Ilman Shazhaev, est le co-fondateur et PDG de Acoustery, une entreprise de technologie de la santé qui développe une technologie d’IA pour la reconnaissance précoce des maladies respiratoires.
Qu’est-ce qui vous a initialement attiré vers l’informatique et l’ingénierie ?
La quantité de données disponibles aujourd’hui est plus importante que jamais et la technologie de l’IA, qui dépend fortement des données, a fait d’énormes progrès ces dernières années. C’est pourquoi faire des recherches dans ce domaine est si excitant.
En ce moment, je me concentre sur les projets Big Data. Pendant le COVID-19, j’ai cofondé Acoustery : une solution entièrement automatisée alimentée par l’IA pour surveiller sa santé en fonction de l’analyse de sa voix, de sa toux et de sa respiration.
L’étape suivante consistait à combiner la recherche en santé et les jeux. Pourquoi? La quantité de données que cette industrie génère est unique ; de plus, les joueurs sont des adopteurs précoces prêts à partager leurs données et à contribuer au progrès scientifique. Dans le même temps, le nombre d’essais cliniques en cours est faible, les progrès sont lents et le secteur des jeux permet un traitement des données beaucoup plus dynamique.
Pourriez-vous nous en dire plus sur l’histoire de la genèse d’Acoustery ?
Comme je l’ai déjà mentionné, Acoustery a commencé pendant la pandémie. Même si les opportunités commerciales en 2020 étaient relativement limitées, je restais à Dubaï, l’un des rares endroits où un projet pouvait fonctionner sans limitations super strictes.
Mon co-fondateur, le Dr Dmitry Mikhaylov, professeur à l’Université nationale de Singapour, et j’ai commencé un nouveau défi: la détection précoce du COVID-19. À l’époque, les EAU exploraient massivement les technologies de diagnostic précoce et soutenaient largement les projets d’IA.
Grâce à cela, nous avons eu accès à l’une des meilleures installations de test des EAU : l’hôpital militaire Sheikh Zayed, où nous avions données de centaines de patients COVID-19 pour former notre moteur d’IA.
À l’étape suivante, les tests ont montré que notre technologie était très précise et avait un grand potentiel. Les chercheurs ont publié leurs résultats dans les meilleures revues au Japon et aux États-Unis, et notre méthode de test a été utilisée dans plusieurs pays asiatiques pendant les pandémies comme outil d’urgence.
Lorsque le COVID-19 a pris fin, nous nous sommes concentrés sur la détection de l’asthme en utilisant la même approche. L’Université de Sharjah, qui est actuellement à la tête de la recherche aux Émirats arabes unis, a approuvé ces tests sur le terrain.
Pour le COVID-19, quelle est la précision de ce système par rapport aux tests PCR, LFT et anticorps ?
La valeur prédictive positive d’Acoustery dans le cadre du dépistage communautaire du COVID-19 est relativement élevée (81 %) par rapport à Xpert MTB/RIF, un nouveau test qui révolutionne la détection et le contrôle de la tuberculose en contribuant au diagnostic rapide de la maladie (61 %) et des prélèvements de gorge par PCR (71 %).
Nos résultats ont montré que le logiciel développé par Acoustery peut être utilisé comme principal outil de dépistage non laboratoire pour détecter les cas de COVID-19 et acheminer les patients vers des laboratoires pour des tests PCR.
Pourriez-vous nous en dire plus sur l’apprentissage automatique utilisé pour former l’IA ?
Nous avons supposé que pour obtenir un taux de détection précis du COVID-19, nous pourrions former des réseaux convolutifs et récurrents pour diagnostiquer la maladie en analysant les spectrogrammes de la toux et le souffle des patients. Un spectrogramme est une manière visuelle de représenter la force du signal à différentes fréquences. Un certain nombre d’études médicales ont montré des différences significatives entre la toux des patients atteints de COVID et ceux qui n’en avaient pas, nous avons donc formé notre moteur d’IA pour reconnaître ces différences.
Les développements d’Acoustery peuvent être utilisés pour diagnostiquer Alzheimer, qui est communément perçu comme un trouble neurologique. Comment ça marche exactement ?
Notre étude explore comment les mesures de la parole peuvent être liées aux profils linguistiques chez les participants atteints de la maladie d’Alzheimer (MA) et comment ces profils pourraient distinguer la MA des changements associés au vieillissement normal. Pour y parvenir, notre IA analyse des phrases simples prononcées par des personnes âgées avec et sans AD, du pourcentage et du nombre de coupures de voix au miroitement (quotient de perturbation d’amplitude) et au rapport bruit/harmoniques. La précision de cette analyse atteint 90 %.
Plus tard, nous avons utilisé la même approche dans Farcana Labs-un entreprise axée sur la collecte de mégadonnées générées par les joueurs pour étudier la progression des maladies, en particulier les troubles mentaux.
Quelles autres maladies peuvent être diagnostiquées à l’aide de cette méthode ?
L’asthme est notre principale priorité maintenant. La tuberculose est une autre cible, ainsi que la maladie pulmonaire obstructive chronique (MPOC), la fibrose pulmonaire, la pneumonie et le cancer du poumon.
Quelle est la taille des ensembles de données de formation pour ces cas d’utilisation ?
Nous avons des milliers d’enregistrements de toux dans notre base de données collectés au cours des quatre dernières années.
Quelle est votre vision de l’avenir du diagnostic médical à tous les niveaux ?
Les données collectées par les appareils personnels joueront un rôle important dans le diagnostic précoce des maladies et la prévention des pandémies. Même nos téléphones portables ont plusieurs capteurs: un microphone n’est que l’un d’entre eux. Les accéléromètres capables d’analyser les habiletés motrices et de détecter de nombreuses maladies en sont une autre.
Même si ces technologies ne devraient pas être la seule source de diagnostic, elles peuvent contribuer de manière significative à prévoir et à prévenir la propagation de maladies respiratoires hautement infectieuses-et , par conséquent, de nouvelles pandémies. L’acoustérie peut également être utilisée dans les pays en développement où l’accès aux tests PCR est limité.
Vous semblez avoir plusieurs projets en cours ; Quels autres cas d’utilisation passionnants voyez-vous pour l’IA ?
L’espace de l’IA est unique. En tant que chercheurs en IA, nous nous concentrons sur des niches qui génèrent du Big Data, ce qui est nécessaire à toute recherche en IA. Nous avons besoin de beaucoup de patients pour compiler des ensembles de données de qualité, nous avons donc quelques recherches en parallèle et explorons plusieurs secteurs commerciaux verticaux.
Nous voyons le jeu comme un domaine où une quantité massive de données est générée. Aujourd’hui, les gens jouent beaucoup aux jeux vidéo, qui sont une source précieuse de données pour la recherche en santé. La collecte de données à partir d’appareils personnels et de dispositifs portables est un autre vecteur au potentiel important.
Dans l’ensemble, il est passionnant d’explorer cette technologie maintenant, et je pense qu’elle a encore beaucoup plus de potentiel à exploiter dans d’autres secteurs.
Merci pour cette excellente interview, les lecteurs qui souhaitent en savoir plus doivent visiter la cible Acoustère.