Một nhà phát minh của FaceID Apple muốn phân tích sức khỏe não bộ của bạn bằng AI

Đồng sáng chế công nghệ FaceID và Vision Pro của Apple đã dành sáu năm qua để xây dựng một mô hình trí tuệ nhân tạo tiên tiến, có thể một ngày nào đó giúp giải mã hoạt động điện trong não nhằm chẩn đoán các rối loạn nhận thức.

Hiện tại, công ty khởi nghiệp Hemispheric của Gidi Littwin đã huy động được 52 triệu đô la tài trợ sau khi thu thập dữ liệu não của 100.000 người để huấn luyện các mô hình học sâu nhằm kiểm tra não mà không cần các thủ thuật xâm lấn.

Littwin rời Apple vào năm 2020 để tìm kiếm sự thay đổi. Anh tìm thấy điều đó khi đồng sáng lập Hemispheric, Hagai Lalazar, nhắn tin lạnh lùng cho anh trên LinkedIn. Lalazar đã bắt đầu phát triển trí tuệ nhân tạo để nghiên cứu não mà không cần phẫu thuật, và đang tìm kiếm một đồng sáng lập có tư duy thương mại để thúc đẩy công ty tiến lên. Khi tìm được Littwin, ông đã nói chuyện với khoảng 75 ứng viên.

Littwin đã giúp phát triển FaceID, và vào thời điểm đó đang làm việc về theo dõi tay cho sản phẩm thực tế tăng cường, Vision Pro. Là một phần của công việc này, anh phải thu thập những gì anh nói với WIRED là "dữ liệu của hàng trăm nghìn đối tượng" để huấn luyện các mô hình học sâu hỗ trợ công nghệ.

"Có những chiến dịch thu thập dữ liệu khổng lồ đằng sau các dự án này, và chúng tôi biết mình phải xây dựng một thứ rất tương tự tại Hemispheric," Littwin nói, "và chúng tôi đã làm được."

Vì hoạt động não của mỗi cá nhân trông khác nhau, các bác sĩ phần lớn phải dựa vào các bảng câu hỏi chủ quan và quan sát hành vi để chẩn đoán trầm cảm, Alzheimer và Parkinson. Để khắc phục điều đó, Littwin và Lalazar đã thu thập "tài sản quý giá nhất" của họ: 250.000 giờ dữ liệu não từ 100.000 tình nguyện viên được trả lương trên khắp châu Á, cũng như ở Tel Aviv và Boston. Các đối tượng thực hiện một loạt hoạt động trông giống như trò chơi nhưng kích hoạt các phần khác nhau của não.

Dữ liệu đó đã giúp huấn luyện một mô hình tiên tiến, suy luận chức năng não từ hoạt động điện bên trong hộp sọ theo cách tương tự như các mô hình ngôn ngữ lớn suy luận ý nghĩa bằng cách phân tích thống kê văn bản. Sau đó, họ kiểm tra mô hình tổng quát trên các nhóm nhỏ người, bao gồm những người được chẩn đoán mắc PTSD, tâm thần phân liệt và trầm cảm, và cho biết mô hình đã đưa ra các suy luận chính xác về sức khỏe não của các cá nhân. Nhóm hiện đang làm việc trên một nghiên cứu lâm sàng để kiểm tra xem liệu mô hình của họ có thể chẩn đoán và thậm chí dự đoán Alzheimer hay không.

Littwin và Lalazar sẽ nộp sản phẩm đầu tiên của họ, được sử dụng để nghiên cứu PTSD, lên FDA để phê duyệt vào đầu năm tới. Họ hy vọng điều đó sẽ cho phép họ tung sản phẩm ra công chúng vào cuối năm 2027.

Để giúp chẩn đoán rối loạn nhận thức, bệnh nhân đeo một tai nghe EEG nhẹ đo hoạt động điện trong não trong khoảng 15 phút trong khi tương tác với một ứng dụng trên máy tính bảng. Hemispheric cho biết mô hình AI của họ sau đó sẽ giúp các bác sĩ lâm sàng giải mã các tín hiệu để đưa ra chẩn đoán, chọn can thiệp hiệu quả nhất bằng cách đưa ra dự đoán về điều trị và theo dõi tiến triển.

"Tương lai mà chúng tôi hình dung là một tương lai nơi điều này giống như xét nghiệm máu," Lalazar nói. "Thiết bị sẽ rất, rất rẻ; nó sẽ có thể được bán và phân phối khắp các phòng khám sức khỏe tâm thần, bệnh viện và thậm chí văn phòng bác sĩ tâm lý."

Các công cụ chẩn đoán hỗ trợ AI cho các bệnh như ung thư phổi đã được sử dụng lâm sàng và đang đẩy nhanh việc tiếp cận điều trị trên khắp châu Âu. Trong khi đó, các gã khổng lồ AI, bao gồm OpenAI và Anthropic, đang mở rộng sang lĩnh vực chăm sóc sức khỏe, làm gia tăng cạnh tranh cho hàng loạt công ty khởi nghiệp trong lĩnh vực này.

Hemispheric đã huy động được vốn giai đoạn đầu từ các quỹ đầu tư mạo hiểm của Mỹ và Israel cùng các nhà đầu tư cá nhân, bao gồm Howard Morgan - nhà đầu tư sớm của Uber. Công ty sẽ sử dụng số tiền này để thúc đẩy quan hệ đối tác với các chính phủ, tổ chức chăm sóc sức khỏe và công ty dược phẩm, tuyển dụng thêm nhân sự tại Mỹ, và tiến tới xin phê duyệt theo quy định. Họ cũng có kế hoạch thu thập thêm dữ liệu não từ hàng triệu người nhằm cải thiện mô hình của mình.

Nhóm nghiên cứu cũng đang phát triển máy quét não riêng để thu thập thông tin mà công ty tin rằng có thể cung cấp dữ liệu hữu ích hơn cho các mô hình của họ so với EEG truyền thống. "Những thiết bị này chưa bao giờ được thiết kế cho máy học, và chắc chắn không phải cho học sâu," Littwin cho biết.