Herhaling is een fundamenteel concept in machine learning en andere vormen van AI, het idee dat iets dat nu gebeurt, een functie is van iets soortgelijks dat zojuist is gebeurd, of zelfs lang geleden in de Verleden.
Zo, wat je nu bent, is waarschijnlijk een functie van dingen die je hebt geconsumeerd, zoals voedingsstoffen, gisteren, de dag ervoor en gedurende maanden of jaren, een feit dat startup Twin Health exploiteert met machine learning om te proberen kraak de code over medische aandoeningen, waaronder diabetes.
“We zoeken naar de oorzaak van chronische stofwisselingsziekten, waaronder diabetes, hypertensie, zwaarlijvigheid, een cluster dat een miljard mensen treft en vijfentwintig miljoen doden per jaar veroorzaakt”, vertelde CEO en mede-oprichter Jahangir Mohammed aan ZDNet in een interview via Zoom. “Het is een ongelooflijke ravage.”
Twin Health, een drie jaar oude startup met kantoren in Mountain View, Californië en Bangalore, India, heeft woensdag aangekondigd dat het $ 140 miljoen aan financiering heeft ontvangen in een C-ronde onder leiding van investeringsmaatschappij Iconiq Growth om zijn machine learning-benadering verder te commercialiseren om artsen en patiënten regimes aan te bevelen die diabetes verbeteren.
Het nieuwe geld brengt de totale opbrengst van Twin Health op $ 186 miljoen. Andere investeerders in de ronde waren durfkapitaalonderneming Sequoia Capital, Perceptive Advisors, Corner Ventures, LTS Investments, Helena en Sofina. Twin Health heeft een post-money waardering van $740 miljoen.
Ook: De subtiele kunst van echt big data: Recursion Pharma brengt het lichaam in kaart
Twin Health, zei Mohammed, gebruikt een simulatie, gecombineerd met het terugkerende neurale netwerk, om voorspellingen te doen die leiden tot aanbevelingen over voeding voor diabetespatiënten.
“Het was niet echt mogelijk om de oorzaak van [metabole ziekte] programmatisch op te lossen,” zei Mohammed. “Wat we hebben uitgevonden, is een nieuwe technologie, een digitale tweeling voor het hele lichaam genaamd, die ons in staat stelt om te helpen bij het oplossen van de oorzaak.”
Digital twin is een term die tegenwoordig veel voorkomt in de techniek, waarbij een computersimulatie wordt gemaakt van de bijzonderheden van een object, zoals een gasleiding of een vliegtuig. Het wordt gebruikt om experimenten uit te voeren op dat gesimuleerde object, waarbij de bijzonderheden worden genoteerd, voordat die acties worden uitgeprobeerd op het echte object.
In het geval van mensen bouwt Twin Health een digitale tweeling van het metabolisme van elke proefpersoon, die vervolgens kan worden getest door de neurale netwerken.
Sensoren die door een persoon worden gedragen, verzamelen gegevens die naar de computer worden gestuurd om een digitale tweeling te vormen, een model van de vitale statistieken van individuen in de loop van de tijd. De tweeling kan vervolgens worden geopereerd door een neuraal netwerk dat de uitkomst van interventies zoals dieet en lichaamsbeweging voorspelt. De resultaten van die simulaties leiden vervolgens tot aanbevelingen voor de mens om in overleg met arts en coach op te volgen.
Twin Health
Proefpersonen die de Twin Health-technologie gebruiken, hebben draagbare sensoren die informatie naar Twin Health sturen, samen met een app die ze gebruiken voor dagboeken over voedselinname en driemaandelijkse bloedonderzoeken. Al die datapunten, 3.000 signalen per dag, worden gebruikt om de digitale tweelingbroer van het hele lichaam te construeren.
Een neurale netwerkbenadering wordt vervolgens toegepast op de digitale tweeling als een optimalisatieprobleem, het doel, wat bekend staat in machine learning als de objectieve functie, is om de gemiddelde absolute fout van de bloedsuikerspiegel te voorspellen als een uitvoer van alle signalen.
