Ilman Shazhaev, Đồng sáng lập & CEO của Acoustery – Loạt phỏng vấn

Ilman Shazhaev, là Đồng sáng lập & CEO của Acoustery, một công ty công nghệ sức khỏe phát triển công nghệ AI để nhận biết sớm các bệnh về đường hô hấp.

Điều gì đã thu hút bạn đến với khoa học máy tính và kỹ thuật?

Lượng dữ liệu có sẵn ngày nay là rất lớn và công nghệ AI – phụ thuộc rất nhiều vào dữ liệu – đã đạt được tiến bộ đáng kể trong những năm gần đây. Đó là lý do tại sao việc nghiên cứu trong lĩnh vực này lại thú vị đến vậy.

Hiện tại, tôi đang tập trung vào các dự án Dữ liệu lớn. Trong thời gian COVID-19, tôi đã đồng sáng lập Acoustery: một giải pháp tự động hoàn toàn dựa trên AI để theo dõi sức khỏe của một người dựa trên phân tích giọng nói, ho và thở của họ.

Bước tiếp theo là kết hợp nghiên cứu sức khỏe và trò chơi. Tại sao? Lượng dữ liệu mà ngành công nghiệp này tạo ra là duy nhất; hơn nữa, những người chơi game là những người dùng sớm sẵn sàng chia sẻ dữ liệu của họ và đóng góp vào tiến bộ khoa học. Đồng thời, số lượng thử nghiệm lâm sàng đang diễn ra là thấp, tiến bộ là chậm, và ngành công nghiệp trò chơi cho phép xử lý dữ liệu động hơn nhiều.

Có thể bạn hãy giải thích thêm về câu chuyện khởi nguồn của Acoustery?

​​​Như tôi đã đề cập trước đó, Acoustery được thành lập trong thời gian đại dịch. Mặc dù các cơ hội kinh doanh vào năm 2020 là khá hạn chế, nhưng tôi đang ở Dubai, một trong những địa điểm ít ỏi nơi một dự án có thể hoạt động mà không có những hạn chế quá nghiêm ngặt.

Đồng sáng lập của tôi, Tiến sĩ Dmitry Mikhaylov, một giáo sư tại Đại học Quốc gia Singapore, và tôi đã bắt đầu một thách thức mới: phát hiện sớm COVID-19. Lúc đó, UAE đang khám phá rất nhiều công nghệ chẩn đoán sớm và hỗ trợ lớn cho các dự án AI.

Cảm ơn điều đó, chúng tôi đã có quyền truy cập vào một trong những cơ sở thử nghiệm tốt nhất tại UAE: bệnh viện quân sự Sheikh Zayed, nơi chúng tôi đã có dữ liệu từ hàng trăm bệnh nhân COVID-19 để đào tạo động cơ AI của chúng tôi.

Ở giai đoạn tiếp theo, các thử nghiệm đã chỉ ra rằng công nghệ của chúng tôi rất chính xác và có tiềm năng lớn. Các nhà nghiên cứu đã xuất bản kết quả của họ trên các tạp chí hàng đầu tại Nhật Bản và Mỹ, và phương pháp thử nghiệm của chúng tôi đã được sử dụng tại một số quốc gia châu Á trong thời gian đại dịch như một công cụ khẩn cấp.

Khi COVID-19 kết thúc, chúng tôi tập trung vào việc phát hiện hen suyễn bằng cách tiếp cận tương tự. Đại học Sharjah, hiện đang dẫn đầu trong nghiên cứu của UAE, đã phê duyệt các thử nghiệm này.

Đối với COVID-19, hệ thống này chính xác đến mức nào so với PCR, LFT và xét nghiệm kháng thể?

Giá trị dự đoán dương của Acoustery trong bối cảnh sàng lọc cộng đồng cho COVID-19 là tương đối cao (81%) so với Xpert MTB/RIF, một xét nghiệm mới đang cách mạng hóa việc phát hiện và kiểm soát bệnh lao bằng cách đóng góp vào chẩn đoán nhanh chóng của bệnh (61%) và xét nghiệm PCR tại họng (71%).

Phát hiện của chúng tôi đã chỉ ra rằng phần mềm được phát triển bởi Acoustery có thể được sử dụng như một công cụ sàng lọc không phòng thí nghiệm chính để phát hiện các trường hợp COVID-19 và chuyển bệnh nhân đến phòng thí nghiệm để xét nghiệm PCR.

Có thể bạn hãy cho chúng tôi biết thêm về học máy được sử dụng để đào tạo AI?

