O co-inventor do FaceID da Apple e da tecnologia Vision Pro dedicou os últimos seis anos ao desenvolvimento de um modelo de inteligência artificial de ponta capaz de decodificar a atividade elétrica cerebral para diagnosticar transtornos cognitivos. Agora, a startup Hemispheric, fundada por Gidi Littwin, acaba de levantar 52 milhões de dólares em financiamento após reunir dados de 100 mil cérebros humanos para treinar modelos de aprendizado profundo.
Littwin deixou a Apple em 2020 em busca de novos desafios. A oportunidade surgiu quando seu cofundador Hagai Lalazar o contatou pelo LinkedIn. Lalazar já havia começado a desenvolver inteligência artificial para estudar o cérebro sem necessidade de cirurgia e procurava um sócio com visão comercial para liderar a empresa. Quando encontrou Littwin, já havia conversado com aproximadamente 75 candidatos.
Durante seu período na Apple, Littwin contribuiu para o desenvolvimento do FaceID e trabalhava no rastreamento de mãos para um produto de realidade aumentada, o Vision Pro. Para isso, ele coletou o que chamou de "dados de centenas de milhares de sujeitos" para treinar os modelos de aprendizado profundo que alimentam essas tecnologias.
"Havia operações massivas de coleta de dados por trás desses projetos e sabíamos que precisávamos construir algo muito semelhante na Hemispheric", afirmou Littwin. "E construímos."
Como a atividade cerebral de cada indivíduo é única, os médicos historicamente tiveram que contar com questionários subjetivos e observações comportamentais para diagnosticar depressão, Mal de Alzheimer e Mal de Parkinson. Para superar essa limitação, Littwin e Lalazar coletaram o que consideram seu "bem mais precioso": 250 mil horas de dados cerebrais de 100 mil voluntários pagos na Ásia, além de Tel Aviv e Boston. Os sujeitos realizaron uma série de atividades semelhantes a jogos que ativavam diferentes partes do cérebro.
Esses dados serviram para treinar um modelo de fronteira, que infere a função cerebral a partir da atividade elétrica dentro do crânio, da mesma forma que grandes modelos de linguagem deduzem significado através de análise estatística de texto. Depois, testaram o modelo generalizado em grupos de pessoas diagnosticadas com PTSD, Esquizofrenia e depressão, e afirmaram que o modelo fez deduções precisas sobre a saúde cerebral dos indivíduos. Atualmente, a equipe trabalha em um estudo clínico para testar se o modelo pode diagnosticar e até prever o Mal de Alzheimer.
A equipe submeterá seu primeiro produto, que será usado para estudar PTSD, à aprovação da FDA no início do próximo ano. A expectativa é lançar o produto ao público no final de 2027.
Para diagnosticar um transtorno cognitivo, o paciente usa um capacete leve de eletroencefalografia que mede a atividade cerebral por aproximadamente 15 minutos enquanto interage com um aplicativo em um tablet. A Hemispheric afirma que seu modelo de inteligência artificial ajudará os clínicos a decodificar os sinais para fazer diagnósticos, selecionar a intervenção mais eficaz prevendo resultados de tratamentos e monitorar o progresso.
"O futuro que imaginamos é um onde isso seja semelhante a um exame de sangue", disse Lalazar. "O dispositivo será muito, muito barato; poderá ser vendido e distribuído em clínicas de saúde mental, hospitais e até consultórios de psicólogos."
Ferramentas de diagnóstico assistidas por inteligência artificial para condições como câncer de pulmão já estão em uso clínico na Europa, acelerando o acesso ao tratamento. Enquanto isso, gigantes da IA como OpenAI e Anthropic estão expandindo para a área de saúde, intensificando a competição no setor.
A Hemispheric levantou financiamento inicial de investidores incluindo empresas de capital de risco americanas e israelenses e investidores individuais, entre eles Howard Morgan, um dos primeiros apoiadores do Uber. O dinheiro será usado para avançar parcerias com governos, organizações de saúde e empresas farmacêuticas, contratar mais funcionários nos Estados Unidos e trabalhar em direção à aprovação regulatória. Também planejam coletar mais dados cerebrais de milhões de pessoas para melhorar o modelo.
Os fundadores também estão desenvolvendo seus próprios scanners cerebrais para obter informações que a empresa acredita poder fornecer dados mais úteis para seus modelos do que os eletroencefalogramas tradicionais. "Esses dispositivos nunca foram construídos para aprendizado de máquina e definitivamente não para aprendizado profundo", explicou Littwin.
Fonte: Feed: All Latest
