Halim Abbas, Cognoa’nın Baş AI Memuru – Röportaj Serisi

Halim Abbas, Cognoa’nın Baş AI Memuru’dur, o bir AI yenilikçisi ve endüstri veteranıdır ve eBay ve Teradata gibi oyun değiştirici teknoloji şirketlerinde dünya çapında veri bilimi projelerini yönetmiştir. Cognoa, pediatrik davranışsal sağlıkta eşitsiz erişimi sağlayan bir standart oluşturmaya adanmıştır ve çocuklar ve aileler için yaşam boyu sonuçları iyileştirmek amacıyla yüksek kaliteli ürünleri sunmaktadır.

Siz machine learning ve veri bilimine ilk olarak neler çekti?

Ben çocukluğumdan beri bilgisayar programlamasına ilgi duydum. Daha sonra hayatım boyunca, araştırma ve açık挑戰lerin sınırında çalışmak için ortaya çıkan machine learning alanına doğru yöneldim.

eBay’de Senior Araştırma Bilimcisi olarak, eBay platformu için arama sonuçları sıralamasını optimize etme deneyimine sahipsiniz. Bu deneyimden machine learning’de öğrendiğiniz temel dersler nelerdir?

eBay’de, ekibim şirketin ilk machine learning tabanlı arama sonuçları sıralama algoritmasını oluşturma görevini üstlendi. Milyonlarca ürün ve milyarlarca arama sorgusuyla, en büyük teknik zorluk, bu büyük ölçekle başa çıkmaktı.

Sonuç olarak, bu deneyimden çıkardığım en büyük ders, hedefin tanımını açık tutmaktı. Eğer sıralama algoritması yalnızca en iyi teklifleri sunarsa, kullanıcılar daha az işlem yapma eğilimindeydiler. İyi teklifleri tanımlayabilmek için, kötü teklifleri de görmeleri gerekiyordu. Bu, hedefin tanımını değiştirmek ve stratejiyi buna göre ayarlamak için veri temelli bir yaklaşım gerektirdi.

Cognoa’da hangi koşullar teşhis edilmektedir?

Cognoa, pediatrik davranışsal sağlık şirketidir ve dijital teşhis ve tedavi geliştirmektedir. Amacımız, teknolojiyi kullanarak pediatrik sağlık hizmetlerini iyileştirmek ve pediatrik davranışsal sağlık hizmetlerinde karşılanmayan ihtiyaçları gidermektir. Otizm ile başlıyoruz.

Çocuklarda otizm ve diğer koşulları teşhis etmek için bir sınıflandırma sistemi oluştururken karşılaşılan zorluklar nelerdir?

Okul öncesi çocukların işbirliği yapmayan hastalar olması dışında, bizim için en büyük zorluk, tanımlayıcı gürültüdür. Yani, AI algoritmalarını, koşulların sınırları etrafındaki klinisyen bilim hala gelişirken, koşulları sınıflandırmak için eğitmek. Bazı durumlarda, insan uzmanlar, bir çocuğun tanısı hakkında anlaşmazlık içinde olabilir ve bir tanıya ilişkin temel unsurların kolektif anlaşılması hala gelişen bir bilimdir. Örneğin, birkaç yıl önce Asperger olarak adlandırılan durum, şimdi otizm spektrum bozukluğu (OSB) kapsamında kabul edilmektedir ve dikkat eksikliği bozukluğu (DEB) ve hiperaktivite arasındaki önceki ayrı kavramlar, artık birleşik bir tanı, dikkat eksikliği hiperaktivite bozukluğu (DEHB) olarak kabul edilmektedir. Diğer ortaya çıkan tanı sınıflandırmaları (duygusal işleme bozukluğu gibi) henüz Tanı ve İstatistiksel El Kitabına dahil edilmemiştir.

Bu subjektif, değişen sınırlar, veri bilimcisi için ilginç ve önemli zorluklar sunar.

Cognoa, 3-lu teşhis sistemini neden bu şekilde tasarladı?

Otizm, geniş bir sunum ve komorbidite yelpazesi olan karmaşık bir nörogelişimsel durumdur.

