NeuroMetrix CEO는 치유 기술에서 AI 기술을 반영합니다.

식별 고양이 사진은 AI에게 당연한 일이다하지만 머신러닝을 적용하면 보건 의료 무엇이 사람에게 도움이 될지 아니면 단순히 흥미로운 연구인지 선택하는 것은 미묘한 문제입니다.

그 사실은 매사추세츠주 월섬에 본사를 둔 회사인 '인공지능'에 대한 접근 방식에서 표현됩니다. 뉴로메트릭스, 만성 통증을 완화하는 새로운 장치를 판매하는 곳입니다.

CEO인 Shai Gozani 박사는 AI에 열정적이지만 종교적이지는 않습니다. 사실 그는 최근 신경망의 인기가 다시 부활한 것에 대해 유머 감각을 갖고 있습니다.

"저는 80년대 중반 버클리에서 컴퓨터 공학을 하고 있었는데 AI가 컸어요."라고 Gozani는 지난주 인터뷰에서 회상했습니다. ZDNet. "그리고 나서 의과대학에 진학했는데 2~3년 전에 AI가 갑자기 다시 커져서 '야, 이건 내가 그때 다녔던 그 코스에서 들었던 것과 똑같아, 그 브루스 스프링스틴 사이에서 콘서트!"

또한: AI 스타트업 People.ai는 Andreessen Horowitz로부터 3천만 달러를 받아 직장의 고된 일을 덜어줍니다.

엄밀히 말하면 ''라는 장치를 판매하는 NeuroMetrix는진압하다,'는 개인의 고통에 대한 대규모 데이터 세트에 적용되는 머신러닝의 가치를 찾는 것입니다. 다음 단계는 강화 학습과 같은 딥 러닝 형태의 계산을 적용하여 제품의 기능을 더욱 향상시키는 것일 수 있습니다. (퀠(Quell) 웹사이트 다운로드할 수 있는 회사의 다른 연구 논문이 많이 있습니다.)

NeuroMetrix는 지난해 1월 나스닥에 상장했습니다. IPO 이후 주가가 약 4분의 1 하락했지만, 주가는 12월 최저치 이후 거의 두 배로 올랐습니다.

방금 출시된 두 번째 버전은 299달러, 이전 버전은 249달러에 판매되는 Quell 제품은 다소 부피가 더 큰 모델은 스판덱스, 나일론, 폴리우레탄을 조합하여 만든 커프이며 몸 주위에 착용합니다. 송아지. (커프에는 네오프렌이나 라텍스가 없다고 회사는 강조합니다.) 커프는 끝 부분의 벨크로를 통해 고정되고 내부의 약간 접착력이 있는 젤 패드를 통해 고정됩니다. 커프 내부에는 한 번에 1초 동안 피부에 약 100밀리암페어의 작은 전류를 방출하는 전극이 있습니다. 펄스는 자동으로 또는 함께 제공되는 스마트폰 앱에서 수동으로 선택하여 관리됩니다.

목표는 피부를 통해 빛 전류를 보내 만성 통증을 치료하는 것입니다. 이 경우 통증에는 허리 통증 등이 포함될 수 있습니다. 전기 펄스의 원리는 "경피 전기 신경 자극" 또는 TENS입니다. Quell 제품은 "고정 부위 고주파 TENS" 또는 "hfTENS"라는 특정 변형을 사용합니다. 여기서는 통증 위치에 관계없이 종아리의 한 영역에 자극을 가합니다. 맥박은 신경을 따라 뇌의 중추신경계로 이동하여 신체의 통증이 있는 모든 부위에 영향을 미칩니다.

또한: 분석 스타트업 EDO는 기계 학습을 통해 TV 광고를 통해 소비자 행동을 분석합니다.

Gozani는 제품이 시장에 출시된 지 3년 동안 제품이 어떻게 도움이 되고 사람들이 어떻게 사용하는지 알아내는 것이 전부라고 말했습니다. 왜냐하면 알고리즘보다 데이터가 더 중요하기 때문입니다.

