อิลมาน ชาซาเยฟ, ผู้ร่วมก่อตั้งและซีอีโอของ Acoustery – ซีรีส์สัมภาษณ์

อิลมาน ชาซาเยฟ เป็นผู้ร่วมก่อตั้งและซีอีโอของ Acoustery บริษัทเทคโนโลยีสุขภาพที่พัฒนาเทคโนโลยี AI สำหรับการรับรู้โรคทางเดินหายใจในระยะแรก

สิ่งใดที่ดึงดูดคุณเข้าสู่วิทยาศาสตร์คอมพิวเตอร์และวิศวกรรม?

ปริมาณข้อมูลที่มีอยู่ในปัจจุบันมากกว่าที่เคย และเทคโนโลยี AI ซึ่งพึ่งพาข้อมูลอย่างมาก ได้ทำความก้าวหน้าอย่างมากในช่วงไม่กี่ปีที่ผ่านมา นี่คือเหตุผลที่การทำวิจัยในสาขานี้น่าสนใจมาก

ปัจจุบัน ฉันกำลังเน้นไปที่โครงการ Big Data ในระหว่างการระบาดของ COVID-19 ฉันร่วมก่อตั้ง Acoustery: โซลูชัน AI ที่มีการทำงานอัตโนมัติเต็มรูปแบบสำหรับการติดตามสุขภาพโดยการวิเคราะห์เสียง ไอ และการหายใจของบุคคล

ขั้นตอนต่อไปคือการรวมการวิจัยด้านสุขภาพและเกม ทำไม? อุตสาหกรรมนี้สร้างข้อมูลที่ไม่เหมือนใคร และผู้เล่นเกมเป็นผู้เปิดรับเทคโนโลยีใหม่กลุ่มแรก ๆ ที่พร้อมจะแบ่งปันข้อมูลและช่วยให้การวิจัยทางวิทยาศาสตร์เดินหน้าต่อไป ในขณะเดียวกัน จำนวนการวิจัยทางคลินิกที่กำลังดำเนินอยู่ค่อนข้างต่ำ และความก้าวหน้าเป็นไปอย่างช้าๆ ส่วนอุตสาหกรรมเกมทำให้สามารถประมวลผลข้อมูลได้อย่างมีพลังมากขึ้น

คุณสามารถอธิบายเรื่องราวเบื้องหลังของ Acoustery ได้หรือไม่?

ตามที่ฉันกล่าวไว้ก่อนหน้านี้ Acoustery ถูกก่อตั้งขึ้นระหว่างการระบาดของโรค ฉันพักอยู่ที่ดูไบ ซึ่งเป็นหนึ่งในไม่กี่สถานที่ที่สามารถดำเนินโครงการได้โดยไม่มีข้อจำกัดที่เข้มงวดมาก

ผู้ร่วมก่อตั้งของฉัน Dr.Dmitry Mikhaylov ศาสตราจารย์จาก National University of Singapore และฉันเริ่มทำงานในโครงการใหม่: การตรวจจับ COVID-19 ในระยะแรก ในขณะนั้น สหรัฐอาหรับเอมิเรตส์กำลังสำรวจเทคโนโลยีการวินิจฉัยในระยะแรกอย่างมาก และสนับสนุนโครงการ AI อย่างมาก

ด้วยเหตุนี้ เราจึงสามารถเข้าถึงหนึ่งในโรงพยาบาลทดสอบที่ดีที่สุดใน UAE: โรงพยาบาลทหาร Sheikh Zayed ซึ่งเรามีข้อมูลจากผู้ป่วย COVID-19 หลายร้อยคนเพื่อฝึกอบรมเครื่องมือ AI ของเรา

ในขั้นตอนต่อไป การทดสอบแสดงให้เห็นว่าเทคโนโลยีของเรามีความแม่นยำสูงและมีศักยภาพที่ดี นักวิจัยได้ตีพิมพ์ผลการวิจัยในวารสารวิชาการชั้นนำในญี่ปุ่นและสหรัฐอเมริกา และวิธีการทดสอบของเราถูกใช้ในหลายประเทศในเอเชียระหว่างการระบาดเป็นเครื่องมือฉุกเฉิน

