Terry Poon, medgrundare och CTO på Twin Health – Intervjuserie

Terry Poon medgrundade Twin Health och driver visionen för teknikutveckling. Han leder utvecklingen av Twins innovativa plattform och unika algoritmer för att förbättra människors metaboliska hälsa med hjälp av IoT, maskinlärning och Digital Twin-teknik. Innan Twin var Terry VP of Engineering på Jasper Technologies, där han byggde globala mjukvaruteam och var chefsarkitekt för företagets IoT-molnplattform. Dessutom ledde Terry ingenjörsinsatserna för Jaspers lansering på den kinesiska marknaden, den snabbast växande i företagets historia. Innan Jasper hade Terry ingenjörs- och ledningspositioner på Oracle.

Vad var det som initialt fick dig att bli intresserad av datavetenskap och så småningom IoT?

Jag började programmera på en Apple IIe i ung ålder och var absolut fascinerad av datorernas förmåga att förvandla idéer till verklighet med bara några tangenttryckningar.

Jag fortsatte att följa denna passion på MIT, där jag 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 på din vägnar.

Efter examen arbetade jag på Oracle i några år, sedan gick jag med i ett tidigt IoT-företag som heter Jasper Technologies, som hade en vision att förena 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 skalfade vi från 0 till mer än 160 miljoner enheter som körde på Jasper-plattformen runt om i världen.

Kan du dela berättelsen om Twin Healths tillblivelse?

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

En del av vår inspiration kom från Jasper Technologies. Medan jag var på Jasper samarbetade vi med många innovativa företag runt om i världen, inklusive Tesla. Tesla bygger en Digital Twin-programvarumodell för varje bil de säljer; Jasper byggde IoT-plattformen som möjliggör Teslas infrastruktur för att diagnostisera problem och uppdatera bilens programvara automatiskt, hålla varje bil i toppskick hela tiden.

Cisco Systems förvärvade Jasper 2016. 2018 gick Jasper CEO Jahangir Mohammed med mig och vår tredje medgrundare Maluk Mohamed för att starta Twin Health för att tillämpa denna Digital Twin-koncept på den mänskliga kroppen. På Twin har vi uppfunnit vår egen patenterade teknik som kallas Whole Body Digital Twin, som kombinerar IoT-sensorer, maskinlärning och medicinsk vetenskap för att vända kroniska metaboliska sjukdomar.

För läsare som är ovana vid denna term, vad är några exempel på kroniska metaboliska sjukdomar?

Kroniska metaboliska sjukdomar refererar till tillstånd som är relaterade till en störd metabolism, såsom diabetes, prediabetes, hypertoni (högt blodtryck), dyslipidemi (högt kolesterol), fetma och fettleversjukdom.

Vad är exakt 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 maskinlärningsmodeller för att bestämma orsak- och verkan-relationer, förutsäga framtida metaboliska tillstånd och rekommendera specifika åtgärder för varje individ för 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 aktivitetstracker, en blodtrycksmätare och en kroppssammansättningsvåg. Med hjälp av dessa sensorer samlar vi in mer än 3 000 datapunkter per person per dag, inklusive viktiga metaboliska hälsosignaler som blodglukos, per-minut hjärtfrekvens, hjärtfrekvensvariation, blodsyre, steg, sömnstadium, systoliskt tryck, diastoliskt tryck, vikt, visceral fett etc. Med dessa signaler kan vi få djupa insikter i din metabolism, dvs. hur din kropp svarar när du går igenom vardagliga aktiviteter som att äta olika livsmedel, göra olika typer av övningar, sova etc.

Vad analyserar maskinlärningssystemet och letar efter med de insamlade data?

Vårt datavetenskapsteam har utvecklat flera maskinlärningsmodeller för att förutsäga olika biomarkörer och rekommendera specifika åtgärder för att förbättra dessa biomarkörer.

Till exempel varierar metaboliska svar dramatiskt från person till person, och för varje person från mat till mat och från tid till tid; 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 korrekt för varje given måltid och varje given person.

Hur delas denna information sedan med slutanvändaren?

Vår Whole Body Digital Twin tillhandahåller tydliga hälsoråd 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 total poäng och nedbrytning i varje aspekt av din metaboliska hälsa. För det andra genererar den högt anpassade rekommendationer för att förbättra din hälsa genom att tillämpa faktorer som precisionsnutrition, aktivitet, sömn och andning.

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

Twin Healths kliniska forskningsteam har genomfört en randomiserad kontrollerad studie i mer än 1 år och har publicerat våra resultat i flera granskade tidskrifter. Detta är världens första randomiserade kontrollerade studie (RCT) för att vända kroniska metaboliska sjukdomar med hjälp av digitala tvillingtekniker. Vi har sett resultat av en ny typ. Patienterna hade en genomsnittlig HbA1c-reduktion på 3,1 (genomsnittlig baslinje 8,7) med över 90 % som uppnådde typ 2-diabetesvändning (HbA1c mindre än 6,5), och 92 % eliminerade alla diabetesläkemedel, inklusive insulin. Dessutom hade patienterna en genomsnittlig viktreduktion på 9,1 kg (20 pund). Bland patienter med baslinjeabnormalt leverfunktion (definierat av en förhöjd ALT på kliniska laboratorievärden) fanns en genomsnittlig ALT-reduktion på 24 enheter/L. I jämförelse uppnådde kontrollgruppen inte diabetesvändning, någon reduktion av diabetesläkemedel eller någon signifikant förbättring av vikt eller leverfunktion. De vetenskapliga resultaten från RCT och de kommersiella resultaten har publicerats i 21 granskade internationella medicinska tidskrifter och konferensartiklar och abstrakt.

Vad är din vision för framtiden för personlig hälsovård och medicin?

Människor är otroligt olika; vi alla har unik biologi, olika metaboliska svar och olika livsstilspreferenser för mat, aktiviteter etc. På grund av detta fungerar inte en lösning som passar alla; hälsovården bör vara exakt och anpassad till varje persons behov och preferenser.

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

Finns det något annat du vill dela om antingen Twin Health eller Whole Body Digital Twin?

Vi lever i en tid av snabb innovation driven av AI, IoT och andra disruptiva tekniker. På Twin är vi engagerade i AI för det goda – att använda AI för att förstå det mest komplexa systemet av alla, den mänskliga metabolismen, på individnivå. Vi tillämpar dessa tekniker för att lösa den massiva utmaning som kroniska metaboliska sjukdomar utgör, som drabbar mer än 1 miljard människor runt om i världen. Se twinhealth.com för att få mer information.