Un vistazo a cómo funciona Shen AI con el CTO Przemek Jaworski

En una era en la que la salud personal se está volviendo cada vez más digital, el teléfono inteligente está pasando de ser una herramienta de comunicación a convertirse en un poderoso compañero médico. Shen AI está a la vanguardia de esta transformación, con una tecnología que puede analizar un video corto de tu rostro para leer más de 30 métricas de salud en solo 30 segundos.

Para entender mejor la ciencia, la ingeniería y la visión detrás de esta innovación, nos reunimos con Przemek Jaworski, CTO y cofundador de Shen AI. Przemek, un experimentado científico informático y empresario, ha dedicado los últimos años de su carrera al campo de fisiología computacional, con el objetivo de hacer que los conocimientos de salud avanzados sean simples, accesibles y clínicamente confiables.

‍

Przemek, gracias por acompañarnos. Para empezar, ¿podrías ofrecer una visión general de la tecnología principal de Shen AI y de su misión?

En esencia, Shen AI trata de empoderar a las personas para que tomen el control de su salud de una manera accesible y no invasiva. Hemos desarrollado un kit de desarrollo de software que transforma cualquier dispositivo con cámara (un smartphone, una tableta o incluso un espejo inteligente) en una herramienta para el control de la salud. Nuestra misión es impulsar el cambio de la atención médica de un modelo reactivo basado en el tratamiento a uno proactivo y predictivo. Al simplificar el acceso a los datos de salud en tiempo real, podemos ayudar a las personas a hacer un seguimiento de su bienestar y ayudar a los proveedores a brindar una atención más personalizada y eficaz.

‍

Seamos específicos. ¿Cómo puede Shen AI detectar la presión arterial y otros signos vitales con solo una gammagrafía facial?

Elegimos el rostro porque es una combinación perfecta de biología y comportamiento. Desde un punto de vista biológico, el rostro tiene una densa red de vasos sanguíneos ubicados muy cerca de la superficie de la piel. Estos vasos cambian sutilmente de color con cada latido del corazón a medida que la sangre pasa a través de ellos. Aunque son imperceptibles a simple vista, una cámara puede captar estas pequeñas y fugaces señales. Desde una perspectiva conductual, la cara es el lugar donde las personas sostienen naturalmente sus teléfonos para tomarse selfies, hacer videollamadas o desbloquear el rostro. Esta familiaridad significa que no pedimos a los usuarios que adopten un comportamiento nuevo y engorroso, sino que simplemente añadimos un nuevo propósito a una acción que ya llevan a cabo todos los días.

‍

La tecnología detecta señales que el ojo humano no puede ver. ¿Puede explicar con más detalle las señales específicas que está analizando?

Nuestra tecnología combina dos flujos de información para crear un panorama de salud confiable. La primera es fotopletismografía remota, que analiza los sutiles cambios de color en la piel provocados por el flujo sanguíneo. El sensor de la cámara captura esta información cuadro por cuadro y nuestros algoritmos la procesan para conservar datos clave como la morfología de las olas y los cambios de tiempo. El segundo es balistocardiografía remota, que detecta los micromovimientos de la cabeza. Estos movimientos son causados por la actividad mecánica del corazón, específicamente, por la expulsión de sangre. Por lo tanto, el mismo evento, un solo latido del corazón, se observa de dos maneras distintas.

‍

Usted se refiere a esto como un enfoque «multimodal». ¿Por qué es tan importante para la confiabilidad de la tecnología en el mundo real?

La multimodalidad es nuestro secreto para la confiabilidad. A menudo lo describo como tener dos pares de ojos mirando la misma cosa. Esto crea una poderosa redundancia. Si una señal se degrada (por ejemplo, debido a una iluminación deficiente, al movimiento del usuario o al ruido), el otro flujo de información puede compensarlo. Este procesamiento de doble señal mejora significativamente la precisión y garantiza que la tecnología funcione de manera uniforme para todos, en todas partes. Así es como abordamos el desafío de crear una solución universal que funcione para todos los tonos de piel y la mayoría de las condiciones de iluminación.

‍

Reducir el tiempo de escaneo de 60 a 30 segundos supuso un gran salto. ¿Cómo lo lograste?