เมื่อ COVID-19 สิ้นสุดลง เราได้เน้นไปที่การตรวจจับโรคหอบหืดโดยใช้วิธีการเดียวกัน มหาวิทยาลัยชาร์จาห์ ซึ่งเป็นผู้นำการวิจัยใน UAE ในขณะนั้น ได้อนุมัติการทดสอบเหล่านี้

สำหรับ COVID-19 ระบบนี้มีความแม่นยำเท่าใดเมื่อเทียบกับการทดสอบ PCR, LFT และการตรวจหาสารภูมิต้านทาน?

ค่าพยากรณ์เชิงบวกของ Acoustery ในบริบทของการตรวจคัดกรองในระดับชุมชนสำหรับ COVID-19 ค่อนข้างสูง (81%) เมื่อเทียบกับ Xpert MTB/RIF ซึ่งเป็นการตรวจที่ปฏิวัติวงการในการตรวจและควบคุมวัณโรค (61%) และการตรวจ PCR จากคอหอย (71%)

ผลการวิจัยของเราแสดงให้เห็นว่าซอฟต์แวร์ที่พัฒนาโดย Acoustery สามารถใช้เป็นเครื่องมือในการตรวจคัดกรองหลักนอกห้องปฏิบัติการเพื่อตรวจจับกรณีของ COVID-19 และส่งต่อผู้ป่วยไปยังห้องปฏิบัติการเพื่อการตรวจ PCR

คุณสามารถบอกเราเพิ่มเติมเกี่ยวกับการเรียนรู้ของเครื่องจักรที่ใช้ในการฝึกอบรม AI ได้หรือไม่?

เราคาดว่าเพื่อให้ได้อัตราการตรวจจับที่แม่นยำของ COVID-19 เราสามารถฝึกโครงข่ายประสาทเทียมแบบคอนโวลูชันและแบบวนซ้ำเพื่อวินิจฉัยโรคโดยการวิเคราะห์สเปกโทรแกรมของเสียงไอและหายใจของผู้ป่วย สเปกโทรแกรมเป็นวิธีการแสดงภาพความแข็งแรงของสัญญาณที่ความถี่ต่างๆ การศึกษาทางการแพทย์หลายๆ เรื่องแสดงให้เห็นว่ามีความแตกต่างที่มีนัยสำคัญระหว่างเสียงไอของผู้ป่วยที่มี COVID-19 และผู้ที่ไม่มี ดังนั้นเราจึงฝึกเครื่องมือ AI ของเราให้สามารถรับรู้ความแตกต่างเหล่านี้

การพัฒนาของ Acoustery สามารถใช้ในการวินิจฉัยโรคอัลไซเมอร์ ซึ่งมักถูกมองว่าเป็นโรคทางระบบประสาท ทำงานอย่างไร?

การศึกษาของเราสำรวจวิธีการเชื่อมโยงระหว่างการวัดเสียงกับโปรไฟล์ภาษาในผู้เข้าร่วมที่มีโรคอัลไซเมอร์ (AD) และวิธีการที่โปรไฟล์เหล่านี้สามารถแยกแยะ AD ออกจากการเปลี่ยนแปลงที่เกี่ยวข้องกับการสูงวัยตามปกติ เพื่อให้บรรลุเป้าหมายนี้ AI ของเราวิเคราะห์ประโยคง่ายๆ ที่ผู้สูงอายุพูด โดยมีและไม่มี AD ตั้งแต่สัดส่วนและจำนวนช่วงที่เสียงขาดหาย ไปจนถึงค่าความแปรปรวนของแอมพลิจูดระหว่างคาบเสียง (shimmer) และอัตราส่วนสัญญาณรบกวนต่อฮาร์มอนิก ความแม่นยำของการวิเคราะห์นี้สูงถึง 90%

ต่อมา เราใช้วิธีการเดียวกันใน Farcana Labs – กิจการหนึ่งที่มุ่งเน้นในการรวบรวมข้อมูลขนาดใหญ่ที่สร้างโดยผู้เล่นเกมเพื่อศึกษาการก้าวหน้าของโรค โดยเฉพาะความผิดปกติทางจิต

โรคอื่นๆ ที่สามารถวินิจฉัยได้โดยใช้วิธีการนี้คืออะไร?