Chúng tôi giả định rằng để có được tỷ lệ phát hiện chính xác của COVID-19, chúng tôi có thể đào tạo các mạng nơ-ron tích tụ và mạng nơ-ron hồi quy để chẩn đoán bệnh bằng cách phân tích các phổ của ho và thở của bệnh nhân. Một phổ là một cách trực quan để thể hiện cường độ tín hiệu tại các tần số khác nhau. Một số nghiên cứu y tế đã chỉ ra sự khác biệt đáng kể giữa ho của bệnh nhân có COVID và những người không có, vì vậy chúng tôi đã đào tạo động cơ AI của mình để nhận ra những khác biệt như vậy.

Phát triển của Acoustery có thể được sử dụng để chẩn đoán bệnh Alzheimer, thường được coi là một rối loạn thần kinh. Nó hoạt động như thế nào?

Nghiên cứu của chúng tôi khám phá cách các biện pháp giọng nói có thể liên kết với các hồ sơ ngôn ngữ ở những người tham gia bị bệnh Alzheimer (AD) và cách những hồ sơ này có thể phân biệt AD với những thay đổi liên quan đến lão hóa bình thường. Để đạt được điều này, AI của chúng tôi phân tích các câu đơn giản được phát âm bởi người lớn tuổi có và không có AD, từ tỷ lệ và số lượng giọng nói bị ngắt quãng đến shimmer (hệ số perturbation biên độ) và tỷ lệ nhiễu trên hài. Độ chính xác của phân tích này đạt 90%.

Sau đó, chúng tôi đã sử dụng cách tiếp cận tương tự tại Farcana Labs – một dự án tập trung vào thu thập Dữ liệu lớn được tạo ra bởi những người chơi game để nghiên cứu sự tiến triển của bệnh, đặc biệt là các rối loạn tâm thần.

Các bệnh khác có thể được chẩn đoán bằng phương pháp này?

Hen suyễn là ưu tiên hàng đầu của chúng tôi hiện tại. Bệnh lao là một焦 điểm khác, cũng như bệnh phổi tắc nghẽn mãn tính (COPD), xơ phổi, viêm phổi và ung thư phổi.

Kích thước của các tập dữ liệu đào tạo cho các trường hợp sử dụng này là bao nhiêu?

Chúng tôi có hàng nghìn bản ghi âm ho trong cơ sở dữ liệu của mình được thu thập trong bốn năm qua.

Visions của bạn cho tương lai của chẩn đoán y tế trên toàn bộ là gì?

Dữ liệu thu thập được từ các thiết bị cá nhân sẽ đóng vai trò quan trọng trong việc chẩn đoán bệnh ở giai đoạn sớm và ngăn chặn đại dịch. Ngay cả điện thoại di động của chúng ta cũng có nhiều cảm biến: microphone chỉ là một trong số đó. Gia tốc kế có thể phân tích kỹ năng vận động và phát hiện nhiều bệnh là một cảm biến khác.

Mặc dù những công nghệ này không nên là nguồn duy nhất để chẩn đoán, nhưng chúng có thể giúp dự đoán và ngăn chặn sự lây lan của các bệnh truyền nhiễm đường hô hấp cao – và do đó, các đại dịch mới. Acoustery cũng có thể được sử dụng tại các quốc gia đang phát triển nơi việc tiếp cận xét nghiệm PCR là hạn chế.

Bạn dường như có nhiều dự án đang diễn ra; những trường hợp sử dụng thú vị khác mà bạn thấy cho AI là gì?

Không gian AI là duy nhất. Là các nhà nghiên cứu AI, chúng tôi tập trung vào các lĩnh vực tạo ra dữ liệu lớn, điều cần thiết cho bất kỳ nghiên cứu AI nào. Chúng tôi cần nhiều bệnh nhân để biên dịch các tập dữ liệu chất lượng, vì vậy chúng tôi có một số nghiên cứu đang diễn ra song song và đang khám phá nhiều lĩnh vực kinh doanh.

Chúng tôi xem trò chơi như một lĩnh vực nơi một lượng lớn dữ liệu được tạo ra. Ngày nay, mọi người chơi rất nhiều trò chơi video, điều này là một nguồn dữ liệu quý giá cho nghiên cứu sức khỏe. Việc thu thập dữ liệu từ các thiết bị cá nhân và thiết bị đeo là một vector khác có tiềm năng đáng kể.

Tất cả đều thú vị khi khám phá công nghệ này bây giờ, và tôi tin rằng nó vẫn có nhiều tiềm năng hơn để được khai thác trong các lĩnh vực khác.

Cảm ơn bạn vì cuộc phỏng vấn tuyệt vời, độc giả muốn tìm hiểu thêm nên truy cập Acoustery.