Akilesh Bapu, DeepScribe 설립자 겸 CEO – 인터뷰 시리즈

Akilesh Bapu는 딥스크라이브는 자연어 처리(NLP)와 고급 딥 러닝을 사용하여 의사와 환자의 대화에 대한 정확하고 규정을 준수하며 안전한 메모를 생성합니다.

AI와 자연어 처리를 소개하고 매력을 느끼게 된 계기는 무엇이었나요?

내 기억이 맞다면, "Iron Man"의 Jarvis는 나를 자연어 처리와 AI의 세계에 처음으로 매료시켰습니다. 특히 인간이 얼마나 빨리 작업을 완료할 수 있을 뿐만 아니라 특정 작업에 대해 믿을 수 없을 정도로 깊이 들어가 특정 정보를 공개할 수 있는지에 대해 매우 흥미로웠습니다. 이 AI.

"AI 자체는 대부분의 작업에서 인간만큼 좋지는 않지만 인간과 AI를 결합하면 그 조합이 지배할 것"이라는 개념이었습니다. 자연어 처리는 이러한 인간/AI 조합이 발생하는 가장 효율적인 방법입니다.

그때부터 저는 Siri, Google Now, Alexa 등에 집착했습니다. Jarvis만큼 매끄럽게 작동하지는 않았지만 Jarvis처럼 작동하게 만들고 싶었습니다. 특히 "Alexa do this", "Alexa do that"과 같은 명령은 현재 기술 상태에서 매우 쉽고 정확합니다. 그러나 Jarvis와 같이 다른 대화 교환 중에 실제로 학습하고 이해하고, 필터링하고, 중요한 주제를 선택할 수 있는 경우에는 이전에 실제로 수행된 적이 없었습니다. 이것은 실제로 제가 DeepScribe를 설립한 핵심 동기 중 하나와 직접적인 관련이 있습니다. 우리는 의사를 위한 문서화 문제를 해결하는 동시에 완전히 새로운 지능의 물결인 주변 지능을 시도하고 있습니다. 일상적인 발화를 파헤치고 유용한 정보를 찾고 그 정보를 사용하여 도움을 줄 수 있는 AI입니다.

이전에 UC Berkeley College of Engineering에서 딥 러닝과 NLP를 사용한 연구를 수행했습니다. 어떤 연구를 하셨습니까?

Berkeley AI Research Lab으로 돌아가서 특정 출력 매개변수를 사용하여 PubMed 기사를 요약하는 유전자 온톨로지 주석 프로젝트를 진행하고 있었습니다.

상위 수준 개요: CNN 뉴스 기사 요약과 같은 작업을 수행합니다. 이 작업에서 뉴스 기사를 가져와 대략 몇 문장으로 요약합니다. 2.5만 개 이상의 기사에서 이러한 모델을 교육할 수 있는 데이터와 기능이 있습니다. 그러나 요약에 대한 구조가 제한되어 있기 때문에 문제 공간이 엄청납니다. 또한 실제 기사에는 구조가 거의 없습니다. XNUMX년 전 이 프로젝트를 진행한 이후로 꽤 많은 개선이 있었지만 여전히 해결되지 않은 문제입니다.

그러나 우리 연구 프로젝트에서는 기사의 구조화된 요약을 개발했습니다. 이 경우 구조화된 요약은 출력 요약의 정확한 구조를 알고 있다는 점을 제외하면 일반적인 요약과 유사합니다. 이는 기계 학습 모델의 출력 옵션을 대폭 줄여주기 때문에 도움이 됩니다. 문제는 데이터 집약적인 딥 러닝 모델을 실행하고 유용한 결과를 얻기 위한 주석이 달린 훈련이 충분하지 않다는 것이었습니다.

이 프로젝트에서 수행한 작업의 핵심은 입력 데이터에 대한 지식을 활용하고 이를 지원하는 얕은 ML 모델의 앙상블을 개발하는 것이었습니다. 이 기술은 우리가 발명한 2단계 주석자라고 합니다. 2단계 애노테이터는 이전 최고보다 거의 20배의 정확도로 벤치마킹했습니다(54% 대 3.6%).