โรคหอบหืดเป็นจุดสนใจหลักของเราในขณะนี้ วัณโรคและโรคปอดอุดกั้นเรื้อรัง (COPD) เป็นอีกสองโรคที่เรากำลังให้ความสนใจ รวมถึงโรคพังผืดในปอด ปอดบวม และมะเร็งปอด

ขนาดของชุดข้อมูลสำหรับการใช้งานเหล่านี้คืออะไร?

เรามีการบันทึกเสียงไอหลายพันรายการในฐานข้อมูลของเรา ซึ่งรวบรวมมาในช่วงสี่ปีที่ผ่านมา

วิสัยทัศน์ของคุณสำหรับอนาคตของการวินิจฉัยทางการแพทย์โดยรวมคืออะไร?

ข้อมูลที่รวบรวมจากอุปกรณ์ส่วนบุคคลจะมีบทบาทสำคัญในการวินิจฉัยโรคในระยะแรกและป้องกันการระบาดของโรค ตัวอย่างเช่น โทรศัพท์มือถือของเรามีเซ็นเซอร์หลายตัว ไมโครโฟนเป็นเพียงหนึ่งในนั้น เซ็นเซอร์วัดความเร่งที่สามารถวิเคราะห์ทักษะการเคลื่อนไหวและตรวจจับโรคหลายชนิดเป็นอีกตัวหนึ่ง

แม้ว่าเทคโนโลยีเหล่านี้ไม่ควรเป็นแหล่งเดียวสำหรับการวินิจฉัย แต่ก็สามารถช่วยคาดการณ์และป้องกันการแพร่กระจายของโรคทางเดินหายใจที่ติดเชื้อได้ และด้วยเหตุนี้จึงช่วยป้องกันการระบาดใหญ่ครั้งใหม่ ๆ Acoustery ยังสามารถใช้ได้ในประเทศที่กำลังพัฒนาที่การเข้าถึงการตรวจ PCR มีข้อจำกัด

คุณดูเหมือนจะมีหลายโครงการที่กำลังดำเนินอยู่ คุณเห็นกรณีการใช้งานที่น่าตื่นเต้นอื่นๆ สำหรับ AI หรือไม่?

พื้นที่ AI เป็นเอกลักษณ์ ในฐานะนักวิจัย AI เราเน้นไปที่พื้นที่ที่สร้างข้อมูลขนาดใหญ่ ซึ่งเป็นสิ่งจำเป็นสำหรับการวิจัย AI เราต้องการผู้ป่วยจำนวนมากเพื่อสร้างชุดข้อมูลที่มีคุณภาพ ดังนั้นเราจึงมีหลายโครงการวิจัยที่ดำเนินไปพร้อมๆ กันและกำลังสำรวจหลายแนวธุรกิจ

เรามองเห็นเกมเป็นพื้นที่ที่มีข้อมูลขนาดใหญ่ ผู้คนเล่นเกมวิดีโอจำนวนมาก ซึ่งเป็นแหล่งข้อมูลที่มีคุณค่าสำหรับการวิจัยด้านสุขภาพ การรวบรวมข้อมูลจากอุปกรณ์ส่วนบุคคลและอุปกรณ์สวมใส่คืออีกหนึ่งแนวทางที่มีศักยภาพ

โดยรวมแล้ว มันทำให้เรารู้สึกตื่นเต้นที่ได้สำรวจเทคโนโลยีนี้ในขณะนี้ และฉันเชื่อว่ามันยังมีศักยภาพที่จะถูกใช้ในอุตสาหกรรมอื่นๆ อีกมาก

ขอขอบคุณสำหรับการสัมภาษณ์ที่ยอดเยี่ยม ผู้อ่านสามารถเยี่ยมชม Acoustery เพื่อเรียนรู้เพิ่มเติม