Халим Аббас, Главный офицер по искусственному интеллекту в Cognoa – Интервью

Халим Аббас является Главным офицером по искусственному интеллекту в Cognoa, он является инноватором в области искусственного интеллекта и ветераном отрасли, который возглавлял проекты мирового класса в области данных в технологических компаниях, таких как eBay и Teradata. Cognoa посвящена созданию непревзойденного стандарта ухода в области детской поведенческой медицины, который обеспечивает справедливый доступ к ранней интервенции, поставляя высококачественные продукты для улучшения результатов на протяжении всей жизни для всех детей и семей.

Что изначально привлекло вас к машинному обучению и науке о данных?

Я всегда интересовался программированием как ребенок. Позже в жизни я склонялся к возникающей области машинного обучения из-за неотразимого желания работать на грани исследований и изучать открытые проблемы того, что можно достичь с помощью вычислительных алгоритмов.

Как бывший старший исследовательский ученый в Ebay, у вас есть опыт в оптимизации рейтингов поисковых результатов для платформы Ebay. Какие из основных уроков в машинном обучении вы узнали из этого опыта?

В Ebay моя команда была задачей создания первой алгоритма ранжирования поисковых результатов на основе машинного обучения. С десятками миллионов предметов, выставленных на продажу в любой момент, и миллиардами поисковых запросов каждый день, самой большой технической проблемой было преодолеть подавляющий масштаб.

В конечном итоге, я думаю, что мой самый большой вывод из этого опыта был сохранить открытый ум относительно определения цели самой по себе. Оказалось, что если алгоритм ранжирования успешно представил покупателю лучшие предложения только, они были менее склонны совершать транзакции. Им также нужно было увидеть не очень хорошие предложения, чтобы признать хорошие предложения как таковые. Это потребовало подхода, основанного на данных, к успеху, а также открытого ума, чтобы понять этот факт и скорректировать стратегию соответственно.

Какие условия диагностируются в Cognoa?

Cognoa – это детская поведенческая компания, разрабатывающая цифровые диагностические и терапевтические средства. Наша цель – использовать технологии для оптимизации детской медицины и решения нерешенных проблем в области детской поведенческой медицины. Мы начинаем с аутизма.

Какие есть проблемы за построением системы классификации для диагностики аутизма и других условий у детей?

Помимо того, что дошкольники не являются наиболее сотрудничающими пациентами, одной из основных проблем для нас является то, что мы называем шумом определения. То есть, попытка обучить алгоритмы искусственного интеллекта классифицировать условия, когда клиническая наука вокруг границ этих условий все еще развивается. В некоторых случаях человеческие специалисты могут не согласиться друг с другом о диагнозе одного конкретного ребенка, и коллективное понимание основных элементов конкретного диагноза все еще является возникающей наукой. Например, то, что раньше называлось синдромом Аспергера несколько лет назад, теперь считается частью аутистического спектра (АС), и ранее отдельные понятия дефицита внимания (ДВ) и гиперактивности теперь считаются аспектами единого диагноза, синдрома дефицита внимания и гиперактивности (СДВГ). Другие возникающие диагностические классификации (например, сенсорная дисфункция или СД) еще не вошли в Диагностическое и статистическое руководство.

Для специалиста по данным эти субъективные, меняющиеся границы представляют интересные, значительные проблемы, которые необходимо преодолеть.

Cognoa построила 3-результатную диагностическую систему. Почему система спроектирована таким образом?

Аутизм – это сложное неврологическое состояние с широким спектром проявлений и коморбидностей.

Мы построили диагностическое средство, чтобы помочь врачам первичной медико-санитарной помощи точно и эффективно диагностировать аутизм у детей в возрасте от 18 до 72 месяцев, которые находятся в группе риска развития задержки на основе заботы опекуна или родителя, или врача. Диагностическое средство Cognoa работает уникальным образом, собирая и объединяя входные данные от опекунов или родителей и врачей в единое решение для анализа их на предиктивные сигналы аутизма. Наше диагностическое средство использует искусственный интеллект для оценки всех входных данных и – когда информация достаточна – предоставляет положительный или отрицательный результат для аутизма, который педиатр использует в сочетании с клинической презентацией ребенка для предоставления диагноза и направления соответствующих следующих шагов в уходе.