나란히 놓고 보면 이 프로젝트와 DeepScribe는 완전히 다르게 들릴 수 있지만 제한된 데이터 세트에서 결과를 크게 개선하기 위해 2단계 주석 방법을 사용한 방식은 매우 유사했습니다.

DeepScribe를 출시하게 된 동기는 무엇입니까?

모든 것은 종양 전문의였던 아버지로부터 시작되었습니다. 전자 건강 기록 시스템이 건강 관리를 장악하기 전에 의사는 종이에 무언가를 적고 메모하는 데 거의 시간을 할애하지 않았습니다. 그러나 2009년 HITECH 법의 일부로 EHR이 인기를 끌기 시작하자 아버지가 컴퓨터에서 점점 더 많은 시간을 보낸다는 사실을 알게 되었습니다. 그는 나중에 집에 오기 시작했습니다. 주말에 그는 소파에 앉아 메모를 구술했습니다. 그가 학교에서 나를 데리러 오거나 농구 연습을 하는 것과 같은 단순한 일들은 그가 저녁 시간 대부분을 문서를 따라잡는 데 사용하기 때문에 과거의 일이 되었습니다.

엉뚱한 아이가 자라면서 나는 웹을 검색하고 그에게 시도하게 하여 해결책을 찾으려고 노력했습니다. 슬프게도 오랜 시간의 문서화 작업에서 그를 구해 줄만큼 잘 작동한 것은 없었습니다.

몇 년 후인 2017년 여름, 저는 Berkeley AI Research Lab에서 문서 요약 프로젝트를 진행하는 연구원입니다. 어느 여름 집에 돌아왔을 때 아버지가 여전히 많은 시간을 문서화하는 데 쓰고 계신다는 것을 알게 되었습니다. “문서화의 세계에서 새로운 것은 무엇입니까? Alexa는 어디에나 있고 Google Assistant는 이제 정말 좋습니다. 의료 분야의 최신 소식은 무엇입니까?” 그러자 그의 대답은 "아무것도 변한 것이 없다"였다. 나는 그 사람만 그런 줄 알았는데 그의 동료 여러 명을 조사해 보니 같은 문제였습니다. 암 치료의 최신 기술이나 환자들이 겪고 있는 새로운 문제가 아니라 문서화였습니다. “문서를 없애려면 어떻게 해야 합니까? 문서화 시간을 어떻게 절약할 수 있습니까? 시간이 너무 많이 걸립니다.”

나는 또한 문서화를 해결하기 위해 등장한 여러 회사를 발견했습니다. 그러나 너무 비싸거나(한 달에 수천 달러) 기술적으로 너무 미미했습니다. 당시 의사들은 선택의 여지가 거의 없었습니다. 그때 우리가 의사의 환자 방문을 추적하고 요약할 수 있는 기술인 인공 지능 의료 서기를 만들 수 있고 모든 사람이 접근할 수 있는 비용으로 제공할 수 있는 기회가 열렸습니다. 의학으로 돌아가는 치료의 기쁨.

DeepScribe를 시작했을 때 귀하의 나이는 겨우 22세였습니다. 기업가로서의 여정을 설명해 주시겠습니까?

기업가 정신을 처음 접한 것은 고등학교 때였습니다. 우연히 자바스크립트의 기초를 알게 된 친구와 제가 학습장애아동센터의 원장을 만나면서 시작되었습니다. 그들은 우리에게 가장 단순한 도구가 어떻게 난독증 어린이들에게 큰 도움이 될 수 있는지 말했습니다. 우리는 결국 난독증 판독기 Chrome 확장 프로그램을 함께 해킹했습니다. 난독증이 있는 사람들이 쉽게 읽을 수 있도록 과학적 지침을 충족하도록 글꼴을 조정했을 뿐입니다. 개념은 간단했지만 몇 달 만에 5000명 이상의 활성 사용자를 확보했습니다. 기본 기술이 사람들에게 어떻게 그렇게 큰 영향을 미칠 수 있는지에 놀랐습니다.

