Akilesh Bapu, Pangadeg & CEO DeepScribe - Wawancara Series

Akilesh Bapu nyaéta Pangadeg & CEO DeepScribe, anu ngagunakeun pamrosésan basa alami (NLP) sareng pangajaran jero maju pikeun ngahasilkeun catetan anu akurat, patuh, sareng aman tina paguneman dokter-pasien.

Naon anu ngenalkeun sareng narik anjeun kana AI sareng ngolah basa alami?

Upami kuring émut leres, Jarvis tina "Iron Man" mangrupikeun hal anu munggaran anu narik kuring ka dunya pangolahan basa alami sareng AI. Utamana, kuring mendakan éta matak kumaha gancangna manusa tiasa henteu ngan ukur ngaliwat tugas tapi ogé lebet kana tingkat jero anu luar biasa kana tugas-tugas anu tangtu sareng ngungkabkeun inpormasi anu tangtu anu aranjeunna moal terang upami henteu. ieu AI.

Éta konsép ieu "AI ku nyalira moal saé sapertos manusa dina kalolobaan tugas tapi nempatkeun manusa sareng AI babarengan sareng kombinasi éta bakal ngadominasi." Ngolah basa alami mangrupikeun cara anu paling éfisién pikeun kombinasi manusa / AI ieu.

Ti harita, kuring obsessed jeung Siri, Google Now, Alexa, jeung sajabana. Sanaos aranjeunna henteu jalan lancar sapertos Jarvis, kuring hoyong pisan ngajantenkeun aranjeunna damel sapertos Jarvis. Utamana, anu katingalina nyaéta, paréntah sapertos "Alexa ngalakukeun ieu," "Alexa ngalakukeun éta," lumayan gampang sareng akurat pikeun dilakukeun ku kaayaan téknologi ayeuna. Tapi lamun datang ka hal kawas Jarvis, dimana eta sabenerna bisa diajar jeung ngarti, nyaring, sarta nyokot on jejer penting salila bursa conversational sejen - nu teu acan bener dipigawé saméméh. Ieu saleresna langsung aya hubunganana sareng salah sahiji motivasi inti kuring dina ngadegkeun DeepScribe. Nalika urang ngarengsekeun masalah dokuméntasi pikeun dokter, urang nyobian gelombang intelijen anu énggal nalika ngalakukeunana: intelijen ambien. AI anu tiasa ngagali ucapan anjeun sapopoé, mendakan inpormasi anu mangpaat, sareng nganggo inpormasi éta pikeun ngabantosan anjeun.

Anjeun saacanna ngalakukeun sababaraha panilitian nganggo diajar jero sareng NLP di UC Berkeley College of Engineering. Naon panalungtikan anjeun?

Deui di Berkeley AI Research Lab, kuring damel dina proyék annotator ontology gén dimana kami nyimpulkeun artikel PubMed kalayan parameter kaluaran khusus.

Tinjauan tingkat luhur: Candak tugas sapertos ringkesan artikel warta CNN. Dina tugas éta anjeun nyandak artikel warta sareng nyimpulkeun kana sababaraha kalimat. Dina kahadean anjeun anjeun gaduh data sareng kamampuan ngalatih model ieu dina langkung ti sajuta artikel. Nanging, rohangan masalahna ageung pisan sabab anjeun gaduh struktur dugi ka kasimpulan. Sajaba ti éta, aya boro struktur naon mun artikel sabenerna. Bari aya geus rada sababaraha perbaikan saprak 2.5 sababaraha taun ka pengker nalika kuring keur dipake dina proyék ieu, ieu masih mangrupa masalah teu kaungkab.

Dina proyék panalungtikan urang, kumaha oge, urang ngamekarkeun summaries terstruktur artikel. A kasimpulan terstruktur dina hal ieu téh sarupa jeung kasimpulan has iwal urang terang struktur pasti tina kasimpulan kaluaran. Ieu ngabantuan sabab sacara dramatis ngirangan pilihan kaluaran pikeun modél pembelajaran mesin urang-tantanganna nyaéta henteu cekap pelatihan anu dijelaskeun pikeun ngajalankeun modél pangajaran jero anu lapar data sareng kéngingkeun hasil anu tiasa dianggo.

Inti tina padamelan anu kuring lakukeun dina proyék ieu nyaéta pikeun ngungkit pangaweruh anu aya di sekitar data input sareng ngembangkeun ensemble modél ML deet pikeun ngadukung éta-téhnik anu kami ciptakeun disebut annotator 2-hambalan. The annotator 2-hambalan benchmarked di ampir 20x akurasi salaku pangalusna saméméhna (54 persen vs 3.6 persen).

