อิลมาน ชาซาเยฟเป็นผู้ร่วมก่อตั้งและซีอีโอของ Acoustery บริษัทเทคโนโลยีด้านสุขภาพที่พัฒนาเทคโนโลยี AI เพื่อการรับรู้โรคระบบทางเดินหายใจตั้งแต่เนิ่นๆ
อะไรทำให้คุณสนใจวิทยาการคอมพิวเตอร์และวิศวกรรมในตอนแรก
ปริมาณข้อมูลที่มีอยู่ในปัจจุบันมีมากขึ้นกว่าที่เคย และเทคโนโลยี AI ซึ่งขึ้นอยู่กับข้อมูลเป็นอย่างมาก มีความก้าวหน้าอย่างมากในช่วงไม่กี่ปีที่ผ่านมา ด้วยเหตุนี้การวิจัยในสาขานี้จึงน่าตื่นเต้นมาก
ตอนนี้ ฉันมุ่งเน้นไปที่โครงการ Big Data ในช่วงโควิด-19 ฉันได้ร่วมก่อตั้ง Acoustery ซึ่งเป็นโซลูชันอัตโนมัติที่ขับเคลื่อนด้วย AI เพื่อติดตามสุขภาพโดยอิงจากการวิเคราะห์เสียง การไอ และลมหายใจ
ขั้นตอนต่อไปคือการรวมการวิจัยด้านสุขภาพ และการเล่นเกม ทำไม จำนวนข้อมูลที่อุตสาหกรรมนี้สร้างขึ้นนั้นไม่ซ้ำกัน ยิ่งไปกว่านั้น เกมเมอร์ยังเป็นผู้เริ่มต้นที่พร้อมแบ่งปันข้อมูลและสนับสนุนความก้าวหน้าทางวิทยาศาสตร์ ในขณะเดียวกัน จำนวนการทดลองทางคลินิกที่กำลังดำเนินอยู่ก็ต่ำ ความคืบหน้าก็ช้า และภาคส่วนเกมก็ช่วยให้สามารถประมวลผลข้อมูลแบบไดนามิกได้มากขึ้น
คุณช่วยอธิบายเพิ่มเติมเกี่ยวกับเรื่องราวกำเนิดเบื้องหลัง Acoustery ได้ไหม ?
ดังที่ฉันได้กล่าวไว้ก่อนหน้านี้ Acoustery เริ่มต้นขึ้นในช่วงที่มีโรคระบาด แม้ว่าโอกาสทางธุรกิจในปี 2020 จะมีค่อนข้างจำกัด แต่ฉันพักอยู่ในดูไบ ซึ่งเป็นหนึ่งในไม่กี่แห่งที่โครงการสามารถดำเนินการได้โดยไม่มีข้อจำกัดที่เข้มงวดมาก
Dr.Dmitry Mikhaylov ผู้ร่วมก่อตั้งของฉัน ซึ่งเป็นศาสตราจารย์ที่ มหาวิทยาลัยแห่งชาติสิงคโปร์ และฉันได้เริ่มความท้าทายใหม่ นั่นคือการตรวจหาเชื้อโควิด-19 ในระยะเริ่มต้น ในขณะนั้น สหรัฐอาหรับเอมิเรตส์กำลังสำรวจเทคโนโลยีการวินิจฉัยโรคในระยะเริ่มต้นอย่างหนาแน่นและสนับสนุนโครงการ AI เป็นส่วนใหญ่
ด้วยเหตุนี้ เราจึงสามารถเข้าถึงหนึ่งในสิ่งอำนวยความสะดวกการทดสอบที่ดีที่สุดในสหรัฐอาหรับเอมิเรตส์ นั่นคือโรงพยาบาลทหาร Sheikh Zayed ซึ่งเรามี ข้อมูลจากผู้ป่วย COVID-19 หลายร้อยรายเพื่อฝึกการทำงานของ AI
ในขั้นต่อไป การทดสอบแสดงให้เห็นว่าเทคโนโลยีของเราแม่นยำมากและมีศักยภาพสูง นักวิจัยตีพิมพ์ผลงานของพวกเขาในวารสารชั้นนำในญี่ปุ่นและสหรัฐอเมริกา และวิธีการทดสอบของเราถูกนำมาใช้ในหลายประเทศในเอเชียในช่วงที่มีการระบาดใหญ่เป็นเครื่องมือฉุกเฉิน