“We gebruiken een aantal verschillende algoritmen voor machinaal leren, waaronder met name terugkerende neurale netwerken, RNN's, omdat de gegevens die we gebruiken zeer veel tijdreeksgegevens met een hoge resolutie zijn”, zegt chief technology officer en mede-oprichter Terry Poon. , in hetzelfde interview met Mohammed.
Ook: MIT's diepgaande kennis vond een antibioticum voor een kiem die niets anders kon doden
“Wat we leren met behulp van de modellen, zijn eigenlijk de patronen in al deze verschillende signalen”, zei Poon. De gegevens over hartslag en activiteitsgegevens kunnen bijvoorbeeld worden gecombineerd met bloedglucosewaarden.
“Wat we zien is dat het patroon van de hartslag anders is, afhankelijk van wat uw bloedglucosespiegel is.” Iemand die diabetes heeft, zal na inspanning een “schokkerig” patroon van herstel naar de basislijn hebben, in vergelijking met een persoon zonder diabetes wiens hartslag na inspanning zeer snel weer normaal wordt.
Twin Health's digitale tweelingbroer voor het hele lichaam neemt het idee van een simulatie van een entiteit uit de echte wereld, een gangbare praktijk in de engineering van gefabriceerde kunststoffen, en breidt dit uit tot het modelleren van het menselijk lichaam.
Twin Health
figuur>
Met de gemiddelde absolute fout van de bloedsuikerspiegel als objectieve functie, stellen de RNN's Twin Health in staat om interventies te simuleren, zoals het veranderen van voeding of het veranderen van slaapregimes, en te zien hoe die interventies de bloedsuikerspiegel beïnvloeden. Een sleutel, zei Mohammed, is om in die tweeling te modelleren welke soorten interventies van belang zijn voor het specifieke individu, een soort gepersonaliseerd medicijnregime, met andere woorden.
“Het is niet alleen of je dit voedsel eet, wat het resultaat is”, zei Poon. “Het is meer gezien je metabolische achtergrond en alles wat je tot nu toe hebt gedaan, wat zal dan de reactie zijn als je dit voedsel eet.”
De sensoren zorgen voor een terugkoppeling naar de digitale tweeling wanneer de mens aanbevelingen doet, in overleg met een deelnemende arts, zoals het veranderen van dieet of het veranderen van slaap of lichaamsbeweging.
Uitzoeken wat de objectieve functie zou moeten zijn en wat te meten bij de ontwikkeling van het neurale netwerk, is een proces geweest van samenwerking met wetenschappers om engineering te doen op basis van wat al bekend is. Sommige factoren en relaties van factoren worden echter gevonden in de loop van de ontwikkeling van het neurale netwerk, zei Poon.
Herhaling betekent dat er een complexer signaal is om te verwerken dan sommige andere onderwerpen van machine learning, zei hij.
“Vooral veel van de kenmerken van de tijdreeks: je eet een voedsel, je krijgt een reactie op de bloedsuikerspiegel, maar de relatie is erg complex is erg complex omdat het niet alleen de maaltijd is die je net hebt gehad, het wordt echt beïnvloed door wat eerder is gebeurd, bijvoorbeeld als je gisteravond een grote maaltijd hebt gehad die een zeer grote stijging van de bloedsuikerspiegel veroorzaakte, zelfs als je vandaag ontbijt, zal dat daar enige invloed op hebben.”
” Ons lichaam is een oceaan, er is geen einde aan hoeveel we ervan kunnen begrijpen”, zegt Jahangir Mohammed, CEO van Twin Health.
Twin Health
“Het is een heel complexe tijdreeks relatie van acties en gedrag over lange tijdspannes.”
De technologie is al meer dan twee en een half jaar bij duizenden proefpersonen gebruikt en verzamelde gegevens die hebben geholpen om de neurale netwerkmodellen te verfijnen, zei Poon. Die duizenden mensen worden de context voor elke nieuwe mens wiens tweeling wordt gecreëerd.
Omdat de interventies die worden gevraagd, regimes zijn, zoals dieet en lichaamsbeweging, en geen chemicaliën, vereist de aanpak geen goedkeuring van de regelgevende instantie en is deze al toegepast in klinische omgevingen.