Sanaos sisi-sisi, proyék ieu sareng DeepScribe sigana béda-béda, aranjeunna sami pisan dina cara aranjeunna ngagunakeun metode anotasi 2-hambalan pikeun ningkatkeun hasil dina set data terbatas.

Naon inspirasi balik peluncuran DeepScribe?

Éta sadayana dimimitian ku bapa kuring, anu saurang ahli onkologi médis. Sateuacan sistem catetan kaséhatan éléktronik nyandak perawatan kaséhatan, dokter bakal nyerat hal-hal dina kertas sareng nyéépkeun waktos sakedik dina catetan. Sanajan kitu, sakali EHRs mimiti jadi populér salaku bagian tina HITECH Act of 2009, abdi mimiti noticing nu dad abdi spent beuki loba waktu dina komputer. Anjeunna bakal ngamimitian datang ka imah engké. Dina sabtu minggu, anjeunna bakal linggih dina dipan dictating catetan. Hal-hal saderhana sapertos anjeunna ngajemput kuring ti sakola atanapi latihan baskét janten hal anu kapungkur sabab anjeunna bakal nyéépkeun waktos-waktos soréna pikeun ngarékam dokuméntasi.

Salaku budak nerdy anu tumuwuh, kuring bakal nyobian milarian solusi pikeun anjeunna ku milarian wéb sareng gaduh anjeunna nyobian aranjeunna. Hanjakalna, teu aya anu cekap pikeun nyalametkeun anjeunna tina dokuméntasi anu panjang.

Maju gancang sababaraha taun ka usum panas 2017-Abdi panalungtik damel di Berkeley AI Research Lab, damel dina proyék-proyék dina kasimpulan dokumen. Hiji usum panas nalika kuring balik ka bumi, kuring perhatikeun yén bapa kuring masih nyéépkeun waktos anu seueur pikeun ngadokumentasikeun. Kuring naros, "Naon anu anyar dina dunya dokuméntasi? Alexa aya dimana-mana, Asisten Google saé ayeuna. Béjakeun ka kuring, naon anu panganyarna dina rohangan médis? Sareng jawabanna nyaéta, "Teu aya anu robih." Kuring ngira yén éta ngan ukur anjeunna tapi nalika kuring indit sareng ngajalajah sababaraha kolega na, éta mangrupikeun masalah anu sami: sanés naon anu pang anyarna dina pengobatan kanker atanapi masalah novel anu ditanggung ku pasien-éta dokuméntasi. "Kumaha carana abdi tiasa ngaleungitkeun dokuméntasi? Kumaha carana abdi tiasa ngahemat waktos dina dokuméntasi? Butuh pisan waktos abdi.”

Kuring ogé perhatikeun sababaraha perusahaan anu muncul pikeun nyobian ngabéréskeun dokuméntasi. Sanajan kitu, boh maranéhanana éta mahal teuing (rébuan dollar per bulan) atawa maranéhanana éta teuing minimal dina watesan téhnologi. Dokter dina waktos éta ngagaduhan sakedik pilihan. Éta nalika kasempetan dibuka yén upami urang tiasa nyiptakeun juru tulis médis anu calakan sacara artifisial, téknologi anu tiasa nuturkeun kunjungan pasien dokter sareng nyimpulkeunana, sareng nawiskeun éta kalayan biaya anu tiasa diaksés ku sadayana, éta leres-leres tiasa nyababkeun kabungahan miara deui ka ubar.

Anjeun ngan ukur 22 taun nalika anjeun ngaluncurkeun DeepScribe. Naha anjeun tiasa ngajelaskeun perjalanan anjeun salaku pangusaha?

Paparan munggaran kuring pikeun wirausaha nyaéta deui di SMA. Dimimitian nalika kuring sareng rerencangan anu terang sababaraha dasar JavaScript patepang sareng direktur pusat pikeun barudak anu cacad diajar. Aranjeunna nyarioskeun ka urang kumaha alat pangbasajanna tiasa langkung saé sareng murangkalih disleksia. Urang réngsé nepi Hacking babarengan a dyslexia maca extension Chrome. Éta leres-leres bulistir - éta ngan ukur nyaluyukeun font pikeun nyumponan tungtunan ilmiah pikeun gampang dibaca ku jalma disleksia. Sanaos konsépna saderhana, kami parantos nampi langkung ti 5000 pangguna aktip dina sababaraha sasih. Kuring ditiup jauh ku kumaha téknologi dasar tiasa gaduh pangaruh anu ageung pikeun jalma.

