哈利姆·阿巴斯，Cognoa 首席 AI 官 – 采访系列

哈利姆·阿巴斯是 Cognoa 的首席 AI 官，他是一位 AI 创新者和行业资深人士，他曾在 eBay 和 Teradata 等游戏规则改变的科技公司领导世界级的数据科学项目。Cognoa 致力于创造无与伦比的儿科行为健康标准，确保所有儿童和家庭都能获得公平的早期干预机会，通过提供高质量的产品来改善终身结果。

是什么最初吸引你进入机器学习和数据科学领域？

我从小就对计算机编程感兴趣。后来，我被机器学习领域所吸引，因为我有着不可抗拒的欲望，想要在研究的前沿工作，探索计算算法可以实现的可能性。

作为前 eBay 高级研究科学家，您有一个背景是在 eBay 平台上优化搜索结果排名。您从这段经历中获得了哪些机器学习的基本经验？

在 eBay，我团队的任务是创建公司的第一个机器学习驱动的搜索结果排名算法。由于任何时候都有数千万件商品出售，每天有数十亿次搜索查询，最大的技术挑战是克服压倒性的规模。

最终，我认为我从这段经历中获得的最大收获是保持对目标本身定义的开放态度。事实证明，如果排名算法成功地向购物者呈现最好的交易，他们不太可能进行交易。他们需要看到不太好的交易，以便认识到好的交易是什么。这需要一个数据驱动的方法来实现成功，以及对事实的开放态度来调整策略。

Cognoa 诊断哪些条件？

Cognoa 是一家儿科行为健康公司，开发数字诊断和治疗方法。我们的目标是利用技术来简化儿科医疗保健，并解决儿科行为健康保健中的未满足需求。我们首先关注自闭症。

构建一个分类系统来诊断儿童自闭症和其他条件的挑战是什么？

除了幼儿不是最合作的患者这一事实之外，我们面临的主要挑战之一是我们所谓的定义噪音。也就是说，尝试训练 AI 算法来分类条件，而围绕这些条件的临床科学仍在不断演变。在某些情况下，人类专家可能会对一个孩子的诊断存在分歧，而对一个特定诊断的基本元素的集体理解仍然是一个正在出现的科学。例如，几年前被称为阿斯伯格综合征的东西现在被认为是自闭症谱系障碍（ASD）的组成部分，而之前被认为是注意力缺陷多动障碍（ADD）和多动症的独立概念现在被认为是注意力缺陷多动障碍（ADHD）的统一诊断的方面。其他正在出现的诊断分类（如感官处理障碍或 SPD）尚未进入诊断和统计手册。

对于数据科学家来说，这些主观的、不断变化的界限带来了有趣的、可克服的挑战。

Cognoa 建立了一个 3 种结果的诊断系统。为什么系统是这样设计的？

自闭症是一种复杂的神经发育障碍，表现出广泛的特征和共病症。

我们建立了一个诊断辅助工具，帮助初级医疗保健医生准确高效地诊断 18 至 72 个月大的儿童的自闭症，这些儿童由于照顾者、父母或医生的担忧而处于发育迟缓的风险之中。Cognoa 的诊断辅助工具通过一种独特的方式工作，通过收集和结合来自照顾者、父母和医生的输入，将它们合并到一个解决方案中，以分析它们以预测自闭症信号。我们的诊断辅助工具使用 AI 来评估所有输入，并在信息充分时提供自闭症的阳性或阴性结果，儿科医生利用这些结果与儿童的临床表现相结合，以提供诊断和指导适当的护理下一步骤。

为了减少错误分类的风险，算法还被设计为提供一个不确定的输出作为风险控制措施，以确保“自闭症阳性/阴性”的高预测值，尽量减少假阴性的可能性（因为假阴性是与设备使用相关的最高风险）。这种在模型响应表明较低置信度时放弃预测的程序是机器学习算法中的标准风险控制方法。

您能否讨论 Cognoa 如何克服父母偏见，当它涉及到父母提供的数据类型时？

很好的问题。机器学习的一个主要优势是它特别适合克服预期的输入数据中的噪音和偏见来源。父母对自己孩子的描述预计是主观的和偏见的，但基于很长时间的观察，而临床医生的报告可能更客观，但也可能由于观察时间短而缺乏信息。

通过将两个输入集合并到一个机器学习过程中，机器学习算法能够适应这些输入的互补性，并学习可以利用两个信息集的最佳内容来做出一个比每个单独账户更可靠的决定。

在 Cognoa 中，使用哪些数据科学最佳实践来避免种族或性别偏见？

作为一家公司，Cognoa 致力于建立公平获得护理的产品。我们意识到，基于 AI 的创新有可能吸收和放大社会中的固有偏见。例如，女孩通常比男孩晚 1.5 年被诊断出来，8 岁以下生活在自闭症中的 4 个孩子中，有 1 个是黑人或西班牙裔，他们通常不会被诊断出来。这是由于我们当前系统中缺乏获取机会，以及诊断历史上偏向于白人男孩的自闭症特征，他们可能以不同的方式表现出自闭症特征。其他正在出现的诊断分类（如感官处理障碍或 SPD）尚未进入诊断和统计手册。

为了解决这些现有的偏见，我们故意、有意识地建立了我们的技术，以考虑性别、种族、民族和社会经济背景的差异。我们撰写并遵守一份社会责任 AI 宪章，该宪章指导我们的做法。我们的 AI 算法是故意开发和临床验证的，使用来自成千上万名男孩和女孩的患者记录数据，他们来自不同的地理位置、背景、状况和共病症。

通过参考大量外部数据点并利用数百名医生的综合经验，Cognoa 的 AI 有可能帮助医生解决无意识偏见的问题。

在 Cognoa 中，提供哪些治疗解决方案？

目前，Cognoa 没有可用的治疗解决方案。但是，Cognoa 正在开发一些解决方案，很明显，AI 有巨大的潜力，使治疗解决方案更容易被患有行为障碍的儿童所接受。

您是否还有其他想分享的关于您在 Cognoa 工作的内容？

我从未在一份工作中待过这么长时间，如同我目前在 Cognoa 的角色。我认为这是因为我从解决一个触及这么多人生活的个人层面的问题中获得的满足感。帮助父母照顾他们的孩子是一种高尚的使命，我曾经希望过的。

感谢这次精彩的采访，希望了解更多的读者可以访问 Cognoa 的网站。