Terry Poon, medgrundare och CTO för Twin Health – Interview Series

Terry Poon var med och grundade Tvillinghälsa och driver visionen för teknikutveckling. Han leder utvecklingen av Twins innovativa plattform och unika algoritmer för att förbättra människans metaboliska hälsa med hjälp av IoT, maskininlärning och Digital Twin-teknik. Före Twin var Terry VP of Engineering på Jasper Technologies, där han byggde globala mjukvaruteknikteam och fungerade som en ledande arkitekt för företagets IoT-molnplattform. Dessutom ledde Terry ingenjörsinsatser för Jaspers lansering på den kinesiska marknaden, den snabbast växande i företagets historia. Före Jasper hade Terry ingenjörs- och chefsbefattningar på Oracle.

Vad fick dig från början intresserad av datavetenskap och så småningom IoT?

Jag började programmera på en Apple IIe i ung ålder och var helt fascinerad av datorernas magi att omvandla idéer till verklighet med bara några knapptryckningar.

Jag fortsatte att ägna mig åt denna passion vid MIT och tog examen med kandidat- och masterexamen i datavetenskap. Jag skrev min masteruppsats på ämnet Software Agents, autonoma program som använder AI för att resonera om världen, fatta beslut och vidta åtgärder för din räkning.

Efter examen arbetade jag på Oracle i några år, och gick sedan med i en IoT-startup i ett tidigt skede som heter Jasper Technologies som hade en vision att slå samman den digitala och fysiska världen genom att skapa en plattform för att ansluta och hantera olika enheter över globala trådlösa nätverk. Under cirka 10 år har vi skalat från 0 till mer än 160 miljoner enheter som körs på Jasper-plattformen runt om i världen.

Kan du dela med dig av historien bakom Twin Health?

Twin Health uppfann Whole Body Digital Twin™ för att hjälpa människor att vända och förebygga kroniska metabola sjukdomar. Vi insåg att omfattningen av dessa sjukdomar ökade runt om i världen, men ingen hade löst grundorsaken till dessa sjukdomar. Vi insåg också att den underliggande utmaningen med sådana tillstånd var ett av de mest komplexa systemen - mänsklig metabolism, som skiljer sig på individnivå. Vi kände oss unikt positionerade för att använda vår erfarenhet av AI och IoT-teknik, och kombinera med djup medicinsk vetenskap för att tillhandahålla en lösning för människor.

En del av vår inspiration kom från Jasper Technologies. På Jasper samarbetade vi med många innovativa företag runt om i världen, inklusive Tesla. Tesla bygger en Digital Twin-programvarumodell av varje bil som den säljer; Jasper byggde IoT-plattformen som gör det möjligt för Teslas infrastruktur att diagnostisera problem och uppdatera bilens mjukvara automatiskt, vilket håller varje bil i toppskick hela tiden.

Cisco Systems förvärvade Jasper 2016. 2018 gick Jasper CEO Jahangir Mohammed tillsammans med mig själv och vår tredje medgrundare Maluk Mohamed för att starta Twin Health för att tillämpa detta Digital Twin-koncept på människokroppen. På Twin har vi uppfunnit vår egenutvecklade teknologi som kallas Whole Body Digital Twin™, som kombinerar IoT-sensorer, maskininlärning och medicinsk vetenskap för att vända kroniska metabola sjukdomar.

För läsare som inte är bekanta med denna term, vilka är några exempel på kroniska metabola sjukdomar?

Kroniska metabola sjukdomar avser tillstånd relaterade till en störd ämnesomsättning, såsom diabetes, prediabetes, hypertoni (högt blodtryck), dyslipidemi (högt kolesterol), fetma och fettleversjukdom.

Vad exakt är Whole Body Digital Twin™?

Whole Body Digital Twin™ är en dynamisk, digital representation av varje persons unika metabolism byggd från 3000+ datapunkter som samlas in dagligen från sensorer, kombinerat med Machine Learning-modeller för att fastställa orsak och verkan, förutsäga framtida metabola tillstånd och rekommendera specifika åtgärder till varje individen att förbättra sin egen hälsa.

Kan du diskutera vad några av de icke-invasiva bärbara sensorerna är och vilka datapunkter som samlas in?

