Ilman Shazhaev, Co-Founder & CEO of Acoustery – Interview Series

Ilman Shazhaev, เป็น Co-Founder & CEO ของ Acoustery บริษัท health-tech ที่พัฒนาเทคโนโลยี AI สำหรับการรับรู้โรคทางเดินหายใจในระยะแรก

สิ่งใดที่ดึงดูดคุณเข้าสู่วิชาวิทยาการคอมพิวเตอร์และวิศวกรรม?

ปริมาณข้อมูลที่มีอยู่ในปัจจุบันมากกว่าที่เคย และเทคโนโลยี AI — ซึ่งพึ่งพาข้อมูลอย่างมาก — ได้ทำความก้าวหน้าอย่างมากในช่วงไม่กี่ปีที่ผ่านมา นี่คือเหตุผลที่การทำวิจัยในสาขานี้น่าตื่นเต้น

ปัจจุบัน ฉันกำลังเน้นโครงการ Big Data ในระหว่างการระบาดของ COVID-19 ฉันร่วมก่อตั้ง Acoustery: โซลูชัน AI ที่มีพลังในการติดตามสุขภาพของตนเองโดยอาศัยการวิเคราะห์เสียง คอ และการหายใจ

ขั้นตอนต่อไปคือการรวมการวิจัยด้านสุขภาพและเกม ทำไม? ปริมาณข้อมูลที่อุตสาหกรรมนี้สร้างขึ้นนั้นเป็นเอกลักษณ์ นอกจากนี้ ผู้เล่นเกมยังเป็นผู้รับสมัครในระยะแรกที่พร้อมที่จะแบ่งปันข้อมูลและช่วยให้เกิดความก้าวหน้าทางวิทยาศาสตร์ ในเวลาเดียวกัน จำนวนการลองทางคลินิกที่กำลังดำเนินอยู่นั้นต่ำ และความก้าวหน้านั้นช้า ในขณะที่ภาคเกมช่วยให้สามารถประมวลผลข้อมูลได้มากขึ้น

คุณสามารถอธิบายเรื่องราวเกี่ยวกับ Acoustery ได้หรือไม่?

​​​ตามที่ฉันกล่าวไว้ก่อนหน้านี้ Acoustery ถูกเริ่มต้นในช่วงการระบาดของโรค เมื่อแม้ว่าโอกาสทางธุรกิจในปี 2020 จะมีจำกัด ฉันกำลังพักอยู่ที่ดูไบ ซึ่งเป็นหนึ่งในไม่กี่แห่งที่โครงการสามารถดำเนินการได้โดยไม่มีข้อจำกัดที่เข้มงวดมาก

ผู้ร่วมก่อตั้งของฉัน Dr.Dmitry Mikhaylov ศาสตราจารย์ที่ National University of Singapore และฉันเริ่มต้นความท้าทายใหม่: การตรวจจับ COVID-19 ในระยะแรก ในขณะนั้น สหรัฐอาหรับเอมิเรตส์กำลังสำรวจเทคโนโลยีการวินิจฉัยในระยะแรกอย่างมากและสนับสนุนโครงการ AI อย่างมาก

ขอบคุณสิ่งนี้ เราจึงสามารถเข้าถึงหนึ่งในศูนย์ทดสอบที่ดีที่สุดใน UAE: โรงพยาบาลทหารเชคซาเยด ซึ่งเรามีข้อมูลจากผู้ป่วย COVID-19 หลายร้อยคนเพื่อฝึกอบรมเครื่องยนต์ AI ของเรา

ในขั้นตอนต่อไป การทดสอบแสดงให้เห็นว่าเทคโนโลยีของเรามีความแม่นยำสูงและเป็นไปได้มาก นักวิจัยได้ตีพิมพ์ผลการวิจัยของตนในสมุดบันทึกที่มีคุณภาพสูงสุดในญี่ปุ่นและอเมริกา และวิธีการทดสอบของเราถูกนำมาใช้ในหลายประเทศในเอเชียในช่วงการระบาดของโรคเป็นเครื่องมือฉุกเฉิน

