Ilman Shazhaev, Co-Fundador e CEO da Acoustery – Série de Entrevistas

Ilman Shazhaev é o Co-Fundador e CEO da Acoustery, uma empresa de saúde que desenvolve tecnologia de IA para o reconhecimento precoce de doenças respiratórias.

O que o atraiu inicialmente para a ciência da computação e engenharia?

A quantidade de dados disponíveis hoje é mais extensa do que nunca, e a tecnologia de IA — que é muito dependente de dados — fez um progresso tremendo nos últimos anos. É por isso que fazer pesquisas nesse campo é tão emocionante.

No momento, estou me concentrando em projetos de Big Data. Durante a COVID-19, co-fundei a Acoustery: uma solução totalmente automatizada e baseada em IA para monitorar a saúde com base na análise da voz, tosse e respiração.

O próximo passo foi combinar pesquisas de saúde e jogos. Por quê? A quantidade de dados que essa indústria gera é única; além disso, os jogadores são os primeiros a adotar e estão dispostos a compartilhar seus dados e contribuir para o progresso científico. Ao mesmo tempo, o número de ensaios clínicos em andamento é baixo, o progresso é lento, e o setor de jogos permite um processamento de dados muito mais dinâmico.

Pode nos contar sobre a história por trás da criação da Acoustery?

Como mencionei anteriormente, a Acoustery foi iniciada durante a pandemia. Embora as oportunidades de negócios em 2020 fossem relativamente limitadas, eu estava em Dubai, um dos poucos locais onde um projeto poderia operar sem restrições muito rigorosas.

Meu co-fundador, Dr. Dmitry Mikhaylov, professor da Universidade Nacional de Cingapura, e eu começamos um novo desafio: detecção de COVID-19 em estágio inicial. Na época, os Emirados Árabes Unidos estavam explorando massivamente tecnologias de diagnóstico precoce e apoiando fortemente projetos de IA.

Graças a isso, tivemos acesso a uma das melhores instalações de testes nos Emirados Árabes Unidos: o hospital militar Sheikh Zayed, onde tínhamos dados de centenas de pacientes com COVID-19 para treinar nosso motor de IA.

Na etapa seguinte, os testes mostraram que nossa tecnologia era muito precisa e tinha um grande potencial. Pesquisadores publicaram seus resultados em jornais de alto nível nos EUA e no Japão, e nosso método de teste foi usado em vários países asiáticos durante a pandemia como uma ferramenta de emergência.

Quando a COVID-19 terminou, nos concentramos em detectar asma usando a mesma abordagem. A Universidade de Sharjah, que atualmente lidera as pesquisas nos Emirados Árabes Unidos, aprovou esses testes.

Quão precisa é esse sistema em comparação com PCR, LFT e testes de anticorpos para COVID-19?

O valor preditivo positivo da Acoustery no contexto de triagem comunitária para COVID-19 é relativamente alto (81%) em comparação com o Xpert MTB/RIF, um novo teste que está revolucionando a detecção e controle da tuberculose, contribuindo para o diagnóstico rápido da doença (61%) e swabs de PCR da garganta (71%).

Nossas descobertas mostraram que o software desenvolvido pela Acoustery pode ser usado como uma ferramenta de triagem primária não laboratorial para detectar casos de COVID-19 e encaminhar pacientes para laboratórios para testes de PCR.

Pode nos contar mais sobre o aprendizado de máquina usado para treinar a IA?

Supusemos que, para obter uma taxa de detecção precisa de COVID-19, poderíamos treinar redes convolucionais e recorrentes para diagnosticar a doença analisando os espectrogramas de tosse e respiração de pacientes. Um espectrograma é uma forma visual de representar a força do sinal em diferentes frequências. Vários estudos médicos mostraram diferenças significativas entre a tosse de pacientes que tinham COVID e aqueles que não tinham, então treinamos nosso motor de IA para reconhecer essas diferenças.

Os desenvolvimentos da Acoustery podem ser usados para diagnosticar Alzheimer, que é comumente percebido como um distúrbio neurológico. Como exatamente isso funciona?

Nosso estudo explora como medidas de fala podem estar relacionadas a perfis linguísticos em participantes com doença de Alzheimer (DA) e como esses perfis poderiam distinguir DA de alterações associadas ao envelhecimento normal. Para alcançar isso, nossa IA analisa frases simples pronunciadas por adultos mais velhos com e sem DA, desde a porcentagem e número de pausas vocais até o tremor (coeficiente de perturbação de amplitude) e a relação ruído-harmônicos. A precisão dessa análise atinge 90%.

Posteriormente, usamos a mesma abordagem em Farcana Labs – uma empresa focada em coletar Big Data gerada por jogadores para pesquisar a progressão de doenças, especialmente com distúrbios mentais.

Quais outras doenças podem ser diagnosticadas usando esse método?

A asma é nossa prioridade agora. A tuberculose é outro foco, bem como a doença pulmonar obstrutiva crônica (DPOC), fibrose pulmonar, pneumonia e câncer de pulmão.

Quão grandes são os conjuntos de dados de treinamento para esses casos de uso?

Temos milhares de gravações de tosse em nosso banco de dados coletadas nos últimos quatro anos.

Qual é sua visão para o futuro do diagnóstico médico em geral?

Os dados coletados por dispositivos pessoais desempenharão um papel significativo no diagnóstico de doenças em estágio inicial e na prevenção de pandemias. Até mesmo nossos telefones celulares têm vários sensores: um microfone é apenas um deles. Acelerômetros que podem analisar habilidades motoras e detectar numerousas doenças são outro.

Embora essas tecnologias não devem ser a única fonte para diagnóstico, elas podem ajudar significativamente a prever e prevenir a propagação de doenças respiratórias altamente infecciosas — e, consequentemente, novas pandemias. A Acoustery também pode ser usada em países em desenvolvimento onde o acesso a testes de PCR é limitado.

Você parece ter vários projetos em andamento; quais são alguns outros casos de uso emocionais que você vê para a IA?

O espaço de IA é único. Como pesquisadores de IA, nos concentramos em nichos que geram Big Data, o que é necessário para qualquer pesquisa de IA. Precisamos de muitos pacientes para compilar conjuntos de dados de qualidade, então temos alguns pedaços de pesquisa em paralelo e estamos explorando vários verticais de negócios.

Vemos os jogos como uma área onde uma quantidade massiva de dados é gerada. Hoje, as pessoas jogam muitos jogos, o que é uma valiosa fonte de dados para pesquisas de saúde. Coletar dados de dispositivos pessoais e wearables é outro vetor com significativo potencial.

Em resumo, é emocionante explorar essa tecnologia agora, e acredito que ela tem muito mais potencial ainda para ser aproveitado em outros setores.

Obrigado pela grande entrevista, leitores que desejam aprender mais devem visitar a Acoustery.