Nuestras versiones anteriores requerían un escaneo de 60 segundos, lo cual era útil pero no siempre práctico. En 60 segundos, las personas pueden distraerse, los teléfonos pueden moverse y el ruido puede interrumpir el proceso. El gran avance provino de la plena integración de nuestro enfoque multimodal. Al combinar las señales ópticas de color con los datos de micromovimiento, prácticamente duplicamos la información recopilada por escaneo. Esto nos permitió extraer los puntos de datos más críticos en la mitad de tiempo. Al combinar ambas modalidades, pudimos reducir el tiempo de escaneo de 60 a 30 segundos y, sorprendentemente, mejorar el rendimiento al mismo tiempo.

‍

¿Qué tan confiable es? ¿Puedes compartir métricas de precisión o resultados de validación específicos?

La ciencia está en el centro de lo que hacemos. Creemos que si queremos que un usuario confíe en un producto de salud, este debe basarse en métodos y principios científicos rigurosos. Cada métrica se valida comparándola con equipos médicos certificados y de primera calidad. Para la frecuencia cardíaca y la variabilidad de la frecuencia cardíaca, utilizamos un ECG. Para la presión arterial, utilizamos métodos auscultatorios. Estos son los puntos de referencia para la precisión clínica. Seguimos protocolos reproducibles y revisados por pares, y nos hemos sometido a una amplia validación con investigadores independientes. Este enfoque disciplinado es la forma en que nos aseguramos de que nuestro software proporcione datos fiables y procesables.

‍

Cuando hablamos de accesibilidad, también debemos abordar la importancia de reducir los sesgos. ¿Es esa una preocupación fundamental para Shen AI?

El sesgo no es solo un defecto técnico en un algoritmo; es un riesgo importante para la salud. Si una tecnología no funciona igual de bien para personas de todos los tonos de piel, edades y procedencias, no cumple su misión de brindar atención médica accesible. Para combatir esto, nuestros modelos se entrenan con un conjunto de datos verdaderamente diverso, con más de medio millón de vídeos de rostros que abarcan una amplia gama de grupos demográficos y entornos. Nos comprometemos a garantizar que nuestro sistema funcione de forma fiable para cada tipo de persona, por lo que nuestro enfoque multimodal es tan importante, ya que está diseñado para adaptarse a la diversidad del mundo real.

‍

La privacidad es una gran preocupación en la salud digital. ¿Puede explicarnos qué ocurre con los datos de los usuarios durante un escaneo?

Es algo para lo que diseñamos desde el primer día. Todo el procesamiento se realiza localmente en el dispositivo del usuario. El vídeo nunca sale del teléfono, no se envía a un servidor ni se almacena en la nube. Lo que obtiene el usuario es el resultado: sus métricas de salud, generadas en tiempo real. De esta manera, garantizamos una privacidad total, la ausencia de dependencia de las conexiones de red y los resultados instantáneos.

‍

Hablemos del uso en el mundo real. ¿Qué condiciones necesita Shen AI para funcionar correctamente?

Como cualquier tecnología basada en cámaras, hay algunos aspectos básicos. La cara del usuario debe estar visible y estar razonablemente bien iluminada. Sin embargo, gracias a nuestro enfoque multimodal, podemos gestionar mucho más ruido que los sistemas de señal única. Si la iluminación es irregular o el usuario se mueve ligeramente, la segunda modalidad lo compensa.
Así es como garantizamos la fiabilidad en todos los tonos de piel, los entornos y el comportamiento de los usuarios. Básicamente, si puedes hacerte una selfie, Shen AI puede realizar un escaneo.

‍

De cara al futuro, ¿cuál es la visión de Shen AI? ¿Cómo cree que esta tecnología cambiará la atención médica?

A: Creemos que la atención médica debe ser proactiva, no solo reactiva. Nuestra visión es un futuro en el que todas las personas puedan monitorear sus signos vitales sin esfuerzo, convirtiendo un comportamiento simple y familiar en una poderosa oportunidad para obtener información sobre su salud. Al ofrecer a los usuarios información comprobada clínicamente, podemos ayudar a las personas a hacerse cargo de su bienestar, facilitar conversaciones más informadas con sus proveedores de atención médica y, en última instancia, contribuir a una comunidad global más sana, consciente y conectada. Lo que comenzó como un experimento de fisiología computacional es ahora una tecnología comprobada que ha vuelto a poner el poder de decisión en manos del usuario.

‍