เมื่อ COVID-19 สิ้นสุดลง เราเน้นไปที่การตรวจจับโรคหอบหืดโดยใช้วิธีการเดียวกัน มหาวิทยาลัยชาร์จาห์ ซึ่งเป็นผู้นำการวิจัยใน UAE ในขณะนั้น ได้อนุมัติการทดสอบเหล่านี้

สำหรับ COVID-19 ระบบนี้มีความแม่นยำเท่าใดเมื่อเทียบกับ PCR, LFT และการทดสอบแอนติบอดี?

ค่าพยากรณ์เชิงบวกของ Acoustery ในบริบทของการตรวจคัดกรองในชุมชนสำหรับ COVID-19 มีค่าอยู่ที่ (81%) เมื่อเทียบกับ Xpert MTB/RIF ซึ่งเป็นการทดสอบใหม่ที่ปฏิวัติวิธีการตรวจจับและควบคุมโรคตับอักเสบ (61%) และ PCR การกวาดคอหอย (71%)

ผลการวิจัยของเราแสดงให้เห็นว่าซอฟต์แวร์ที่พัฒนาโดย Acoustery สามารถใช้เป็นเครื่องมือตรวจคัดกรองหลักนอกห้องปฏิบัติการเพื่อตรวจจับกรณีของ COVID-19 และส่งผู้ป่วยไปยังห้องปฏิบัติการสำหรับการทดสอบ PCR

คุณสามารถบอกเรามากขึ้นเกี่ยวกับการเรียนรู้ของเครื่องจักรที่ใช้ในการฝึก AI?

เราสันนิษฐานว่าเพื่อให้ได้อัตราการตรวจจับที่แม่นยำของ COVID-19 เราสามารถฝึกเครือข่ายเชิงโครงสร้างและเครือข่ายแบบเรียกซ้ำเพื่อวินิจฉัยโรคโดยการวิเคราะห์สเปกโตรแกรมของการไอและการหายใจของผู้ป่วย สเปกโตรแกรมเป็นวิธีการแสดงภาพการแสดงสัญญาณที่มีความถี่ต่างๆ การศึกษาทางการแพทย์หลายอย่างแสดงให้เห็นว่ามีความแตกต่างที่มีนัยสำคัญระหว่างการไอของผู้ป่วยที่มี COVID และผู้ที่ไม่มี ดังนั้นเราจึงฝึกเครื่องยนต์ AI ของเราให้สามารถรับรู้ความแตกต่างเหล่านี้

การพัฒนาของ Acoustery สามารถใช้เพื่อวินิจฉัยโรคอัลไซเมอร์ ซึ่งมักถูกมองว่าเป็นโรคทางระบบประสาท ทำงานอย่างไร?

การศึกษาของเราสำรวจวิธีการเชื่อมโยงการวัดเสียงกับโปรไฟล์ภาษาในผู้เข้าร่วมที่มีโรคอัลไซเมอร์ (AD) และวิธีการที่โปรไฟล์เหล่านี้สามารถแยก AD ออกจากการเปลี่ยนแปลงที่เกี่ยวข้องกับการ老化ปกติได้ เพื่อให้บรรลุเป้าหมายนี้ AI ของเราวิเคราะห์ประโยคง่ายๆ ที่ผู้สูงอายุพูดทั้งผู้ที่มีและไม่มี AD ตั้งแต่เปอร์เซ็นต์และจำนวนการหยุดพักเสียงไปจนถึงการสั่น (amplitude perturbation quotient) และอัตราส่วนของเสียงต่อฮาร์มอนิก ความแม่นยำของการวิเคราะห์นี้สูงถึง 90%

ต่อมาเราใช้วิธีการเดียวกันใน Farcana Labs – กิจการหนึ่งที่มุ่งเน้นในการรวบรวม Big Data ที่สร้างขึ้นโดยผู้เล่นเกมเพื่อทำวิจัยเกี่ยวกับการก้าวหน้าของโรค โดยเฉพาะโรคทางจิต

โรคอื่นๆ ที่สามารถวินิจฉัยได้โดยใช้วิธีนี้คืออะไร?

