일만 샤자예프, Acoustery의 공동 창립자 및 CEO – 인터뷰 시리즈

일만 샤자예프는 Acoustery의 공동 창립자 및 CEO입니다. Acoustery는 호흡기 질환의 초기 인식을 위해 AI 기술을 개발하는 헬스 테크 회사입니다.

컴퓨터 과학 및 엔지니어링에 관심을 갖게 된 것은 무엇입니까?

오늘날 사용할 수 있는 데이터의 양은 이전보다 훨씬 더 많습니다. 또한 AI 기술은 매우 데이터 의존적이며 최근 몇 년 동안 엄청난 발전을 이루었습니다. 이러한 분야에서 연구를 하는 것은 매우 흥미롭습니다.

현재私は Big Data 프로젝트에 집중하고 있습니다. COVID-19 동안私は Acoustery를 공동 설립했습니다. Acoustery는 사용자의 목소리, 기침, 호흡을 분석하여 건강을 모니터링하는 완전 자동화된 AI 기반 솔루션입니다.

다음 단계는 건강 연구와 게임을 결합하는 것이었습니다. 왜냐하면 이 산업에서 생성되는 데이터의 양은 유일하며, 게이머들은 데이터를 공유하고 과학적 진보에 기여하기 위해 준비된 초기 채택자들이기 때문입니다. 동시에 진행 중인 임상 시험의 수는 적으며, 진행은 느리며, 게임 부문에서는 훨씬 더 동적인 데이터 처리가 가능합니다.

Acoustery의 기원 이야기를 자세히 설명해 주시겠습니까?

앞서 언급했듯이 Acoustery는 팬데믹 동안 시작되었습니다. 비즈니스 기회는 2020년에 상대적으로 제한적이었습니다. 그러나私は 두바이에서 머물고 있었으며, 이는 프로젝트를 운영할 수 있는 몇 안 되는 장소 중 하나였습니다.

내 공동 창립자 드미트리 미하일로프 박사(National University of Singapore 교수)와私は 새로운 도전에 직면했습니다. COVID-19의 초기 감지를 위한 도전이었습니다. 당시 UAE는 초기 진단 기술을 대규모로 탐색하고 있었으며 AI 프로젝트를 대규모로 지원했습니다.

이로 인해 우리는 UAE의 최고 수준의 테스트 시설 중 하나인 셰이크 자이드 군사 병원에 접근할 수 있었습니다. 여기서 우리는 수백 명의 COVID-19 환자로부터 수집된 데이터를 사용하여 우리의 AI 엔진을 훈련할 수 있었습니다.

다음 단계에서 테스트 결과는 우리의 기술이 매우 정확하고 훌륭한 잠재력을 가지고 있음을 보여주었습니다. 연구자들은 일본과 미국의 최고 등급 저널에 결과를 발표했으며, 우리의 테스트 방법은 아시아 여러 나라에서 팬데믹 동안 비상 도구로 사용되었습니다.

COVID-19가 끝난 후 우리는 동일한 접근 방식을 사용하여 천식 감지를 중점적으로 연구했습니다. UAE의 연구를 이끄는 샤르자 대학에서 이러한 테스트를 승인했습니다.

COVID-19의 경우 이 시스템은 PCR, LFT, 항체 테스트와 비교하여 얼마나 정확합니까?

Acoustery의 양성 예측 값은 COVID-19에 대한 커뮤니티 전반적인 스크리닝에서 상대적으로 높습니다(81%). 이는 Xpert MTB/RIF(61%)와 PCR 가래 스왑(71%)에 비해 높습니다.

我们的 연구 결과는 Acoustery에서 개발한 소프트웨어가 COVID-19를 감지하기 위한 주요 비 실험실 스크리닝 도구로 사용될 수 있으며, 환자를 실험실에서 PCR 테스트를 받을 수 있도록 라우팅할 수 있음을 보여주었습니다.

AI를 훈련하는 데 사용되는 기계 학습에 대해 자세히 설명해 주시겠습니까?