เมื่อ COVID-19 สิ้นสุดลง เรามุ่งเน้นไปที่การตรวจหาโรคหอบหืด โดยใช้แนวทางเดียวกัน มหาวิทยาลัย Sharjah ซึ่งปัจจุบันเป็นผู้นำในการวิจัยของ UAE ได้รับรองการทดสอบเหล่านี้แล้ว
สำหรับ COVID-19 ระบบนี้มีความแม่นยำเพียงใดเมื่อเทียบกับการทดสอบ PCR, LFT และแอนติบอดี
ค่าการทำนายเชิงบวกของ Acoustery ในบริบทของการคัดกรองทั่วทั้งชุมชนสำหรับ COVID-19 นั้นค่อนข้างสูง (81%) เมื่อเทียบกับ Xpert MTB/RIF ซึ่งเป็นการทดสอบใหม่ที่ปฏิวัติการตรวจหาและควบคุมวัณโรคโดย มีส่วนช่วยในการวินิจฉัยโรคอย่างรวดเร็ว (61%) และ PCR throat swab (71%)
การค้นพบของเราแสดงให้เห็นว่าซอฟต์แวร์ที่พัฒนาโดย Acoustery สามารถใช้เป็นเครื่องมือหลักในการตรวจคัดกรองแบบไม่ใช้ห้องปฏิบัติการเพื่อ ตรวจหากรณีของ COVID-19 และส่งผู้ป่วยไปยังห้องปฏิบัติการสำหรับการทดสอบ PCR
คุณช่วยบอกเราเพิ่มเติมเกี่ยวกับการเรียนรู้ของเครื่องที่ใช้ในการฝึก AI ได้ไหม
เราคิดว่าเพื่อให้ได้อัตราการตรวจจับที่แม่นยำของ COVID-19 เราสามารถฝึกเครือข่ายแบบวนซ้ำและแบบวนซ้ำเพื่อวินิจฉัยโรคโดยการวิเคราะห์สเปกตรัมของการไอ และลมหายใจของผู้ป่วย สเปกตรัมเป็นวิธีการแสดงความแรงของสัญญาณที่ความถี่ต่างๆ การศึกษาทางการแพทย์จำนวนหนึ่งแสดงให้เห็นความแตกต่างอย่างมีนัยสำคัญระหว่างการไอของผู้ป่วยที่เป็นโควิดและผู้ที่ไม่ได้เป็น ดังนั้นเราจึงฝึกเครื่องมือ AI ของเราเพื่อรับรู้ความแตกต่างดังกล่าว
การพัฒนาของ Acoustery สามารถใช้ในการวินิจฉัย อัลไซเมอร์ซึ่งมักถูกมองว่าเป็นโรคทางระบบประสาท มันทำงานอย่างไร
การศึกษาของเราสำรวจว่าการวัดคำพูดอาจเชื่อมโยงกับโปรไฟล์ภาษาของผู้เข้าร่วมที่เป็นโรคอัลไซเมอร์ (AD) ได้อย่างไร และโปรไฟล์เหล่านี้สามารถแยกแยะ AD จากการเปลี่ยนแปลงที่เกี่ยวข้องกับอายุที่มากขึ้นได้อย่างไร. เพื่อให้บรรลุเป้าหมายนี้ AI ของเราจะวิเคราะห์ประโยคง่ายๆ ที่ออกเสียงโดยผู้สูงอายุที่มีและไม่มี AD ตั้งแต่เปอร์เซ็นต์และจำนวนของเสียงแตกไปจนถึงชิมเมอร์ ความแม่นยำของการวิเคราะห์นี้สูงถึง 90%
