Ильман Шажаев, сооснователь и CEO Acoustery – Интервью-серия

Ильман Шажаев – сооснователь и CEO Acoustery, компании в области здравоохранения, которая разрабатывает технологии искусственного интеллекта для раннего распознавания респираторных заболеваний.

Что изначально привлекло вас к информатике и инженерии?

Количество доступных сегодня данных больше, чем когда-либо, и технология искусственного интеллекта, которая сильно зависит от данных, сделала огромный прогресс в последние годы. Это делает исследования в этой области очень интересными.

Сейчас я сосредоточен на проектах, связанных с Большими Данными. Во время COVID-19 я стал сооснователем Acoustery – полностью автоматизированного решения на основе искусственного интеллекта для мониторинга здоровья на основе анализа голоса, кашля и дыхания.

Следующий шаг был объединить исследования в области здравоохранения и игр. Почему? Количество данных, которое генерирует эта отрасль, уникально; кроме того, геймеры -早ые adopters, готовые поделиться своими данными и внести вклад в научный прогресс. В то же время количество проводимых клинических испытаний низкое, прогресс медленный, и сектор игр позволяет обрабатывать данные гораздо более динамично.

Можете ли вы рассказать больше о истории создания Acoustery?

Как я упоминал ранее, Acoustery была основана во время пандемии. Хотя бизнес-возможности в 2020 году были относительно ограничены, я находился в Дубае, одном из немногих мест, где проект мог работать без очень строгих ограничений.

Мой сооснователь, доктор Дмитрий Михайлов, профессор Национального университета Сингапура, и я начали работать над новым вызовом: ранней диагностикой COVID-19. В то время ОАЭ активно исследовали технологии ранней диагностики и в значительной степени поддерживали проекты на основе искусственного интеллекта.

Благодаря этому мы получили доступ к одному из лучших тестовых центров в ОАЭ – военному госпиталю Шейха Зайда, где у нас были данные от сотен пациентов с COVID-19 для обучения нашей системы искусственного интеллекта.

На следующем этапе тесты показали, что наша технология очень точна и имеет большой потенциал. Исследователи опубликовали свои результаты в ведущих журналах Японии и США, и наш метод тестирования был использован в нескольких азиатских странах во время пандемии как средство экстренного реагирования.

Когда COVID-19 закончился, мы сосредоточились на диагностике астмы с использованием того же подхода. Университет Шарджи, который сейчас лидирует в исследованиях в ОАЭ, одобрил эти тесты.

На сколько процентов точна эта система по сравнению с ПЦР, ЛФТ и тестами на антитела для COVID-19?

Положительная прогностическая ценность Acoustery в контексте массового скрининга на COVID-19 относительно высока (81%) по сравнению с Xpert MTB/RIF, новым тестом, который революционизирует обнаружение и контроль туберкулеза, внося вклад в быструю диагностику заболевания (61%) и ПЦР-тестами на горло (71%).

Наши исследования показали, что программное обеспечение, разработанное Acoustery, может быть использовано в качестве основного нелабораторного скринингового инструмента для обнаружения случаев COVID-19 и направления пациентов в лаборатории для ПЦР-тестирования.

Можете ли вы рассказать нам больше о машинном обучении, использованном для обучения искусственного интеллекта?

Мы предполагали, что для получения точного показателя обнаружения COVID-19 мы можем обучить сверточные и рекуррентные сети на диагностике заболевания путем анализа спектрограмм кашля и дыхания пациентов. Спектрограмма – это визуальный способ представления силы сигнала на различных частотах. Несколько медицинских исследований показали значительные различия между кашлем пациентов с COVID-19 и теми, у кого его не было, поэтому мы обучили нашу систему искусственного интеллекта распознавать такие различия.

Разработки Acoustery могут быть использованы для диагностики болезни Альцгеймера, которую часто рассматривают как неврологическое расстройство. Как именно это работает?

Наше исследование изучает, как меры речи могут быть связаны с языковыми профилями у участников с болезнью Альцгеймера и как эти профили могут отличать болезнь Альцгеймера от изменений, связанных с нормальным старением. Для этого наша система искусственного интеллекта анализирует простые предложения, произнесенные пожилыми людьми с и без болезни Альцгеймера, от процента и количества голосовых пауз до мерцания (коэффициента колебания амплитуды) и отношения шума к гармоникам. Точность этого анализа достигает 90%.

Позже мы использовали тот же подход в Farcana Labs – проекте, направленном на сбор Больших Данных, генерируемых геймерами, для исследования прогресса заболеваний, особенно психических расстройств.

Какие еще заболевания можно диагностировать с помощью этого метода?

Астма – наш главный приоритет сейчас. Туберкулез – еще один фокус, а также хроническое обструктивное заболевание легких (ХОБЛ), пульмонная фиброз, пневмония и рак легких.

Как велики обучающие наборы данных для этих случаев использования?

У нас есть тысячи записей кашля в нашей базе данных, собранных за последние четыре года.

Каково ваше видение будущего медицинской диагностики в целом?

Данные, собранные личными устройствами, будут играть значительную роль в диагностике заболеваний на ранней стадии и предотвращении пандемий. Даже наши мобильные телефоны имеют множество датчиков: микрофон – только один из них. Акселерометры, которые могут анализировать двигательные навыки и обнаруживать многочисленные заболевания, – это еще один.

Хотя эти технологии не должны быть единственным источником для диагностики, они могут существенно помочь предсказать и предотвратить распространение высоко заразных респираторных заболеваний – и, следовательно, новые пандемии. Acoustery также может быть использована в развивающихся странах, где доступ к ПЦР-тестированию ограничен.

У вас, кажется, несколько проектов; какие еще интересные случаи использования вы видите для искусственного интеллекта?

Пространство искусственного интеллекта уникально. Как исследователи искусственного интеллекта, мы фокусируемся на нишах, которые генерируют большие данные, необходимые для любых исследований искусственного интеллекта. Нам нужно много пациентов, чтобы составить качественные наборы данных, поэтому у нас есть несколько исследований, проводимых параллельно, и мы исследуем несколько бизнес-вертикалей.

Мы видим игры как область, где генерируется огромное количество данных. Сегодня люди играют много видеоигр, что является ценным источником данных для исследований в области здравоохранения. Сбор данных с личных устройств и носимых устройств – это еще один вектор с значительным потенциалом.

В целом, это интересно исследовать эту технологию сейчас, и я считаю, что она имеет еще больше потенциала, который можно использовать в других секторах.

Спасибо за отличное интервью; читателям, которые хотят узнать больше, следует посетить Acoustery.