。親たちの報告は、長期間の観察に基づいて主観的で偏っている可能性がありますが、医師の報告は、短期間の観察に基づいてより客観的ですが、情報が不足している可能性があります。

両方の入力を1つの機械学習プロセスに組み合わせることで、アルゴリズムはこれらの入力の相補的な性質に適応し、個々の情報源よりも信頼性の高い決定を下すことができます。

Cognoaでは、データサイエンスのベストプラクティスをどのように実践していますか？特に人種や性別の偏見を避けるために？

私たちは、医療へのアクセスを均等化する製品を開発する会社です。AIベースのイノベーションは、社会における既存の偏見を吸収し、増幅する可能性があることを認識しています。例えば、女の子は平均して男の子よりも1.5年遅れて自閉症の診断を受けます。また、8歳未満の自閉症の子供の4人に1人は、黒人またはヒスパニックであり、診断されていません。これは、現在のシステムにおけるアクセスの欠如と、歴史的に自閉症の特徴が白人男性に偏っているためです。

これらの既存の偏見に対処するために、私たちは、性別、人種、民族、社会経済的背景の違いを考慮して技術を開発しました。私たちは、社会的に責任あるAI憲章を策定し、遵守しています。私たちのAIアルゴリズムは、多様な背景、状態、症状、合併症を持つ男の子と女の子の数千人の患者のデータを使用して開発され、臨床的に検証されています。

大量の外部データポイントを参照し、数百人の医師の経験を分析することで、CognoaのAIは、医師が無意識の偏見を克服するのを支援する可能性があります。

Cognoaでは現在、どのような治療ソリューションが提供されていますか？

現在、Cognoaでは治療ソリューションは提供されていません。しかし、開発中のソリューションはあり、AIには、治療ソリューションを子供たちの行動発達の障害を持つ子供たちにとってよりアクセスしやすく、利用しやすくする潜在能力があります。

Cognoaでのあなたの仕事について、他に何か共有したいことはありますか？

私は、現在の役割でCognoaに留まることができたのは、多くの人々の生活に深い影響を与える問題に取り組むことの満足感からであると思います。親たちが子供たちをケアするのを支援することは、最も高尚な使命であると考えます。

素晴らしいインタビュー、詳しく知りたい読者はCognoaを訪れてください。