Чтобы уменьшить риск ложных классификаций, алгоритм также был разработан для предоставления неопределенного вывода в качестве меры контроля риска для обеспечения высоких прогностических значений “положительного/отрицательного для аутизма” результатов, минимизируя вероятность ложных отрицательных результатов (поскольку ложные отрицательные результаты являются наиболее высоким риском, связанным с использованием устройства). Этот процесс воздержания от прогноза, когда ответ модели указывает на более низкую уверенность, является стандартным методом контроля риска в алгоритмах машинного обучения.

Можете ли вы обсудить, как Cognoa преодолевает родительскую предвзятость при предоставлении данных?

Отличный вопрос. Одним из основных преимуществ машинного обучения является то, что оно особенно полезно для преодоления источников шума и предвзятости, ожидаемых в входных данных. Отчеты родителей о своих собственных детях, как ожидается, будут субъективными и предвзятыми, но основаны на очень длинных окнах наблюдения, тогда как отчеты врачей, вероятно, будут более объективными, но также менее информированными из-за коротких окон наблюдения.

Объединив оба набора входных данных в единый процесс машинного обучения, алгоритм машинного обучения может адаптироваться к дополнительной природе этих входных данных и изучать закономерности, которые можно использовать для использования лучшего из обоих наборов информации в единое определение, которое более надежно, чем каждая учетная запись индивидуально.

Какие есть лучшие практики науки о данных, используемые в Cognoa, чтобы избежать расовой или гендерной предвзятости в данных?

Как компания, Cognoa привержена созданию продуктов для справедливого доступа к уходу. Мы осознаем, что инновации на основе искусственного интеллекта имеют потенциал поглощать и усиливать врожденные предвзятости в обществе. Например, девочки в среднем диагностируются на 1,5 года позже, чем мальчики, и один из четырех детей в возрасте до 8 лет, живущих с аутизмом, большинство из которых являются чернокожими или испаноязычными, не диагностируются вообще. Это связано с отсутствием доступа в нашей текущей системе и потому, что диагноз исторически был смещен в сторону признаков аутизма, распространенных у белых мальчиков, которые могут проявлять характеристики аутизма по-другому, чем молодые девочки и дети, которые не являются белыми.

Чтобы решить эти существующие предвзятости, мы намеренно и сознательно построили нашу технологию, чтобы учитывать различия по гендеру, расовому, этническому и социально-экономическому фону. Мы написали и придерживаемся Хартии социально ответственного искусственного интеллекта, которая руководит нашими практиками. Наши алгоритмы искусственного интеллекта были намеренно разработаны и клинически проверены с использованием данных медицинских записей, принадлежащих тысячам мальчиков и девочек из разных географических регионов с разнообразными фоном, условиями, проявлениями и коморбидностями.

Ссылаясь на множество внешних точек данных и используя совокупный опыт сотен врачей, одновременно анализируя различные человеческие черты и характеристики, искусственный интеллект Cognoa имеет потенциал помочь врачам решить бессознательную предвзятость.

Какие есть терапевтические решения, предлагаемые в Cognoa?

В настоящее время в Cognoa нет терапевтических решений, доступных для использования. Однако несколько решений находятся в стадии разработки в Cognoa, и rõчно, что искусственный интеллект имеет огромный потенциал сделать терапевтические решения более доступными и доступными для детей с поведенческими расстройствами.

Есть ли что-то еще, что вы хотели бы поделиться о своей работе в Cognoa?

Я никогда не оставался на одной работе так долго, как на моей текущей роли в Cognoa. Я думаю, что это потому, что удовлетворения, которое я получаю от работы над проблемой, которая касается жизни так многих людей на таком личном уровне. Помощь родителям в уходе за своими детьми – это примерно такой же благородный призыв, как можно только надеяться.

Спасибо за отличное интервью, читатели, которые хотят узнать больше, должны посетить Cognoa.