Di Berkeley, abdi terus delve kana dunya kewirausahaan saloba mungkin, utamana ku Asép Sunandar Sunarya lega maranéhanana kelas. Paporit abdi éta:

1. The Newton Kuliah Series-jalma kawas Jessica Mah ti InDinero atanapi Diane Greene ti VMWare anu Cal alum masihan ceramah kacida relatable ngeunaan waktu maranéhanana di Berkeley jeung kumaha maranéhna ngamimitian pausahaan sorangan.
2. Tantangan Lab-Saleresna kuring tepang sareng pangadeg kuring Matt Ko ngalangkungan kelas ieu. Kami ditempatkeun dina grup sareng ngalangkungan perjalanan semester panjang pikeun nyiptakeun produk sareng dibimbing ngeunaan naon anu diperyogikeun dina tahap awal pikeun kéngingkeun ideu.
3. Lean Launchpad-Sajauh karesep kuring tina tilu; ieu prosés grueling na rigorous dimana kami dipandu ku Steve Blank (acclaimed billionaire jeung lalaki balik gerakan ngamimitian lean) nyandak hiji gagasan, sangkan méré konfirmasi ngaliwatan 100 ngawawancara customer, ngawangun model finansial, sarta leuwih. Ieu jenis kelas dimana urang pitched kami "ngamimitian" ngan meunang dieureunkeun dina slide 1 atawa 2 tur neangan grilled. Upami éta henteu sesah, kami ogé diharepkeun ngawawancara 10 palanggan saminggu. Gagasan kami dina waktos éta nyaéta nyiptakeun panéangan patén anu bakal masihan hasil anu sami sareng pamilarian seni sateuacana anu mahal, anu hartosna kami nuju ka 10 konsumén perusahaan saminggu. Éta hébat sabab ngajarkeun urang pikeun mikir gancang dina suku urang sareng janten langkung akal.

DeepScribe dimimitian nalika grup investor anu disebut The House Fund nyerat cek pikeun mahasiswa anu bakal nolak magang usum panas sareng nyéépkeun usum panas ngawangun perusahaan. Kami nembé nutup Delphi (mesin pencari patén) sareng Matt sareng kuring teras-terasan ngobrol ngeunaan dokuméntasi médis sareng sadayana murag dina tempatna sabab éta mangrupikeun waktos anu pas pikeun nyobian.

Kalayan DeepScribe, kami bagja nembé kaluar tina Lean Launchpad sabab salah sahiji faktor anu paling penting dina ngawangun produk pikeun dokter nyaéta pikeun ngulang sareng nyaring produk sakitar eupan balik pelanggan. Masalah sajarah sareng industri médis nyaéta yén parangkat lunak jarang ngagaduhan dokter dina loop desain, ku kituna nyababkeun parangkat lunak anu henteu dioptimalkeun pikeun pangguna akhir.

Kusabab DeepScribe kajantenan dina waktos anu sami sareng taun ahir kuring di Berkeley, éta mangrupikeun kalakuan balancing anu beurat. Abdi badé angkat ka kelas nganggo jas supados kuring tiasa pas dina waktos demo pelanggan saatosna. Abdi nganggo sadaya fasilitas EE sareng profesor sanés pikeun naon waé anu aya hubunganana sareng kelas tapi 100 persén pikeun DeepScribe. Rapat kuring sareng mentor panalungtikan kuring malah janten sesi brainstorming DeepScribe.

Ningali ka tukang, upami kuring kedah ngarobih hiji hal ngeunaan perjalanan kuring, éta bakal ditunda kuliah supados kuring tiasa nyéépkeun 150 persén waktos kuring dina DeepScribe.

Naha anjeun tiasa ngajelaskeun pikeun profésional médis naon kaunggulan ngagunakeun DeepScribe dibandingkeun metode dikte sora anu langkung tradisional atanapi bahkan nyandak catetan?