ต่อมา เราใช้วิธีการเดียวกันนี้ใน Farcana Labs – a การร่วมทุนมุ่งเน้นไปที่การรวบรวมข้อมูลขนาดใหญ่ที่สร้างโดยเกมเมอร์เพื่อวิจัยความก้าวหน้าของโรค โดยเฉพาะอย่างยิ่งความผิดปกติทางจิต
มีโรคอะไรอีกบ้างที่สามารถวินิจฉัยได้ด้วยวิธีนี้
โรคหอบหืดเป็นสิ่งสำคัญอันดับแรกของเราในขณะนี้ วัณโรคเป็นอีกจุดสนใจ เช่นเดียวกับโรคปอดอุดกั้นเรื้อรัง (COPD) พังผืดในปอด โรคปอดบวม และมะเร็งปอด
ชุดข้อมูลการฝึกอบรมสำหรับกรณีการใช้งานเหล่านี้มีขนาดใหญ่เพียงใด
เรามีบันทึกการไอหลายพันรายการในฐานข้อมูลของเราที่รวบรวมไว้ในช่วงสี่ปีที่ผ่านมา
คุณมีวิสัยทัศน์อย่างไรสำหรับอนาคตของการวินิจฉัยทางการแพทย์ในภาพรวม
strong>
ข้อมูลที่รวบรวมโดยอุปกรณ์ส่วนบุคคลจะมีบทบาทสำคัญในการวินิจฉัยโรคในระยะเริ่มต้นและป้องกันการแพร่ระบาด แม้แต่โทรศัพท์มือถือของเราก็มีเซนเซอร์หลายตัว ไมโครโฟนเป็นเพียงหนึ่งในนั้น มาตรวัดความเร่งที่สามารถวิเคราะห์ทักษะการเคลื่อนไหวและตรวจจับโรคต่างๆ ได้หลากหลาย
แม้ว่าเทคโนโลยีเหล่านี้ไม่ควรเป็นแหล่งเดียวสำหรับการวินิจฉัย แต่สามารถช่วยคาดการณ์และป้องกันการแพร่กระจายของโรคทางเดินหายใจที่ติดเชื้อสูงได้อย่างมีนัยสำคัญ และ จึงเกิดโรคระบาดครั้งใหม่ นอกจากนี้ยังสามารถใช้ Acoustery ในประเทศกำลังพัฒนาที่จำกัดการเข้าถึงการทดสอบ PCR
ดูเหมือนว่าคุณมีโครงการหลายโครงการในระหว่างเดินทาง กรณีการใช้งานที่น่าตื่นเต้นอื่นๆ ที่คุณเห็นสำหรับ AI คืออะไร
พื้นที่ AI นั้นไม่เหมือนใคร ในฐานะนักวิจัย AI เรามุ่งเน้นไปที่กลุ่มเฉพาะที่สร้างข้อมูลขนาดใหญ่ ซึ่งจำเป็นสำหรับการวิจัย AI เราต้องการผู้ป่วยจำนวนมากเพื่อรวบรวมชุดข้อมูลที่มีคุณภาพ ดังนั้นเราจึงมีงานวิจัยสองสามชิ้นที่ดำเนินควบคู่กันไปและกำลังสำรวจธุรกิจแนวดิ่งต่างๆ
เรามองว่าเกมเป็นพื้นที่ที่มีการสร้างข้อมูลจำนวนมหาศาล. ทุกวันนี้ผู้คนเล่นวิดีโอเกมจำนวนมาก ซึ่งเป็นแหล่งข้อมูลที่มีค่าสำหรับการวิจัยด้านสุขภาพ การรวบรวมข้อมูลจากอุปกรณ์ส่วนตัวและอุปกรณ์สวมใส่เป็นอีกเวกเตอร์หนึ่งที่มีศักยภาพสูง
โดยสรุปแล้ว เป็นเรื่องน่าตื่นเต้นที่จะได้สำรวจเทคโนโลยีนี้ในตอนนี้ และฉันเชื่อว่ายังมีศักยภาพอีกมากมายที่จะนำไปใช้ในภาคส่วนอื่นๆ
ขอขอบคุณสำหรับบทสัมภาษณ์ดีๆ ผู้อ่านที่ต้องการเรียนรู้เพิ่มเติมควรไปที่เป้าหมาย อะคูสติก