โรคหอบหืดเป็นจุดสนใจหลักของเราในขณะนี้ โรคตับอักเสบเป็นอีกจุดสนใจหนึ่ง เช่นเดียวกับโรคปอดอุดกั้นเรื้อรัง (COPD) ฟибโรสิสปอด ปอดบวม และมะเร็งปอด

ขนาดของชุดข้อมูลฝึกอบรมสำหรับการใช้งานเหล่านี้มีขนาดใหญ่แค่ไหน?

เรามีเสียงไอหลายพันเสียงในฐานข้อมูลของเรา ซึ่งรวบรวมในช่วงสี่ปีที่ผ่านมา

วิสัยทัศน์ของคุณสำหรับอนาคตของการวินิจฉัยทางการแพทย์โดยรวมคืออะไร?

ข้อมูลที่รวบรวมจากอุปกรณ์ส่วนบุคคลจะมีบทบาทสำคัญในการวินิจฉัยโรคในระยะแรกและป้องกันการระบาดของโรค แม้แต่โทรศัพท์มือถือของเราก็มีเซ็นเซอร์หลายตัว: ไมโครโฟนเป็นเพียงหนึ่งในนั้น อะซีเลอโรมิเตอร์ที่สามารถวิเคราะห์ทักษะการเคลื่อนไหวและตรวจจับโรคต่างๆ อีกตัวหนึ่ง

แม้ว่าเทคโนโลยีเหล่านี้ไม่ควรเป็นแหล่งเดียวสำหรับการวินิจฉัย แต่ก็สามารถช่วยคาดการณ์และป้องกันการแพร่กระจายของโรคทางเดินหายใจที่ติดเชื้อได้มาก — และตามมาด้วยการป้องกันการระบาดของโรคใหม่ๆ Acoustery ยังสามารถใช้ในประเทศที่กำลังพัฒนาที่การเข้าถึงการทดสอบ PCR มีจำกัด

คุณดูเหมือนจะมีหลายโครงการที่กำลังดำเนินอยู่ คุณเห็นกรณีการใช้งานที่น่าตื่นเต้นอื่นๆ สำหรับ AI หรือไม่?

พื้นที่ AI นั้นเป็นเอกลักษณ์ ในฐานะนักวิจัย AI เราเน้นไปที่ช่องว่างที่สร้างข้อมูลขนาดใหญ่ ซึ่งจำเป็นสำหรับการวิจัย AI ทั้งหมด เราต้องการผู้ป่วยจำนวนมากเพื่อสร้างชุดข้อมูลคุณภาพดี ดังนั้นเราจึงมีการวิจัยหลายอย่างที่ดำเนินไปพร้อมๆ กันและกำลังสำรวจแนวธุรกิจหลายแนว

เรามองว่าเกมเป็นพื้นที่ที่มีข้อมูลจำนวนมากที่สร้างขึ้น ในปัจจุบันผู้คนเล่นวิดีโอเกมจำนวนมาก ซึ่งเป็นแหล่งข้อมูลที่มีคุณค่าสำหรับการวิจัยด้านสุขภาพ การรวบรวมข้อมูลจากอุปกรณ์ส่วนบุคคลและอุปกรณ์สวมใส่เป็นอีกหนึ่งเวกเตอร์ที่มีศักยภาพอย่างมาก

โดยรวมแล้ว มันทำให้เราตื่นเต้นที่ได้สำรวจเทคโนโลยีนี้ตอนนี้ และฉันเชื่อว่ามัน还有ศักยภาพที่จะถูกใช้ในภาคอื่นๆ อีกมาก

ขอขอบคุณสำหรับการสัมภาษณ์ที่ดี ผู้อ่านสามารถเยี่ยมชม Acoustery เพื่อเรียนรู้เพิ่มเติมได้