Халим Аббас, директор по искусственному интеллекту в Cognoa — серия интервью

Халим Аббас — главный специалист по искусственному интеллекту в Коньоа, он является новатором в области искусственного интеллекта и ветераном отрасли, который возглавлял проекты мирового класса по науке о данных в технологиях, меняющих правила игры, таких как eBay и Teradata. Cognoa стремится создать непревзойденный стандарт ухода за поведенческим здоровьем детей, который обеспечивает равный доступ к раннему вмешательству за счет предоставления высококачественных продуктов для улучшения результатов на протяжении всей жизни для всех детей и семей.

Что изначально привлекло вас в машинном обучении и науке о данных?

В детстве я всегда интересовался компьютерным программированием. Позже я тяготел к зарождающейся области машинного обучения из-за непреодолимого желания работать на периферии исследований и исследовать открытые проблемы того, чего можно достичь с помощью вычислительных алгоритмов.

Как бывший старший научный сотрудник Ebay, вы имеете опыт оптимизации рейтинга результатов поиска для платформы Ebay. Какие фундаментальные уроки машинного обучения вы извлекли из этого опыта?

В eBay перед моей командой была поставлена ​​задача создать первый в компании алгоритм ранжирования результатов поиска на основе машинного обучения. При наличии десятков миллионов товаров, выставленных на продажу в любой момент, и миллиардов поисковых запросов каждый день самой большой технической задачей было преодоление огромного масштаба.

В конечном счете, я думаю, что мой самый большой вывод из этого опыта заключался в том, чтобы непредвзято относиться к определению самой цели. Оказывается, если алгоритм ранжирования успешно представил покупателю только лучшие предложения, он с меньшей вероятностью совершил сделку. Им нужно было также увидеть не очень хорошие сделки, чтобы распознать хорошие сделки как таковые. Чтобы добиться успеха, потребовался подход, основанный на данных, а также непредубежденность, чтобы осознать этот факт и соответствующим образом скорректировать стратегию.

Какие заболевания диагностируются в Cognoa?

Cognoa — компания по охране психического здоровья детей, разрабатывающая цифровую диагностику и терапию. Наша цель — использовать технологии для оптимизации педиатрического здравоохранения и удовлетворения неудовлетворенных потребностей в педиатрической поведенческой медицине. Начнем с аутизма.

Какие проблемы стоят за созданием системы классификаторов для диагностики аутизма и других состояний у детей?

Помимо того факта, что дошкольники не самые склонные к сотрудничеству пациенты, одной из главных проблем для нас является то, что мы называем определяющим шумом. То есть пытаться обучить алгоритмы ИИ классифицировать состояния, когда клиническая наука вокруг границ указанных состояний все еще развивается. В некоторых случаях специалисты-люди могут расходиться во мнениях относительно диагноза одного конкретного ребенка, а коллективное понимание основных элементов конкретного диагноза все еще находится в стадии становления. Например, то, что несколько лет назад называлось синдромом Аспергера, теперь рассматривается в рамках расстройства аутистического спектра (РАС), а ранее отдельные понятия синдрома дефицита внимания (СДВ) и гиперактивности теперь считаются аспектами единого диагноза. синдром дефицита внимания с гиперактивностью (СДВГ). Другие появляющиеся диагностические классификации (такие как расстройство сенсорной обработки или ШРЛ) еще не вошли в Диагностическое и статистическое руководство.

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

Cognoa создала диагностическую систему с тремя исходами. Почему система устроена именно так?

Аутизм — это сложное нарушение развития нервной системы с широким спектром проявлений и сопутствующих заболеваний.

Мы разработали диагностическое пособие, чтобы помочь врачам первичной медико-санитарной помощи точно и эффективно диагностировать аутизм у детей в возрасте от 18 до 72 месяцев, которые подвержены риску задержки развития на основании беспокойства опекуна, родителей или врача. Диагностическая помощь Cognoa работает уникальным образом, собирая и объединяя входные данные как от лиц, осуществляющих уход, так и от родителей, и врачей в единое решение, чтобы анализировать их на наличие предиктивных сигналов аутизма. Наше средство диагностики использует ИИ для оценки всех входных данных и — когда информации достаточно — предоставляет положительный или отрицательный результат для аутизма, который педиатр использует в сочетании с клинической картиной ребенка, чтобы поставить диагноз и направить соответствующие следующие шаги. -Забота.