Berkeley에서 나는 주로 다양한 수업을 통해 가능한 한 기업가 정신의 세계를 계속 탐구했습니다. 내가 가장 좋아하는 것은 다음과 같습니다.

1. Newton Lecture Series - InDinero의 Jessica Mah나 VMWare의 Diane Greene과 같이 Cal 동창이었던 사람들이 Berkeley에서의 시간과 회사를 어떻게 시작했는지에 대해 관련성이 높은 이야기를 했습니다.
2. 챌린지랩 - 이 수업을 통해 공동창업자인 고광수님을 실제로 만났습니다. 우리는 그룹으로 배치되어 제품을 만들고 초기 단계에서 아이디어를 실행하는 데 필요한 사항에 대해 멘토링을 받는 한 학기 동안의 여정을 거쳤습니다.
3. 린 런치패드(Lean Launchpad) - 세 가지 중에서 제가 가장 좋아하는 것입니다. Steve Blank(저명한 억만장자이자 린 스타트업 운동의 배후에 있는 사람)의 안내를 받아 아이디어를 얻고, 100명의 고객 인터뷰를 통해 검증하고, 재무 모델을 구축하는 등의 혹독하고 엄격한 과정이었습니다. 이것은 우리가 슬라이드 1 또는 2에서 중단되고 구워지기 위해 "시작"을 피칭하는 수업 유형이었습니다. 그것만으로 충분하지 않다면 일주일에 10명의 고객을 인터뷰해야 했습니다. 당시 우리의 아이디어는 비용이 많이 드는 선행 기술 검색과 유사한 결과를 제공하는 특허 검색을 만드는 것이었습니다. 그것은 우리에게 빠르게 생각하고 더 많은 수완을 발휘하도록 가르쳐주었기 때문에 훌륭했습니다.

DeepScribe는 The House Fund라는 투자 그룹이 여름 인턴십을 거절하고 회사를 세우는 데 여름을 보낼 학생들을 위해 수표를 쓰면서 시작되었습니다. 우리는 방금 Delphi(특허 검색 엔진)를 종료했고 Matt와 나는 의료 문서에 대해 끊임없이 이야기했고 모든 것이 제대로 작동했습니다.

의사를 위한 제품을 구축하는 데 있어 가장 중요한 요소 중 하나가 고객 피드백을 중심으로 제품을 반복하고 개선하는 것이었기 때문에 DeepScribe를 통해 우리는 Lean Launchpad에서 갓 나온 것이 행운이었습니다. 의료 산업의 역사적 문제는 소프트웨어가 디자인 루프에 의사를 거의 포함하지 않았기 때문에 소프트웨어가 최종 사용자에게 최적화되지 않았다는 것입니다.

DeepScribe는 버클리에서의 마지막 해와 동시에 발생했기 때문에 균형을 잡는 작업이었습니다. 나는 바로 고객 데모를 위해 정시에 도착할 수 있도록 양복을 입고 수업에 나타났습니다. 나는 모든 EE 시설과 교수진을 수업과 관련된 것이 아니라 DeepScribe를 위해 100% 사용할 것입니다. 저의 연구 멘토와의 만남은 심지어 DeepScribe 브레인스토밍 세션으로 바뀌었습니다.

돌이켜보면 내 여정에서 한 가지를 바꿔야 한다면 대학을 잠시 보류하여 내 시간의 150%를 DeepScribe에 할애했을 것입니다.

의료 전문가를 위해 DeepScribe를 사용하는 것의 이점이 기존의 음성 받아쓰기 또는 심지어 메모하는 방법과 비교하여 어떤 이점이 있는지 설명할 수 있습니까?

DeepScribe를 사용하는 것은 실제 인간 서기를 사용하는 것과 매우 유사합니다. 환자와 자연스럽게 대화할 때 DeepScribe는 일반적으로 메모에 포함되는 의학 관련 음성을 듣고 선택하여 사용자가 사용하는 것과 동일한 의학 언어를 사용하여 대신 입력합니다. 우리는 당신이 원하는 대로 전자 건강 기록 시스템의 문서화를 돕고자 하는 대로 교육할 수 있는 새로운 AI 기반 의료 직원으로 생각하고 싶습니다. 돌아가서 문서화해야 하는 전체 단계를 제거하므로 음성 받아쓰기 서비스를 사용하는 것과는 매우 다릅니다. 일반적인 받아쓰기 서비스는 10분 분량의 문서를 7-8분으로 변환하지만 DeepScribe는 이를 몇 초로 변환합니다. 의사들은 얼마나 많은 환자를 진료하느냐에 따라 하루 1.5~3시간의 시간을 절약했다고 ​​보고합니다.