우리는 COVID-19를 정확하게 감지하기 위해 합성곱 및 재귀 신경망을 훈련시킬 수 있다고 가정했습니다. 이러한 신경망은 환자의 기침 및 호흡의 스펙트로그램을 분석하여 질병을 진단할 수 있습니다. 스펙트로그램은 다양한 주파수에서 신호 강도를 시각적으로表示하는 방법입니다. 여러 의학 연구에서 COVID-19 환자의 기침과 그렇지 않은 환자의 기침 사이에显著한 차이가 있음을 보여주었습니다. 따라서 우리는 이러한 차이를 인식하도록 우리의 AI 엔진을 훈련시켰습니다.

Acoustery의 개발은 일반적으로 신경계 질환으로 간주되는 알츠하이머병을 진단하는데 사용될 수 있습니다. 정확히 어떻게 작동합니까?

我们的 연구는 언어 프로필과 알츠하이머병에 걸린 참가자들의 언어 프로필 사이의 연관성을探索합니다. 이러한 프로필은 정상 노화와 관련된 변경 사항과 알츠하이머병을 구별하는 데 사용될 수 있습니다. 이를 달성하기 위해 우리의 AI는 알츠하이머병이 있는 노인과 없는 노인이 발음한 간단한 문장을 분석합니다. 이는 음성 중단의 百分比와 수, 시머(shimmer, 振動擾乱係数) 및 노이즈-하모닉스 비율을 포함합니다. 이 분석의 정확도는 90%에 달합니다.

나중에 우리는 동일한 접근 방식을 Farcana Labs에서 사용했습니다. Farcana Labs는 게임에서 생성되는 빅 데이터를 수집하여 질병 진행, 특히 정신 질환을 연구하는 벤처입니다.

이 방법을 사용하여 진단할 수 있는 다른 질환은 무엇입니까?

천식이 우리의 주요 우선 순위입니다. 결핵, 만성 폐쇄성 폐질환(COPD), 폐 섬유증, 폐렴, 폐암도 우리의重点입니다.

이러한 사용 사례에 대한 훈련 데이터 세트는 얼마나 큰가요?

우리는 지난 4년 동안 수집된 기침 녹음이 수천 개 있습니다.

의료 진단의 미래에 대한您的 비전은 무엇입니까?

개인 기기에서 수집되는 데이터는 질병을 초기 단계에서 진단하고 전염병을 예방하는 데 중요한 역할을 할 것입니다. 우리의 모바일폰에도 여러 센서가 있습니다. 마이크는 그 중 하나입니다. 운동 기능을 분석하고 다양한 질병을 감지할 수 있는 가속도계도 있습니다.

이러한 기술은 진단의 유일한 출처가 아니어야 하지만, 높은 전염성 호흡기 질환의 예측 및 예방以及 새로운 전염병의 확산에 크게 도움이 될 수 있습니다. Acoustery는 또한 PCR 테스트에 접근이 제한적인 개발 도상국에서 사용될 수 있습니다.

여러 프로젝트가 진행 중인 것으로 보입니다. AI에 대한 다른 흥미로운 사용 사례는 무엇입니까?

AI 공간은 유일합니다. AI 연구자로서 우리는 빅 데이터를 생성하는 니치에 집중합니다. 우리는 질병을 컴파일하기 위해 많은 환자가 필요합니다. 따라서 우리는 병렬로 여러 연구를 진행하고 있으며 여러 비즈니스 수직을 탐색하고 있습니다.

우리는 게임을 데이터의 풍부한 출처로 간주합니다. 오늘날 사람들은 많은 비디오 게임을 합니다. 이는 건강 연구를 위한貴重한 데이터 출처입니다. 개인 기기 및 웨어러블 디바이스에서 데이터를 수집하는 것도 큰 잠재력을 가진 또 다른 벡터입니다.

전반적으로 현재 이 기술을 탐색하는 것은 흥미롭고, 다른 분야에서 여전히 더 많은 잠재력을 발휘할 수 있을 것으로 믿습니다.

멋진 인터뷰 감사합니다. 더 많은 정보를 배우고 싶은 독자는 Acoustery를 방문하십시오.