Biz, risk altında olan 18-72 aylık çocuklarda otizmi doğru ve verimli bir şekilde teşhis etmek için birincil bakım hekimlerine yardımcı olmak amacıyla bir teşhis aracı geliştirdik. Cognoa’nın teşhis aracı, bakıcı veya ebeveyn veya hekim tarafından sağlanan girdileri birleştiren ve bunlarıpredictif otizm sinyalleri için analiz eden benzersiz bir şekilde çalışır. Teşhis aracı, AI kullanarak tüm girdileri değerlendirir ve yeterli bilgi olduğunda, pediatrik hekimin teşhis ve uygun sonraki adımları belirlemek için kullandığı positive veya negative bir sonuç sağlar.

Yanlış sınıflandırmaların riskini azaltmak için, algoritma ayrıca yüksek predictive değerleri sağlamak ve yanlış negatiflerin olasılığını en aza indirmek için bir risk kontrol önlemi olarak belirsiz bir çıktı sağlar. Bu, modelin düşük güvenle cevap verdiği durumlarda tahminden kaçınması, makine öğrenimi algoritmalarında risk kontrolü için standard bir yöntemdir.

Cognoa, ebeveynlerin sağladığı verilerin türü konusunda ebeveyn yanlılığını nasıl aşar?

Harika bir soru. Makine öğreniminin büyük avantajlarından biri, girdi verisindeki gürültü ve yanlılık kaynaklarını aşabilmesidir. Ebeveynlerin kendi çocukları hakkındaki raporları subjektif ve yanlılıktır, ancak uzun gözlem pencerelerine dayanmaktadır, oysa klinisyen raporları daha objektiftir, ancak kısa gözlem pencerelerine dayanmaktadır.

Her iki girdi kümesini birleştiren bir makine öğrenimi süreci kullanarak, algoritma bu girdilerin tamamlayıcı doğasını adapte edebilir ve her bilgi kümesinden en iyi şekilde yararlanarak daha güvenilir bir karar verebilir.

Cognoa’da ırksal veya cinsiyet yanlılığını önlemek için kullanılan bazı veri bilimi en iyi uygulamaları nelerdir?

Şirket olarak, Cognoa, eşit erişimi olan ürünler oluşturmaya kendini adamıştır. AI tabanlı yeniliklerin toplumda var olan yanlılıkları emebileceklerini ve büyütebileceğini biliyoruz. Örneğin, kızlar genellikle erkeklerden 1,5 yıl sonra teşhis edilmekte ve 8 yaşından küçük otizmli çocukların dördüncü kısmı, genellikle siyah veya Hispanik çocuklar, teşhis edilmemektedir. Bu, mevcut sistemindeki erişimi eksikliğinden ve tarihsel olarak teşhisin beyaz erkeklerin özelliklerine göre yapıldığından kaynaklanmaktadır.

Bu mevcut yanlılıkları gidermek için, teknolojisini ırksal, etnik, sosyo-ekonomik geçmişler arasındaki farklılıkları hesaba katarak tasarladık. Sosyal Sorumlu AI Şartını yazdık ve uyguluyoruz. AI algoritmalarımızı, çeşitli arka planlardan binlerce erkek ve kız çocuğunun hasta kayıtları verilerini kullanarak geliştirdik ve klinik olarak doğruladık.

Dış veri noktalarına başvurarak ve yüzlerce hekimin deneyimlerini analiz ederek, Cognoa’nın AI’si, hekimlerin bilinçaltı yanlılıklarla mücadele etmelerine yardımcı olabilir.

Cognoa’da sunulan bazı terapötik çözümler nelerdir?

Şu anda Cognoa’da terapötik çözümler mevcut değildir. Ancak, beberapa çözüm geliştirme aşamasındadır ve AI’nin terapötik çözümleri daha erişilebilir ve kullanılabilir hale getirmek için büyük bir potansiyele sahip olduğu açıktır.

Cognoa’daki çalışmanız hakkında paylaşmak istediğiniz başka bir şey var mı?

Ben, Cognoa’daki görevimden bu yana, hiçbir işte bu kadar uzun süre kalmadım. Sanırım bu, birçok insanın hayatını kişisel düzeyde etkileyen bir problem üzerinde çalışmaktan aldığım tatmin duygusundan kaynaklanmaktadır. Çocuklarına bakmak isteyen ebeveynlere yardımcı olmak, en soylu çağrıların biridir.

Harika bir röportaj için teşekkür ederiz, okuyucular daha fazla bilgi edinmek için Cognoa‘yı ziyaret edebilirler.