Ільман Шажаєв, співзасновник та CEO Acoustery – Серія інтерв’ю

Ільман Шажаєв – співзасновник та CEO Acoustery, компанії з охорони здоров’я, яка розробляє технологію штучного інтелекту для раннього виявлення респіраторних захворювань.

Що спочатку привернуло вас до комп’ютерних наук та інженерії?

Сьогодні доступно більше даних, ніж будь-коли раніше, а технологія штучного інтелекту, яка сильно залежить від даних, зробила величезний прогрес за останні кілька років. Саме тому дослідження в цій галузі так цікаво.

Наразі я зосереджений на проектах з великими даними. Під час COVID-19 я став співзасновником Acoustery: повністю автоматизованого рішення на основі штучного інтелекту для моніторингу здоров’я на основі аналізу голосу, кашлю та дихання.

Наступним кроком було поєднання медичних досліджень та ігор. Чому? Кількість даних, яку генерує ця галузь, унікальна; крім того, геймери – це ранні приймачі, які готові поділитися своїми даними та внесли свій внесок у науковий прогрес. Одночасно кількість клінічних досліджень низька, прогрес повільний, а ігрова галузь дозволяє обробляти дані набагато динамічніше.

Можете розказати про історію створення Acoustery?

Як я вже згадував раніше, Acoustery було створено під час пандемії. Хоча бізнес-можливості у 2020 році були відносно обмежені, я перебував у Дубаї, одному з небагатьох місць, де проект міг працювати без надзвичайно суворих обмежень.

Мій співзасновник доктор Дмитро Михайлов, професор Національного університету Сінгапуру, та я почали працювати над новим завданням: ранньою діагностикою COVID-19. На той час ОАЕ активно досліджували технології ранньої діагностики та широко підтримували проекти на основі штучного інтелекту.

Дякуючи цьому, ми отримали доступ до одного з найкращих тестових центрів ОАЕ: військового госпіталю Шейха Зайда, де ми мали дані від сотень пацієнтів з COVID-19 для навчання нашого двигуна штучного інтелекту.

На наступному етапі тести показали, що наша технологія була дуже точною та мала великий потенціал. Дослідники опублікували свої результати у топ-рейтингових журналах Японії та США, а наш метод тестування був використаний у кількох азійських країнах під час пандемії як надзвичайний інструмент.

Коли COVID-19 закінчився, ми зосередилися на виявленні астми за допомогою того ж підходу. Університет Шарджи, який зараз лідирує у дослідженнях ОАЕ, затвердив ці тести.

Як точна ця система порівняно з PCR, LFT та антитілами для COVID-19?

Позитивна прогностична вартість Acoustery у контексті масового скринінгу для COVID-19 відносно висока (81%) порівняно з Xpert MTB/RIF, новим тестом, який революціонізує виявлення та контроль туберкульозу шляхом внесення внеску у швидку діагностику захворювання (61%) та ПЛР- мазків з горла (71%).

Наші дослідження показали, що програмне забезпечення, розроблене Acoustery, можна використовувати як первинний нерозробний інструмент скринінгу для виявлення випадків COVID-19 та направлення пацієнтів до лабораторій для проведення ПЛР-тестів.

Можете розказати про машинне навчання, яке використовується для навчання штучного інтелекту?

Ми припустили, що для отримання точної швидкості виявлення COVID-19 ми могли б навчати卷олюційні та рекурентні мережі діагностувати захворювання шляхом аналізу спектрограм кашлю та дихання пацієнтів. Спектрограма – це візуальний спосіб представлення сили сигналу на різних частотах. Кілька медичних досліджень показали значні відмінності між кашлем пацієнтів, які мали COVID, та тими, хто не мав, тому ми навчили наш двигун штучного інтелекту розпізнавати такі відмінності.

Розробки Acoustery можна використовувати для діагностики Альцгеймера, який часто сприймається як неврологічне захворювання. Як саме це працює?

Наше дослідження вивчає, як вимірювання мови можуть бути пов’язані з мовними профілями учасників з хворобою Альцгеймера (ХА) та як ці профіль можуть відрізнити ХА від змін, пов’язаних з нормальним старінням. Для досягнення цього наш штучний інтелект аналізує прості речення, вимовлені старшими людьми з ХА та без нього, від відсотка та кількості перерв у голосі до мерцання (амплітудної пертурбаційної частоти) та співвідношення шуму до гармонік. Точність цього аналізу досягає 90%.

Пізніше ми використали той же підхід у Farcana Labs – підприємстві, яке збирає великі дані, згенеровані геймерами, для дослідження прогресу захворювання, особливо з психічними розладами.

Які інші захворювання можна діагностувати за допомогою цього методу?

Астма зараз є нашим пріоритетом. Туберкульоз – ще одна область нашої уваги, а також хронічна обструктивна захворювання легень (ХОЗЛ), пульмонічна фіброз, пневмонія та рак легень.

Як великі тренувальні набори даних для цих випадків?

У нашій базі даних є тисячі записів кашлю, зібраних за останні чотири роки.

Яка ваша бачення майбутнього медичної діагностики в цілому?

Дані, зібрані з особистих пристроїв, будуть відігравати значну роль у діагностиці захворювань на ранній стадії та запобіганні пандеміям. Навіть наші мобільні телефони мають кілька сенсорів: мікрофон – лише один з них. Акселерометри, які можуть аналізувати моторні навички та виявляти численні захворювання, – це ще одна можливість.

Хоча ці технології не повинні бути єдиним джерелом для діагностики, вони можуть суттєво допомогти передбачити та запобігти поширенню високозахворюваних респіраторних захворювань – і, як наслідок, нових пандемій. Acoustery також можна використовувати у країнах, що розвиваються, де доступ до ПЛР-тестування обмежений.

Ви, здається, маєте кілька проектів, які зараз реалізуються; які інші цікаві випадки використання штучного інтелекту ви бачите?

Простір штучного інтелекту унікальний. Як дослідники штучного інтелекту, ми зосереджуємося на нішах, які генерують великі дані, необхідні для будь-яких досліджень штучного інтелекту. Нам потрібно багато пацієнтів, щоб скласти якісні набори даних, тому у нас є кілька досліджень, які проводяться паралельно, та ми досліджуємо кілька бізнес-вертикалей.

Ми бачимо ігри як область, де генерується величезна кількість даних. Сьогодні люди грають у багато відеоігор, які є цінним джерелом даних для медичних досліджень. Збір даних з особистих пристроїв та носимих пристроїв – це ще одна можливість з великим потенціалом.

В цілому, це цікаво досліджувати цю технологію зараз, і я вважаю, що вона має ще більший потенціал для використання в інших галузях.

Дякую за велике інтерв’ю, читачам, які бажають дізнатися більше, слід відвідати Acoustery.