DeepScribe는 장치에 구애받지 않으며 iPhone, Apple Watch, 브라우저(원격 의료용) 또는 하드웨어 장치에서 작동할 수 있습니다.

복잡한 의학 용어로 인해 DeepScribe가 직면할 수 있는 음성 인식 또는 NLP 문제는 무엇입니까?

일반적인 의견과는 달리 복잡한 의학 용어는 실제로 DeepScribe가 선택하기 가장 쉬운 부분입니다. DeepScribe에서 가장 까다로운 부분은 환자가 의사에게 줄 수 있는 고유한 상황 설명을 선택하는 것입니다. 일반적인 대화에서 멀어질수록 AI가 비틀거리는 것을 더 많이 볼 수 있습니다. 그러나 우리가 더 많은 대화 데이터를 수집함에 따라 매일 극적으로 개선되는 것을 볼 수 있습니다.

DeepScribe와 함께 사용되는 다른 기계 학습 기술은 무엇입니까?

음성 인식 및 NLP의 큰 우산은 우리가 DeepScribe에서 수행하는 대부분의 기계 학습을 다루는 경향이 있습니다.

DeepScribe를 사용하는 병원, 비영리 단체 또는 교육 기관의 이름을 지정할 수 있습니까?

DeepScribe는 UC Berkeley Health Center의 파일럿 프로그램을 통해 시작되었습니다. Hartford Healthcare, Texas Medical Center 및 Cedar Valley Medical Specialists는 DeepScribe가 작업하는 대규모 시스템 중 일부입니다.

그러나 DeepScribe 사용자의 더 큰 비율은 알래스카에서 플로리다에 이르는 50개의 개인 진료소입니다. 가장 인기 있는 전문 분야는 XNUMX차 진료, 정형외과, 위장병학, 심장학, 정신의학 및 종양학이지만 소수의 다른 전문 분야도 지원합니다.

DeepScribe는 최근 COVID-19 지원 프로그램을 시작했습니다. 이 프로그램을 안내해 주시겠습니까?

COVID-19는 우리 의사들을 강타했습니다. 진료는 환자 부하의 30-40%만 보고 있으며, 서기 인력은 감축되고 있으며, 제공자는 모든 환자를 원격 진료로 신속하게 전환해야 합니다. 이 모든 것이 의료 제공자를 위한 더 많은 사무 업무로 이어집니다. DeepScribe는 이 전염병이 멈추기 위해서는 의사가 환자를 돌보는 데 100%의 관심과 시간을 바쳐야 한다고 굳게 믿습니다.

이러한 원인을 지원하기 위해 우리는 이 팬데믹과 싸우는 의료 전문가를 위한 무료 원격 의료 솔루션을 출시하게 된 것을 자랑스럽게 생각합니다. 당사의 원격 의료 솔루션은 AI 기반 의료 서기 솔루션과 완전히 통합되어 당사 플랫폼에서 이루어진 만남에 대한 임상 문서가 필요하지 않습니다.

우리는 또한 대유행 기간 동안 무료로 필기 서비스를 제공하고 있습니다. 이는 모든 의사가 문서를 처리하기 위해 무료로 필사자를 이용할 수 있음을 의미합니다. 이를 통해 의사가 환자에게 더 많은 관심을 집중하고 문서 작성에 소요되는 시간을 줄여 COVID-19 발생을 더 빨리 중단할 수 있기를 바랍니다.

훌륭한 인터뷰에 감사드립니다. DeepScribe와 귀하의 기업가적 여정에 대해 배우는 것이 정말 즐거웠습니다. 더 많은 것을 배우고 싶은 사람은 방문해야 합니다. 딥스크라이브.