Terry Poon, medgrunnlegger og CTO i Twin Health – Intervju-serie

Terry Poon var med å grunnlegge Twin Health og driver visjonen for teknologiutvikling. Han leder utviklingen av Twins innovative plattform og unike algoritmer for å forbedre menneskets metabolske helse ved hjelp av IoT, maskinlæring og Digital Twin-teknologier. Før Twin var Terry VP of Engineering i Jasper Technologies, der han bygget globale programvareutviklingslag og tjente som leder for selskapets IoT-cloudplattform. I tillegg ledet Terry ingeniørinnsatsen for Jaspar sin lansering på det kinesiske markedet, som var det raskest voksende i selskapets historie. Før Jasper hadde Terry ingeniør- og lederstillinger i Oracle (ORCL ).

Hva var det som først fikk deg interessert i datavitenskap og til slutt IoT?

Jeg begynte å programmere på en Apple (AAPL ) IIe i en ung alder og var absolutt fascinert av datamaskinens magi til å omgjøre ideer til virkelighet med bare noen få tastetrykk.

Jeg fortsatte å følge denne lidenskapen ved MIT, der jeg tok en bachelor- og mastergrad i datavitenskap. Jeg skrev min masteroppgave om emnet Software Agents, autonome programvareprogrammer som bruker AI til å resonere om verden, ta beslutninger og utføre handlinger på vegne av deg.

Etter eksamen jobbet jeg hos Oracle i noen år, før jeg gikk til en tidlig IoT-startup kalt Jasper Technologies som hadde en visjon om å slå sammen den digitale og fysiske verden ved å lage en plattform for å koble og administrere diverse enheter over globale trådløse nettverk. Over omtrent 10 år skalerte vi fra 0 til over 160 millioner enheter som kjørte på Jasper-plattformen rundt om i verden.

Kunne du dele historien bak Twin Health?

Twin Health oppfant Whole Body Digital Twin for å hjelpe mennesker å reversere og forebygge kroniske metabolske sykdommer. Vi innsett at omfanget av disse sykdommene økte rundt om i verden, men ingen hadde løst rotsårsaken til disse sykdommene. Vi innsett også at den underliggende utfordringen med slike tilstander var ett av de mest komplekse systemene – menneskets metabolisme, som varierer på individnivå. Vi følte oss unikt posisjonert til å bruke vår erfaring med AI og IoT-teknologi, og kombinere med dypt medisinsk vitenskap til å gi en løsning for mennesker.

En del av vår inspirasjon kom fra Jasper Technologies. Mens jeg var hos Jasper, samarbeidet vi med mange innovative selskaper rundt om i verden, inkludert Tesla (TSLA ). Tesla bygger en Digital Twin-programvaremodell av hver bil de selger; Jasper bygget IoT-plattformen som muliggjør Teslas infrastruktur til å diagnostisere problemer og oppdatere bilens programvare automatisk, og holde hver bil i toppkondisjon hele tiden.

Cisco Systems (CSCO ) kjøpte Jasper i 2016. I 2018 gikk Jasper CEO Jahangir Mohammed sammen med meg og vår tredje medgrunnlegger Maluk Mohamed for å starte Twin Health, med mål om å anvende denne Digital Twin-konseptet til menneskekroppen. Hos Twin har vi oppfunnet vår egen teknologi kalt Whole Body Digital Twin, som kombinerer IoT-sensorene, maskinlæring og medisinsk vitenskap til å reversere kroniske metabolske sykdommer.

Hva er noen eksempler på kroniske metabolske sykdommer for lesere som ikke er kjent med denne betegnelsen?

Kroniske metabolske sykdommer refererer til tilstander relatert til en forstyrret metabolisme, som diabetes, prediabetes, hypertensjon (høyt blodtrykk), dyslipidemi (høyt kolesterol), fedme og fettlever sykdom.

Hva er nøyaktig Whole Body Digital Twin?

Whole Body Digital Twin er en dynamisk, digital representasjon av hver persons unike metabolisme bygget fra 3000+ datapunkter samlet inn daglig fra sensorer, kombinert med maskinlæringsmodeller til å bestemme årsak-og-virkningsforhold, forutsi fremtidige metabolske tilstander og anbefale spesifikke handlinger til hver enkelt person for å forbedre sin egen helse.

Kunne du diskutere hva noen av de ikke-invasive bærbare sensorerne er og hva datapunkter som samles inn?