Sensorerna inkluderar en kontinuerlig glukosmätare, en aktivitetsmätare, en blodtrycksmätare och en kroppssammansättningsvåg. Med hjälp av dessa sensorer samlar vi in ​​mer än 3,000 XNUMX datapunkter per person och dag, inklusive viktiga metaboliska hälsosignaler som blodsocker, puls per minut, pulsvariation, blodsyre, steg, sömnstadier, systoliskt tryck, diastoliskt tryck, vikt , visceralt fett etc. Med dessa signaler kan vi få djupa insikter om din ämnesomsättning, dvs hur din kropp reagerar när du går igenom vardagliga aktiviteter som att äta olika mat, göra olika typer av övningar, sova osv.

Vad analyserar och letar maskininlärningssystemet efter med denna insamlade data?

Vårt Data Science-team har utvecklat flera maskininlärningsmodeller för att förutsäga olika biomarkörer och rekommendera specifika åtgärder för att förbättra dessa biomarkörer.

Till exempel, metaboliska svar varierar dramatiskt från person till person, och för varje person från mat till mat och från tid till annan; två personer kan äta exakt samma måltid och ändå ha helt olika svar. Våra modeller använder mer än 100 ML funktioner för att förutsäga svaren exakt för en given måltid och en given person.

Hur delas sedan denna information med slutanvändaren?

Vår Whole Body Digital Twin™ ger tydliga hälsovägledning till våra medlemmar på två sätt. Först analyserar den automatiskt dina komplexa biomarkörer varje dag för att generera en enkel visualisering av din nuvarande metaboliska hälsa, inklusive en övergripande poäng och detaljerade detaljer i varje aspekt av din metaboliska hälsa. För det andra genererar den mycket personliga rekommendationer för att förbättra din hälsa genom att tillämpa faktorer som precisionsnäring, aktivitet, sömn och andning.

Skulle du kunna diskutera några av resultaten från olika försök som har genomförts?

Twin Healths kliniska forskarteam har genomfört en randomiserad kontrollerad studie i mer än 1 år och har publicerat våra resultat i flera fackgranskade tidskrifter. Detta är världens första randomiserade kontrollerade studie (RCT) för att vända kronisk metabol sjukdom med hjälp av digital tvillingteknologi. Vi har sett de första hälsoresultaten i sitt slag. Patienterna hade en genomsnittlig HbA1c-reduktion på 3.1 (genomsnittlig baslinje 8.7) och över 90 % uppnådde typ 2-diabetes (HbA1c mindre än 6.5) och 92 % eliminerade alla diabetesmediciner inklusive insulin. Dessutom hade patienterna en genomsnittlig viktminskning på 9.1 kg (20 lbs). Bland patienter med onormal leverfunktion vid baseline (enligt definitionen av en förhöjd ALAT på kliniska labbvärden) fanns en genomsnittlig ALAT-reduktion på 24 enheter/l. I jämförelse uppnådde kontrollgruppen inte diabetesreversering, någon minskning av diabetesmediciner eller en signifikant förbättring av vikt eller leverfunktion. De vetenskapliga resultaten från RCT och de kommersiella resultaten har publicerats i 21 peer-reviewed internationella medicinska tidskrifter och konferensartiklar och abstracts.

Vilken är din vision för framtiden för personlig sjukvård och medicin?

Människor är otroligt olika; vi har alla unik biologi, olika metaboliska reaktioner och olika livsstilspreferenser för mat, aktiviteter etc. På grund av detta fungerar inte en lösning som passar alla; Hälso- och sjukvård ska vara exakt och anpassad till varje individs behov och preferenser.

På Twin tror vi på kraften i verkligt personlig Precision Health för att upptäcka och vända sjukdomar på det mest effektiva sättet för varje person, och hålla alla friska hela livet.

Finns det något mer du skulle vilja dela med dig av om antingen Twin Health eller Whole Body Digital Twin™?

Vi lever i en tid av snabb innovation som drivs av AI, IoT och andra störande teknologier. På Twin är vi engagerade i AI för gott – att använda AI för att förstå det mest komplexa systemet av alla, den mänskliga metabolismen, på individnivå. Vi använder dessa teknologier för att lösa den enorma utmaning som kroniska metabola sjukdomar utgör, som drabbar mer än 1 miljard människor runt om i världen. Snälla se twinhealth.com ta reda på mer.