Ngagunakeun DeepScribe dimaksudkeun pisan sarupa ngagunakeun juru tulis manusa sabenerna. Nalika anjeun ngobrol sacara alami ka pasien anjeun, DeepScribe bakal ngadangukeun sareng nyandak pidato anu relevan sacara médis anu biasana aya dina catetan anjeun sareng nempatkeun éta pikeun anjeun, nganggo basa médis anu sami anu anjeun anggo. Kami resep nganggap éta salaku anggota staf médis anyar anu dikuatkeun AI anu anjeun tiasa ngalatih sakumaha anu anjeun hoyong ngabantosan dokuméntasi dina sistem catetan kaséhatan éléktronik anjeun sakumaha anu anjeun pikahoyong. Beda pisan sareng nganggo jasa dikte sora sabab ngaleungitkeun sadayana léngkah kedah uih deui sareng dokumén. Sanaos jasa dikte anu biasa janten 10 menit dokuméntasi janten 7-8 menit, DeepScribe ngarobih kana sababaraha detik. Dokter kami ngalaporkeun dimana waé ti 1.5 dugi ka 3 jam waktos disimpen per dinten gumantung kana sabaraha pasien anu aranjeunna tingali.

DeepScribe mangrupikeun alat-agnostik, tiasa dianggo tina iPhone, Apple Watch, browser (pikeun telemedicine), atanapi alat hardware.

Naon sababaraha pangakuan ucapan atanapi tantangan NLP anu tiasa dipendakan DeepScribe kusabab terminologi médis anu rumit?

Sabalikna pamadegan populér, terminologi médis kompléks sabenerna bagian panggampangna pikeun DeepScribe nyokot. Bagian anu paling hese pikeun DeepScribe nyaéta nyandak pernyataan kontekstual unik anu tiasa dipasihkeun ku pasien ka dokter. Beuki aranjeunna nyimpang tina paguneman anu biasa, langkung seueur urang ningali AI titajong. Tapi nalika urang ngumpulkeun langkung seueur data paguneman, urang ningali éta ningkat sacara dramatis unggal dinten.

Naon téknologi pembelajaran mesin sanés anu dianggo sareng DeepScribe?

Payung badag tina pangakuan ucapan jeung NLP condong nutupan lolobana mesin learning urang nuju ngalakonan di DeepScribe.

Naha anjeun tiasa nami sababaraha rumah sakit, lembaga nonprofit, atanapi lembaga akademik anu nganggo DeepScribe?

DeepScribe dimimitian ku program pilot sareng Pusat Kaséhatan UC Berkeley. Hartford Healthcare, Texas Medical Center, sareng Spesialis Médis Cedar Valley mangrupikeun sakeupeul sistem anu langkung ageung damel DeepScribe.

Nanging, persentase anu langkung ageung pangguna DeepScribe nyaéta 50 prakték pribadi ti Alaska ka Florida. Spésialisasi anu paling populér nyaéta perawatan primér, ortopedi, gastroenterologi, kardiologi, psikiatri, sareng onkologi, tapi kami ngadukung sababaraha spesialisasi sanés.

DeepScribe nembé ngaluncurkeun program pikeun ngabantosan COVID-19. Dupi anjeun tiasa ngiringan kami ngaliwatan program ieu?

COVID-19 parantos mangaruhan pisan ka dokter urang. Prakték ngan ukur ningali 30-40 persén beban pasienna, staf juru tulis dipotong, sareng panyadia kapaksa gancang ngalihkeun sadaya pasienna kana telemedicine. Sadayana ieu nyababkeun langkung seueur padamelan klerikal pikeun panyadia — kami di DeepScribe yakin yén supados pandémik ieu lirén, dokter kedah bakti 100 persén perhatian sareng waktosna pikeun ngurus pasienna.

Pikeun ngabantosan tujuan ieu, kami reueus ngaluncurkeun solusi telemedicine gratis pikeun para profesional perawatan kaséhatan ngalawan pandémik ieu. Solusi telemedicine kami parantos terpadu sareng solusi juru tulis médis anu dikuatkeun ku AI, ngaleungitkeun kabutuhan dokuméntasi klinis pikeun patepang anu dilakukeun dina platform kami.

Kami ogé nawiskeun jasa panulis gratis salami pandémik. Ieu ngandung harti yén sagala dokter bisa meunang aksés ka juru tulis haratis pikeun nanganan dokuméntasi maranéhanana. Harepan kami nyaéta ku ngalakukeun ieu, dokter bakal tiasa langkung museurkeun perhatian ka pasienna sareng nyéépkeun waktos sakedik mikiran dokuméntasi, ngarah ngeureunkeun wabah COVID-19 anu langkung gancang.

Hatur nuhun pikeun wawancara anu saé, kuring resep pisan diajar ngeunaan DeepScribe sareng perjalanan wirausaha anjeun. Saha waé anu hoyong diajar langkung seueur kedah nganjang DeepScribe.