Sensorerne inkluderer en kontinuerlig glukoseovervåker, en aktivitetstracker, en blodtrykkmåler og en kroppssammensetningsvekt. Ved hjelp av disse sensorerne samler vi inn over 3 000 datapunkter per person per dag, inkludert nøkkelmetabolske helsesignaler som blodglukose, per-minutt hjertefrekvens, hjertefrekvensvariabilitet, blodoksygen, skritt, søvnfaser, systolisk trykk, diastolisk trykk, vekt, viskeral fett osv. Med disse signalene er vi i stand til å få dypt innsikt i din metabolisme, dvs. hvordan din kropp reagerer når du gjennomfører daglige aktiviteter som å spise forskjellige matvarer, gjøre forskjellige typer øvelser, sove osv.

Hva analyserer og søker maskinlæringsystemet etter med denne samlede data?

Vår datavitenskapelige team har utviklet flere maskinlæringsmodeller til å forutsi forskjellige biomarkører og anbefale spesifikke handlinger for å forbedre disse biomarkørene.

For eksempel varierer metabolske responsene dramatisk fra person til person, og for hver person fra mat til mat og fra tid til tid; to personer kan spise eksakt den samme maten og likevel ha helt forskjellige respons. Våre modeller bruker over 100 ML-egenskaper til å forutsi responsene nøyaktig for hver enkelt mat og hver enkelt person.

Hvordan deles denne informasjonen så med sluttbrukeren?

Vår Whole Body Digital Twin gir klare helseveiledninger til våre medlemmer på to måter. Først analyserer den automatisk dine komplekse biomarkører hver dag for å generere en enkel visualisering av din nåværende metabolske helse, inkludert en total score og nedbryting i hver enkelt metabolsk helseside. For det andre genererer den høyt personlige anbefalinger for å forbedre din helse ved å anvende faktorer som presisjonernæring, aktivitet, søvn og pusting.

Kunne du diskutere noen av resultater fra forskjellige forsøk som har blitt gjennomført?

Twin Healths kliniske forskningsteam har gjennomført en randomisert kontrollert studie i over ett år og har publisert våre resultater i flere fagfellevurderte tidsskrifter. Dette er verdens første randomiserte kontrollerte studie (RCT) for å reversere kroniske metabolske sykdommer ved hjelp av digital tvilling-teknologi. Vi har sett enestående helseutfall. Pasientene hadde en gjennomsnittlig reduksjon i HbA1c på 3,1 (gjennomsnittlig utgangspunkt 8,7) med over 90% som oppnådde type 2-diabetes-reversering (HbA1c mindre enn 6,5), og 92% eliminerte alle diabetesmedisiner, inkludert insulin. I tillegg hadde pasientene en gjennomsnittlig vektreduksjon på 9,1 kg (20 lbs). Blant pasienter med abnormal leverfunksjon (definert av en forhøyet ALT på kliniske laboratorieverdier) var det en gjennomsnittlig reduksjon i ALT på 24 enheter/L. I sammenligning oppnådde kontrollgruppen ikke diabetes-reversering, noen reduksjon i diabetesmedisiner eller en betydelig forbedring i vekt eller leverfunksjon. De vitenskapelige resultater fra RCT og kommersielle resultater er publisert i 21 fagfellevurderte internasjonale medisinske tidsskrifter og konferansepaper og abstrakter.

Hva er din visjon for fremtidens personlig helse og medisin?

Mennesker er usedvanlig diverse; vi alle har unik biologi, forskjellige metabolske respons og forskjellige livsstilspreferanser for mat, aktivitet osv. På grunn av dette fungerer ikke en en-size-fits-all-løsning; helse skal være presis og tilpasset behov og preferanser for hver enkelt person.

Hos Twin tror vi på kraften av virkelig personlig presisjonshelse til å oppdage og reversere sykdommer på den mest effektive måten for hver person, og holde alle friske for livet.

Er det noe annet du ønsker å dele om Twin Health eller Whole Body Digital Twin?

Vi lever i en tid med rask innovasjon drevet av AI, IoT og andre disruptive teknologier. Hos Twin er vi dedikert til AI for godt — å bruke AI til å forstå det mest komplekse systemet av alle, menneskets metabolisme, på individnivå. Vi anvender disse teknologiene til å løse den massive utfordringen som kroniske metabolske sykdommer utgjør, som rammer over en milliard mennesker rundt om i verden. Vennligst se twinhealth.com for å finne ut mer.