Terry Poon, współzałożyciel i CTO Twin Health – seria wywiadów

Terry Poon jest współzałożycielem Twin Health i kieruje rozwojem technologii. Prowadzi tworzenie innowacyjnej platformy Twin oraz unikalnych algorytmów, które poprawiają zdrowie metaboliczne ludzi za pomocą technologii IoT, machine learning i Digital Twin. Przed dołączeniem do Twin, Terry był wiceprezesem ds. inżynierii w Jasper Technologies, gdzie budował globalne zespoły inżynierskie i pełnił funkcję głównego architekta chmury IoT. Dodatkowo, Terry kierował wysiłkami inżynieryjnymi podczas wejścia Jaspera na rynek chiński, który był najszybciej rozwijającym się rynkiem w historii firmy. Przed Jasperem, Terry zajmował stanowiska inżynierskie i kierownicze w Oracle (ORCL ).

Czym było to, co początkowo zainteresowało Cię informatyką i ostatecznie IoT?

Zacząłem programować na Apple (AAPL ) IIe w bardzo młodym wieku i byłam absolutnie zafascynowany magią komputerów, które mogły przekształcić pomysły w rzeczywistość za pomocą kilku klawiszów.

Kontynuowałem tę pasję na MIT, gdzie ukończyłem studia licencjackie i magisterskie z informatyki. Moja praca magisterska dotyczyła tematu agentów programowych, autonomicznych programów, które wykorzystują sztuczną inteligencję do rozumienia świata, podejmowania decyzji i wykonywania działań w Twoim imieniu.

Po ukończeniu studiów pracowałem w Oracle przez kilka lat, a następnie dołączyłem do startupu IoT o nazwie Jasper Technologies, który miał wizję połączenia świata cyfrowego i fizycznego poprzez stworzenie platformy do łączenia i zarządzania różnymi urządzeniami na sieciach bezprzewodowych na całym świecie. Przez około 10 lat rozwinęliśmy się od 0 do ponad 160 milionów urządzeń działających na platformie Jasper na całym świecie.

Czy mógłbyś podzielić się historią powstania Twin Health?

Twin Health wynalazł Whole Body Digital Twin™, aby pomóc ludziom odwrócić i zapobiec przewlekłym chorobom metabolicznym. Rozpoznaliśmy, że zakres tych chorób wzrastał na całym świecie, a nikt nie rozwiązał jeszcze przyczyny tych chorób. Rozpoznaliśmy również, że podstawowym wyzwaniem w przypadku tych chorób jest jeden z najbardziej złożonych systemów – ludzki metabolizm, który różni się na poziomie indywidualnym. Czuliśmy się wyjątkowo przygotowani do wykorzystania naszego doświadczenia z AI i technologią IoT oraz połączenia go z głęboką wiedzą medyczną, aby zapewnić rozwiązanie dla ludzi.

Część naszej inspiracji pochodziła z Jasper Technologies. Podczas pracy w Jasperze współpracowaliśmy z wieloma innowacyjnymi firmami na całym świecie, w tym z Tesla (TSLA ). Tesla buduje cyfrowy model każdego samochodu, który sprzedaje; Jasper zbudował platformę IoT, która umożliwia infrastrukturze Tesli diagnozowanie problemów i aktualizację oprogramowania samochodu w sposób automatyczny, utrzymując każdy samochód w najlepszym stanie przez cały czas.

Cisco Systems (CSCO ) nabył Jasper w 2016 roku. W 2018 roku CEO Jaspera, Jahangir Mohammed, dołączył do mnie i naszego trzeciego współzałożyciela, Maluka Mohameda, aby założyć Twin Health i zastosować tę koncepcję Digital Twin do ludzkiego ciała. W Twin wynalazłśmy naszą własną technologię o nazwie Whole Body Digital Twin™, która łączy czujniki IoT, machine learning i naukę medyczną, aby odwrócić przewlekłe choroby metaboliczne.

Dla czytelników, którzy nie są zaznajomieni z tym terminem, jakie są przykłady przewlekłych chorób metabolicznych?

Przewlekłe choroby metaboliczne odnoszą się do stanów związanych z zaburzonym metabolizmem, takich jak cukrzyca, przedcukrzyca, nadciśnienie (wysokie ciśnienie krwi), dyslipidemia (wysokie cholesterol), otyłość i choroba wątroby.

Czym dokładnie jest Whole Body Digital Twin™?

Whole Body Digital Twin™ to dynamiczna, cyfrowa reprezentacja unikalnego metabolizmu każdej osoby, zbudowana z ponad 3000 punktów danych zbieranych codziennie z czujników, połączona z modelami machine learning, które określają relacje przyczynowo-skutkowe, przewidują przyszłe stany metaboliczne i zalecają konkretnych działań dla każdej osoby, aby poprawić jej zdrowie.

Czy mógłbyś omówić nieinwazyjne czujniki noszone i jakie punkty danych są zbierane?