“Onze vroege klinische resultaten zijn erg goed”, zei Mohammed. “We zien aan de eerste resultaten dat 90% van de diabetespatiënten omkeren” en “90% van de mensen stopt met diabetesmedicatie.” Bovendien, zei hij, zijn mensen die het regime gebruiken 9 kilo lichaamsgewicht kwijtgeraakt en hebben ze een verbeterde leverfunctie gezien, waarbij “ALT” leverenzymen een kwantificeerbare verbetering laten zien.
Het bedrijf heeft dit jaar gecontroleerde klinische onderzoeksresultaten gepubliceerd in meerdere publicaties, waaronder de jaarlijkse bijeenkomst van de American Association of Endocrinology 2021; de ISPOR 2021-bijeenkomst van de International Society for Pharmacoeconomics; Europees en internationaal congres over obesitas; het Journal of the Endocrine Society, Vol.5, april-mei van dit jaar; en in het juninummer van het tijdschrift Diabetes van de American Diabetes Association.
Ook: Ethiek van AI: voordelen en risico's van kunstmatige intelligentie
In die onderzoeken met patiënten die het regime gebruikten, vond het bedrijf een statistisch significante remissie van HbA1c, de hoeveelheid bloedsuiker die aan hemoglobine is gehecht, waarvan het zei dat het dient als “een vroege indicator voor de vertaling van de wetenschappelijke grondgedachte voor de technologische interventie, via digitale twin-technologie, aangedreven door het internet der dingen en kunstmatige intelligentie, als een modaliteit om diabetes om te keren.”
“Een zeer interessante vondst voor ons is hoe mooi veerkrachtig ons lichaam is,” vertelde Mohammed aan ZDNet, “en hoe we deze natuurlijke dingen doen, als je de juiste dingen doet, hoe je herstelt.”
Een implicatie kan zijn dat net zoals oplossingen worden gedecodeerd van de tweeling door terug te werken over de tijdreeksen, de remedie voor stofwisselingsstoornissen zelf kan worden gezien als een opeenvolging van het maken van de juiste stappen in de tijd.
“We zijn de afgelopen drie jaar echt verrast over hoe mooi veerkrachtig ons lichaam is als het maar de kans krijgt om deze natuurlijke dingen in het juiste patroon en de juiste combinatie te doen, het heeft een opmerkelijk vermogen om zichzelf te genezen.”
Twin Health opereert al in commerciële modus en verkoopt zijn diensten aan patiënten die het regime gebruiken.
De Twin Health-app geeft statusupdates aan de menselijke deelnemer.
Twin Health
Twin Health maakt een bedrijf van de technologie door te worden betaald voor resultaten, zei Mohammed. “We laten een aanzienlijke kostenbesparing zien”, zei Mohammed. De kosten van diabetes lopen op tot $ 3 biljoen per jaar, inclusief aanzienlijke medicijnkosten, merkte Mohammed op.
“Het mooie van het verbeteren van de gezondheid en het omkeren van ziekten is dat het zo'n kostenbesparing oplevert, zowel op het gebied van medicijnen als op het gebied van ziekenhuisopnames en bezoeken.”
Twin Health wordt “betaald voor de prestaties”, zei hij. “We zijn het eens over de resultaten die we gaan leveren voor de patiënt, wanneer ze het bereiken, realiseer je voordeel en je betaalt ons voor wat we hebben bijgedragen.”
Klanten waarderen die aanpak omdat “het harde resultaten zijn”, zei hij, “je hoeft niet te speculeren.”
Ook: AI loopt tegen een big data-probleem aan bij de diagnose van COVID-19
“We zijn echt klaar om dit naar een bredere bevolking te brengen.” Dat omvat het bemannen van de teams die verantwoordelijk zijn voor go-to-market, voor coaching en zorg voor patiënten.
Het geld omvat ook de voortdurende verbetering van de digitale tweeling om verder te gaan dan diabetes en de andere stofwisselingsstoornissen te benaderen. Dat omvat artritis en abnormale nierfunctie.
“Dit is een continue optimalisatiebenadering”, zegt Mohammed. “Ons lichaam is een oceaan, er is geen einde aan hoeveel we erover kunnen begrijpen.”
Verwante onderwerpen:
Big Data Analytics Digitale transformatie CXO Internet of Things Innovatie Enterprise Software 