"시작할 곳은 데이터입니다."라고 그는 말합니다. "관련성이 없다면 그것은 쓸데없는 운동입니다."

Gozani는 몇 달 동안, 어떤 경우에는 몇 년 동안 사용하면서 NeuroMetrix의 클라우드 컴퓨팅 시설에 집계된 데이터 포인트를 7만 명의 개인이 제공했다고 말합니다. 이는 "세계에서 가장 풍부한 만성 통증 데이터 세트"라고 그는 말합니다.

"머신러닝에서 가장 중요한 것은 얼마나 많은 사람들이 있는지, 만성 통증 환자가 얼마나 많은지입니다. 왜냐하면 각 사람은 고유하기 때문입니다."라고 그는 말합니다.

데이터는 기기 자체와 컴패니언 앱의 두 곳에서 수집됩니다. 이 장치는 특히 중요한 사람의 걸음걸이, 걷는 스타일 등을 등록할 수 있습니다. Gozani는 보행의 이상은 특히 노년층에서 넘어짐과 같은 일의 전조가 될 수 있다고 말합니다. 개인.

이 앱을 사용하면 나이, 키 등 인구통계학적 데이터를 입력하고 통증을 느끼는 위치와 시기, 기분 등 그에 수반되는 현상을 기록할 수 있습니다.

또한: AI 스타트업 InsideSales가 기계에게 판매 방법을 가르칠 수 있는지 묻습니다.

시간이 지남에 따라 데이터를 수집하는 목적은 펄스를 방출하는 양과 빈도를 사람이 결정할 수 있는 기준선을 모으는 것입니다. 이 접근 방식에는 복잡한 신경망이 필요하지 않다고 Gozani는 말합니다. 단순 선형 회귀는 데이터에서 모델링되는 관계가 딥 러닝이 필요할 정도로 복잡하지 않기 때문에 많은 것을 성취할 수 있고 성취했다고 그는 말합니다.

AI의 사용은 시간이 지남에 따라 발전해 왔습니다. Quell이 처음 나왔을 때 얼마나 많은 자극을 적용해야 하는지에 대한 "최선의 추측"과 같은 것을 사용하도록 설계되었다고 Gozani는 말합니다.

"7만 명의 환자가 나중에 다음과 같은 공통점과 일치하는 프로필을 가지고 있다고 말할 수 있습니다. 당신은 키가 크고 남성이고 통증이 있습니다. 다리에는 있지만 어깨에는 없습니다." 이러한 인구에 대해 추론된 패턴의 결과로 장치는 보다 정확한 권장 사항을 개발할 수 있었습니다. 복용량.

개인을 고통과 치료의 증가하는 기준선과 연결시키는 것이 "가장 중요한 것"이라고 Gozani는 말합니다. "만약 당신이 그것을 올바르게 한다면 사람들에게 즉시 더 많은 혜택을 줄 수 있습니다."

환자 데이터 연구의 가치는 다음과 같이 강조됩니다. 이번 달에 출판된 동료 검토 논문 hfTENS의 최초 RCT인 NeuroMetrix가 Harvard Medical School과 협력하여 실시한 무작위 대조 시험을 설명합니다.

Gozani는 Quell을 위한 기계 학습의 사용이 계속해서 발전할 것이라고 말했습니다. 회사는 Quell의 역량을 어떻게 향상시킬 수 있는지 알아보기 위해 다양한 딥러닝 방법을 적극적으로 연구하고 있습니다. 예를 들어, 수천 년 전 히포크라테스가 이해한 것처럼 날씨는 통증의 중요한 요소가 될 수 있다고 Gozani는 지적합니다.