Чтобы снизить риск ложных классификаций, алгоритм также был разработан для предоставления неопределенных результатов в качестве меры контроля риска, чтобы обеспечить высокие прогностические значения результатов «положительный/отрицательный на аутизм», сводя к минимуму вероятность ложноотрицательных результатов. поскольку ложноотрицательные результаты представляют собой самый высокий риск, связанный с использованием устройства). Эта процедура воздержания от предсказания, когда отклик модели указывает на более низкую достоверность, является стандартный метод контроля рисков в алгоритмах машинного обучения.

Не могли бы вы обсудить, как Cognoa преодолевает предвзятость родителей, когда речь идет о типе данных, предоставляемых родителями?

Отличный вопрос. Одним из основных преимуществ машинного обучения является то, что оно особенно полезно для преодоления источников шума и предвзятости, ожидаемых во входных данных. Ожидается, что отчеты родителей о своих детях будут субъективными и предвзятыми, но основанными на очень длительных периодах наблюдения, в то время как отчеты клиницистов, вероятно, будут более объективными, но также менее информативными из-за коротких периодов наблюдения.

Объединяя оба набора входных данных в единый процесс машинного обучения, алгоритм машинного обучения может адаптироваться к взаимодополняющей природе этих входных данных и изучать шаблоны, которые можно использовать для использования лучшего из обоих наборов информации в едином определении, которое более эффективно. надежнее, чем каждый аккаунт в отдельности.

Какие передовые методы работы с данными используются в Cognoa, чтобы избежать расовой или гендерной предвзятости в данных?

Как компания, Cognoa стремится создавать продукты для равного доступа к медицинской помощи. Мы понимаем, что инновации на основе ИИ могут поглощать и усиливать присущие обществу предубеждения. Например, у девочек в среднем диагностируют на 1.5 года позже мальчиков и каждый четвертый ребенок в возрасте до 8 лет, живущий с аутизмом, большинство из них чернокожие или латиноамериканцы, не диагностируется совсем. Это связано с отсутствием доступа в нашей нынешней системе и с тем, что диагностика исторически была смещена в сторону признаков аутизма, преобладающих у белых мальчиков, которые могут проявлять характеристики аутизма иначе, чем девочки и дети, которые не являются белыми.

Чтобы устранить эти существующие предубеждения, мы преднамеренно и сознательно создали нашу технологию, учитывающую различия между полами, расами, этническими и социально-экономическими факторами. Мы написали и придерживаемся Устава социально ответственного ИИ, которым руководствуемся в своей практике. Наши алгоритмы искусственного интеллекта были специально разработаны и клинически проверены с использованием данных историй болезни, принадлежащих тысячам мальчиков и девочек из разных стран с различным происхождением, состояниями, клиническими проявлениями и сопутствующими заболеваниями.

Ссылаясь на множество внешних точек данных и используя объединенный опыт сотен врачей, одновременно анализируя множество различных человеческих черт и особенностей, ИИ Cognoa может помочь врачам справиться с бессознательными предубеждениями.

Какие терапевтические решения предлагает Cognoa?

В настоящее время в Конго нет доступных для использования терапевтических растворов. Тем не менее, ряд решений находится в разработке в Cognoa, и ясно, что ИИ обладает огромным потенциалом для того, чтобы сделать терапевтические решения более доступными и доступными для детей с поведенческими отклонениями.

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

Я никогда не оставался на одной работе так долго, как моя нынешняя должность в Cognoa. Я думаю, это из-за удовлетворения, которое я получаю от работы над проблемой, которая затрагивает жизни столь многих людей на таком личном уровне. Помогать родителям заботиться о своих детях — это самое благородное призвание, на которое можно когда-либо надеяться.

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