Ilman Shazhaev, è il co-fondatore e CEO di Acoustery, un’azienda di tecnologia sanitaria che sviluppa tecnologia AI per il riconoscimento precoce delle malattie respiratorie.
Cosa ti ha attratto inizialmente dell’informatica e dell’ingegneria?
La quantità di dati disponibili oggi è più ampia che mai e la tecnologia AI, che dipende molto dai dati, ha compiuto enormi progressi negli ultimi anni. Ecco perché fare ricerca in questo campo è così eccitante.
In questo momento, sono concentrato sui progetti Big Data. Durante il COVID-19, ho co-fondato Acousty: una soluzione completamente automatizzata basata sull’intelligenza artificiale per monitorare la salute di una persona in base all’analisi della voce, della tosse e del respiro.
Il passo successivo è stato combinare la ricerca sulla salute e gioco. Perché? La quantità di dati generati da questo settore è unica; inoltre, i giocatori sono i primi utenti pronti a condividere i propri dati e contribuire al progresso scientifico. Allo stesso tempo, il numero di studi clinici in corso è basso, i progressi sono lenti e il settore dei giochi consente un’elaborazione dei dati molto più dinamica.
Potresti approfondire la storia di genesi dietro Acousty? ?
Come ho detto prima, Acoustery è stato avviato durante la pandemia. Anche se le opportunità commerciali nel 2020 erano relativamente limitate, mi trovavo a Dubai, uno dei pochi luoghi in cui un progetto poteva funzionare senza limitazioni rigide.
Il mio co-fondatore Dr.Dmitry Mikhaylov, professore presso l’Università Nazionale di Singapore, e ho iniziato una nuova sfida: il rilevamento precoce del COVID-19. A quel tempo, gli Emirati Arabi Uniti stavano esplorando in modo massiccio le tecnologie di diagnosi precoce e supportavano ampiamente i progetti di intelligenza artificiale.
Grazie a questo, abbiamo avuto accesso a una delle migliori strutture di test negli Emirati Arabi Uniti: l’ospedale militare Sheikh Zayed, dove abbiamo avuto dati di centinaia di pazienti COVID-19 su cui addestrare il nostro motore di intelligenza artificiale.
Nella fase successiva, i test hanno mostrato che la nostra tecnologia era molto precisa e aveva un grande potenziale. I ricercatori hanno pubblicato i loro risultati nelle migliori riviste in Giappone e negli Stati Uniti e il nostro metodo di test è stato utilizzato in diversi paesi asiatici durante le pandemie come strumento di emergenza.
Quando il COVID-19 è passato, ci siamo concentrati sul rilevamento dell’asma. utilizzando lo stesso approccio. L’Università di Sharjah, che è attualmente leader nella ricerca negli Emirati Arabi Uniti, ha approvato questi test a terra.
Per COVID-19 quanto è accurato questo sistema rispetto ai test PCR, LFT e anticorpali?
Il valore predittivo positivo di Acoustery nel contesto dello screening a livello di comunità per COVID-19 è relativamente elevato (81%) rispetto a Xpert MTB/RIF, un nuovo test che sta rivoluzionando il rilevamento e il controllo della tubercolosi mediante contribuendo alla diagnosi rapida della malattia (61%) e ai tamponi faringei PCR (71%).
I nostri risultati hanno dimostrato che il software sviluppato da Acousty può essere utilizzato come strumento primario di screening non di laboratorio per rilevare i casi di COVID-19 e indirizzare i pazienti ai laboratori per i test PCR.
Potresti dirci di più sull’apprendimento automatico utilizzato per addestrare l’IA?
Abbiamo ipotizzato che per ottenere un tasso di rilevamento accurato di COVID-19, potremmo addestrare reti convoluzionali e ricorrenti per diagnosticare la malattia analizzando gli spettrogrammi della tosse e respiro dei pazienti. Uno spettrogramma è un modo visivo di rappresentare l’intensità del segnale a varie frequenze. Numerosi studi medici hanno mostrato differenze significative tra la tosse dei pazienti che avevano il COVID e quelli che non lo avevano, quindi abbiamo addestrato il nostro motore di intelligenza artificiale per riconoscere tali differenze.
Gli sviluppi di Acousty possono essere utilizzati per diagnosticare Alzheimer, che è comunemente percepito come un disturbo neurologico. Come funziona esattamente?
Il nostro studio esplora come le misure del linguaggio possono essere collegate ai profili linguistici nei partecipanti con malattia di Alzheimer (AD) e come questi profili potrebbero distinguere l’AD dai cambiamenti associati al normale invecchiamento. Per raggiungere questo obiettivo, la nostra intelligenza artificiale analizza frasi semplici pronunciate da adulti più anziani con e senza AD, dalla percentuale e dal numero di interruzioni vocali allo shimmer (quoziente di perturbazione dell’ampiezza) e al rapporto rumore-armoniche. L’accuratezza di questa analisi raggiunge il 90%.
Successivamente, abbiamo utilizzato lo stesso approccio nei Farcana Labs, un venture focalizzata sulla raccolta di Big Data generati dai giocatori per studiare la progressione della malattia, in particolare con i disturbi mentali.
Quali altre malattie possono essere diagnosticate utilizzando questo metodo?
L’asma è la nostra priorità principale ora. La tubercolosi è un altro obiettivo, così come la broncopneumopatia cronica ostruttiva (BPCO), la fibrosi polmonare, la polmonite e il cancro ai polmoni.
Quanto sono grandi i set di dati di addestramento per questi casi d’uso?
Abbiamo migliaia di registrazioni di tosse nel nostro database raccolte negli ultimi quattro anni.
Qual è la tua visione per il futuro della diagnosi medica su tutta la linea?
strong>
I dati raccolti dai dispositivi personali svolgeranno un ruolo significativo nella diagnosi precoce delle malattie e nella prevenzione delle pandemie. Anche i nostri cellulari hanno più sensori: un microfono è solo uno di quelli. Gli accelerometri in grado di analizzare le capacità motorie e rilevare numerose malattie sono un’altra.
Anche se queste tecnologie non dovrebbero essere l’unica fonte per la diagnosi, possono aiutare in modo significativo a prevedere e prevenire la diffusione di malattie respiratorie altamente infettive e , di conseguenza, nuove pandemie. Acoustery può essere utilizzato anche nei paesi in via di sviluppo dove l’accesso ai test PCR è limitato.
Sembra che tu abbia più progetti in corso; quali sono altri casi d’uso entusiasmanti che vedi per l’IA?
Lo spazio dell’IA è unico. Come ricercatori di intelligenza artificiale, ci concentriamo su nicchie che generano big data, necessari per qualsiasi ricerca sull’intelligenza artificiale. Abbiamo bisogno di molti pazienti per compilare set di dati di qualità, quindi abbiamo alcune ricerche in parallelo e stiamo esplorando diversi verticali aziendali.
Vediamo il gioco come un’area in cui viene generata un’enorme quantità di dati. Oggi le persone giocano a molti videogiochi, che è una preziosa fonte di dati per la ricerca sulla salute. La raccolta di dati da dispositivi personali e dispositivi indossabili è un altro vettore con un potenziale significativo.
Tutto sommato, è entusiasmante esplorare questa tecnologia ora e credo che abbia ancora molto più potenziale da sfruttare in altri settori.
Grazie per l’ottima intervista, i lettori che desiderano saperne di più dovrebbero visitare Acustica.