"예를 들어 [기압]은 일부 사람들의 고통을 유발하는 요인이 될 수 있습니다."라고 그는 말합니다. 이 회사는 이미 클라우드 운영에서 날씨 데이터를 수집하고 일부 "지도 학습"을 사용하여 환자가 해당 지역의 날씨 패턴에 따라 어떻게 클러스터되는지 확인했습니다. 다음 단계는 딥 러닝을 사용하여 날씨가 개인별로 맥박 관리에 어떻게 영향을 미치는지에 대한 예측 분석을 수행하는 것입니다.

"우리가 날씨를 모니터링하면 날씨가 좋지 않을 것이기 때문에 오늘 복용량을 늘려야 한다는 것을 알 수 있을 것입니다. 나쁘다”고 그는 말했다. “그리고 그것은 당신이 더 높은 수준의 고통을 느끼는 데 기여할 것입니다.” 그런 종류의 예측 알고리즘은 선형 회귀가 사용되는 기준선보다 더 높은 차원의 문제이므로 더 깊은 네트워크가 사용되는 자연스러운 장소일 수 있습니다. 유용하다고 그는 생각한다.

또한: IBM, Apple, Facebook은 유서 깊은 AI 컨퍼런스에서 비즈니스를 향한 새로운 방향을 제시합니다.

이러한 생각은 자연스럽게 "강화 학습"의 잠재력으로 이어집니다. 기계 학습 컴퓨터는 상황의 변화하는 성격을 고려하고 성공적인 결과에 부여되는 보상 기능을 기반으로 다양한 조치 중 어떤 조치를 취할지 결정합니다. Gozani는 회사가 강화 학습에 "매우 관심이 있다"고 말했습니다.

---

꼭 읽어야 할

• 구글 AI 리더 "AI는 매우 멍청하다" 씨넷
• 바이두, AI용 쿤룬 실리콘 만든다
• Google AI 사업부 통합은 AI 미래에 대한 분명한 신호 테크리퍼블릭

---

그는 "사용자는 펄스 관리에 관해 결정을 내려야 합니다. 그리고 질문은 강화 학습과 같은 것이 더 나은 방식으로 그러한 결정을 내리는 데 도움이 될 수 있습니까?"라고 말합니다.

그는 강화 학습이 장치에 내장될 수 있다고 말합니다. 사용자가 방금 결정을 내렸고 그 결정으로 인해 상황이 더 좋아졌습니다. 선택. "우리는 이미 환자에 대한 데이터를 수집하고 있지만 아직 사용자인 여러분을 실시간으로 학습하지 못하고 있습니다. 이것이 다음 단계가 될 것입니다."라고 그는 말합니다.

강화 학습, 딥 러닝 또는 그러한 접근 방식을 통해 "AI는 도구입니다"라고 Gozani는 말합니다. "우리는 고객이 좋은 결과를 얻을 수 있도록 노력하고 있습니다. 그게 핵심입니다. 그리고 어떤 도구를 사용하여 더 빨리 목표에 도달할 수 있다면 그것이 우리에게 흥미로울 것입니다."

이전 및 관련 적용 범위:

AI란 무엇인가? 당신이 알아야 할 모든 것

기계 학습과 일반 AI부터 신경망까지 인공 지능에 대한 실무 가이드입니다.

딥러닝이란 무엇인가요? 당신이 알아야 할 모든 것

딥 러닝에 대한 간략한 설명: 딥 러닝이 더 넓은 머신 러닝 분야와 어떻게 관련되는지부터 시작하는 방법까지.

머신러닝이란 무엇인가요? 당신이 알아야 할 모든 것

이 가이드에서는 머신러닝이 무엇인지, 인공지능과 어떤 관련이 있는지, 어떻게 작동하는지, 왜 중요한지에 대해 설명합니다.

클라우드 컴퓨팅이란 무엇입니까? 당신이 알아야 할 모든 것

기본부터 IaaS 및 PaaS, 하이브리드, 퍼블릭 및 프라이빗 클라우드까지 클라우드 컴퓨팅을 소개합니다.