Czujniki obejmują ciągły monitor glukozy, tracker aktywności, ciśnieniomierz i wagę z analizą składu ciała. Za pomocą tych czujników zbieramy ponad 3000 punktów danych na osobę dziennie, w tym kluczowe sygnały zdrowia metabolicznego, takie jak poziom glukozy we krwi, tętno na minutę, zmiennność tętna, poziom tlenu we krwi, liczba kroków, fazy snu, ciśnienie skurczowe i rozkurczowe, wagę, ilość tłuszczu trzewnego itp. Z tymi sygnałami możemy uzyskać głębokie wglądy w Twój metabolizm, czyli jak Twoje ciało reaguje na codzienne czynności, takie jak jedzenie różnych pokarmów, wykonywanie różnych ćwiczeń, spanie itp.

Co analizuje system machine learning z tymi zebranymi danymi?

Nasz zespół Data Science opracował wiele modeli machine learning, aby przewidzieć różne biomarkery i zalecić konkretnych działań, aby poprawić te biomarkery.

Na przykład, odpowiedzi metaboliczne różnią się dramatycznie od osoby do osoby i dla każdej osoby od pokarmu do pokarmu i od czasu do czasu; dwie osoby mogą jeść dokładnie ten sam posiłek i mieć całkowicie różne odpowiedzi. Nasze modele wykorzystują ponad 100 funkcji machine learning, aby dokładnie przewidzieć odpowiedzi na dany posiłek i daną osobę.

Jak te informacje są następnie udostępniane użytkownikowi końcowemu?

Nasze Whole Body Digital Twin™ zapewnia klarowne wskazówki zdrowotne naszym członkom na dwa sposoby. Po pierwsze, automatycznie analizuje Twoje złożone biomarkery codziennie, aby wygenerować proste wizualizacje Twojego aktualnego stanu zdrowia metabolicznego, w tym ogólny wynik i szczegółowe informacje o każdym aspekcie Twojego zdrowia metabolicznego. Po drugie, generuje wysoko personalizowane zalecenia, aby poprawić Twoje zdrowie, stosując czynniki takie jak Precyzyjna Nutricia, Aktywność, Sen i Oddychanie.

Czy mógłbyś omówić niektóre wyniki z różnych badań, które zostały przeprowadzone?

Zespół badań klinicznych Twin Health prowadził randomizowane badanie kontrolne przez ponad rok i opublikował wyniki w wielu recenzowanych czasopismach. To jest pierwsze na świecie randomizowane badanie kontrolne dotyczące odwrócenia przewlekłych chorób metabolicznych za pomocą technologii Digital Twin. Uzyskaliśmy pierwsze w swoim rodzaju wyniki zdrowotne. Pacjenci mieli średnią redukcję HbA1c o 3,1 (średnia wartość początkowa 8,7) z ponad 90% osiągającymi odwrócenie cukrzycy typu 2 (HbA1c poniżej 6,5), a 92% eliminując wszystkie leki na cukrzycę, w tym insulinę. Ponadto, pacjenci mieli średnią redukcję wagi o 9,1 kg (20 funtów). Wśród pacjentów z nieprawidłową funkcją wątroby (zdefiniowaną jako podwyższony poziom ALT w badaniach laboratoryjnych) zaobserwowano średnią redukcję ALT o 24 jednostki/litr. W porównaniu, grupa kontrolna nie osiągnęła odwrócenia cukrzycy, redukcji leków na cukrzycę ani znaczącej poprawy wagi czy funkcji wątroby. Naukowe wyniki z badania i wyniki handlowe zostały opublikowane w 21 recenzowanych międzynarodowych czasopismach medycznych i konferencjach.

Jakie jest Twoje wizja przyszłości osobistego zdrowia i medycyny?

Ludzie są niezwykle zróżnicowani; mamy unikalną biologię, różne odpowiedzi metaboliczne i różne preferencje stylu życia dotyczące pokarmów, aktywności itp. Z tego powodu rozwiązanie “one-size-fits-all” nie działa; opieka zdrowotna powinna być precyzyjna i dostosowana do potrzeb i preferencji każdej osoby.

W Twin wierzymy w moc prawdziwej, personalizowanej opieki zdrowotnej, aby wykryć i odwrócić choroby w najbardziej skuteczny sposób dla każdej osoby, utrzymując każdego zdrowym przez całe życie.

Czy jest coś jeszcze, co chciałbyś podzielić się na temat Twin Health lub Whole Body Digital Twin™?

Żyjemy w erze szybkiej innowacji, napędzanej przez AI, IoT i inne technologie przełomowe. W Twin jesteśmy zaangażowani w AI for Good – wykorzystywanie AI do zrozumienia najbardziej złożonego systemu, ludzkiego metabolizmu, na poziomie indywidualnym. Stosujemy te technologie, aby rozwiązać ogromne wyzwania stawiane przez przewlekłe choroby metaboliczne, które dotykają ponad 1 miliard ludzi na świecie. Proszę odwiedzić twinhealth.com, aby dowiedzieć się więcej.