Acoustery 联合创始人兼 CEO 伊尔曼·沙扎耶夫 – 采访系列

伊尔曼·沙扎耶夫是 Acoustery 的联合创始人兼 CEO，Acoustery 是一家开发用于早期识别呼吸系统疾病的 AI 技术的健康科技公司。

是什么最初吸引你进入计算机科学和工程领域？

今天可用的数据量比以往任何时候都大，AI 技术——它非常依赖于数据——在过去几年中取得了巨大的进步。这就是为什么在这个领域进行研究如此令人兴奋的原因。

目前，我专注于大数据项目。在 COVID-19 期间，我联合创立了 Acoustery：一个完全自动化的 AI 驱动的解决方案，用于监测个人的健康状况，基于对其声音、咳嗽和呼吸的分析。

下一步是将健康研究和游戏结合起来。为什么？这个行业产生的数据量是独特的；此外，游戏玩家是早期采用者，愿意分享他们的数据并为科学进步做出贡献。同时，正在进行的临床试验数量很少，进展缓慢，游戏行业允许更动态的数据处理。

您能详细讲述 Acoustery 的创立故事吗？

正如我之前提到的，Acoustery是在疫情期间创立的。尽管 2020 年的商业机会相对有限，但我当时住在迪拜，这是少数几个项目可以在没有非常严格限制的情况下运作的地点之一。

我的联合创始人德米特里·米哈伊洛夫博士（Dmitry Mikhaylov）是新加坡国立大学的教授，我们开始了一项新的挑战：早期检测 COVID-19。当时，阿联酋正在大规模探索早期诊断技术，并大量支持 AI 项目。

感谢这一点，我们获得了阿联酋最好的测试设施之一：谢赫扎耶德军事医院，在那里我们有数百名 COVID-19 患者的数据来训练我们的 AI 引擎。

在下一个阶段，测试表明我们的技术非常准确，具有巨大的潜力。研究人员在日本和美国的顶级期刊上发表了他们的研究结果，我们的测试方法在亚洲几个国家的疫情期间被用作紧急工具。

当 COVID-19 结束后，我们专注于使用相同的方法检测哮喘。阿联酋研究领先的沙迦大学批准了这些测试。

对于 COVID-19 来说，这个系统与 PCR、LFT 和抗体测试相比有多准确？

在社区范围内对 COVID-19 进行筛查时，Acoustery 的阳性预测值相对较高（81%），与 Xpert MTB/RIF 相比，后者是一种革命性的检测和控制结核病的测试（61%），以及 PCR 喉咽拭子（71%）.

我们的研究结果表明，Acoustery 开发的软件可以用作初步的非实验室筛查工具来检测 COVID-19 病例，并将患者转介到实验室进行 PCR 测试。

您能告诉我们更多关于用于训练 AI 的机器学习吗？

我们假设，要获得 COVID-19 的准确检测率，我们可以训练卷积和递归网络来诊断疾病，方法是分析患者的咳嗽和呼吸的声谱图。声谱图是一种表示不同频率下的信号强度的视觉方式。许多医学研究表明，COVID-19 患者和非 COVID-19 患者的咳嗽之间存在显著差异，因此我们训练了我们的 AI 引擎来识别这些差异。

Acoustery 的开发可以用来诊断阿尔茨海默病，这通常被认为是一种神经系统疾病。它的工作原理是什么？

我们的研究探讨了语音测量如何与阿尔茨海默病（AD）患者和正常老年人的语言特征相关，以及这些特征如何区分 AD 和正常老化。为此，我们的 AI 分析了有无 AD 的老年人所说的简单句子，从语音中断的百分比和数量到颤抖（幅度扰动商）和噪声与谐波比。这种分析的准确率达到 90%。

后来，我们在 Farcana Labs 中使用了相同的方法——一个专注于收集游戏玩家产生的大数据以研究疾病进展，尤其是精神障碍的项目。

除了 COVID-19 之外，还有什么其他疾病可以使用这种方法进行诊断？

哮喘是我们目前的主要重点。结核病也是一个重点，另外还有慢性阻塞性肺疾病（COPD）、肺纤维化、肺炎和肺癌。

这些用例的训练数据集有多大？

我们在数据库中有数千条咳嗽录音，收集于过去四年。

您对医疗诊断的未来有什么展望？

来自个人设备的数据将在早期诊断疾病和预防流行病中发挥重要作用。即使我们的移动电话也具有多个传感器：麦克风只是其中之一。可以分析运动技能并检测多种疾病的加速度计是另一个例子。

尽管这些技术不应成为诊断的唯一来源，但它们可以在预测和预防高传染性呼吸系统疾病的传播方面提供巨大的帮助——以及随之而来的新流行病。Acoustery 也可以在 PCR 测试受限的发展中国家使用。

您似乎有多个项目正在进行；您还看到 AI 有什么其他令人兴奋的应用场景？

AI 领域是独一无二的。作为 AI 研究人员，我们专注于能够产生大量数据的领域，这对于任何 AI 研究都是必要的。我们需要大量患者来编译高质量的数据集，因此我们同时进行了几项研究，并探索了多个商业领域。

我们认为游戏是一个能够产生大量数据的领域。今天，人们玩了很多视频游戏，这是健康研究的宝贵数据来源。来自个人设备和可穿戴设备的数据也是一个具有巨大潜力的领域。

总的来说，能够探索这项技术并相信它在其他领域还有更多的潜力，这是令人兴奋的。

感谢这次精彩的采访，希望了解更多的读者可以访问 Acoustery。