Veterano de FaceID recauda 52 millones de dólares para diagnósticos cerebrales

Hemispheric apuesta fuerte por los datos cerebrales

Gidi Littwin, coinventor de FaceID y la tecnología Vision Pro de Apple, ha pasado los últimos seis años construyendo Hemispheric, una startup que busca descifrar la actividad cerebral con aprendizaje profundo. La compañía ha recaudado ahora 52 millones de dólares tras recopilar datos cerebrales de 100,000 personas.

Según WIRED, el objetivo es examinar el cerebro sin procedimientos invasivos y, eventualmente, ayudar a diagnosticar trastornos cognitivos.

Del hardware de Apple a la salud cerebral

Littwin dejó Apple en 2020 tras ser contactado en LinkedIn por Hagai Lalazar, quien había empezado a desarrollar tecnología para estudiar el cerebro sin cirugía y buscaba un cofundador con visión comercial. Lalazar había hablado con alrededor de 75 candidatos antes de encontrarlo.

En Apple, Littwin ayudó a desarrollar FaceID y más tarde trabajó en el seguimiento de manos para Vision Pro. Dijo a WIRED que esos proyectos requirieron “datos equivalentes a cientos de miles de sujetos” para entrenar los modelos de aprendizaje profundo subyacentes.

“Hubo operaciones masivas de recolección de datos detrás de esos proyectos y sabíamos que teníamos que construir algo muy similar en Hemispheric”, dice Littwin, “y lo hemos hecho.”

Un cuarto de millón de horas de grabaciones cerebrales

El diagnóstico de condiciones como la depresión, el Alzheimer y el Parkinson a menudo ha dependido de cuestionarios y observación del comportamiento porque la actividad cerebral varía enormemente de una persona a otra.

Recomendado

El laboratorio de Mira Murati presenta Inkling, un modelo abierto de 975 000 millones de p

Para construir un modelo más amplio, Littwin y Lalazar recopilaron lo que la compañía llama su “posesión más preciada”: un cuarto de millón de horas de datos cerebrales de 100,000 voluntarios remunerados en Asia, así como en Tel Aviv y Boston. Los participantes completaron actividades diseñadas como juegos que activaban diferentes regiones del cerebro.

Hemispheric dice que ese conjunto de datos se usó para entrenar un modelo de vanguardia que infiere la función cerebral a partir de la actividad eléctrica dentro del cráneo, lo que WIRED describe como análogo a la forma en que los grandes modelos de lenguaje analizan estadísticamente el texto.

La compañía luego probó el modelo generalizado en grupos que incluyen a personas diagnosticadas con PTSD, esquizofrenia y depresión, y afirmó que hizo deducciones precisas sobre su salud cerebral. El equipo también está trabajando en un estudio clínico para probar si el modelo puede diagnosticar y predecir el Alzheimer.

Primera presentación a la FDA prevista para el próximo año

El primer producto de Hemispheric se centra en el PTSD. La startup planea presentarlo a la FDA para su aprobación a principios del próximo año, con la esperanza de hacerlo público más adelante en 2027.

El proceso es relativamente simple: un paciente se coloca un casco EEG ligero durante unos 15 minutos mientras usa una aplicación en una tableta. Hemispheric dice que su modelo puede entonces ayudar a los clínicos:

• decodificar señales cerebrales para el diagnóstico
• elegir la intervención más efectiva al predecir la respuesta al tratamiento
• supervisar el progreso del paciente

“El futuro que imaginamos es uno en el que esto sea similar a un análisis de sangre”, dice Lalazar. “El dispositivo va a ser muy, muy barato; podrá venderse y distribuirse en clínicas de salud mental, hospitales e incluso en consultas de psicólogos.”

Más dinero, más datos, más hardware

Los inversores en las primeras etapas de la compañía incluyen firmas de capital riesgo estadounidenses e israelíes e inversores individuales como Howard Morgan, uno de los primeros apoyos de Uber. Hemispheric dice que utilizará la financiación para construir asociaciones con gobiernos, organizaciones de salud y empresas farmacéuticas, ampliar la contratación en EE. UU. y avanzar hacia la aprobación regulatoria.

También planea recopilar datos cerebrales de millones de personas para mejorar aún más el modelo.

Al mismo tiempo, los fundadores están desarrollando sus propios escáneres cerebrales, argumentando que los sistemas EEG convencionales no están bien adaptados al entrenamiento de modelos modernos.

“Estos dispositivos nunca fueron construidos para el aprendizaje automático y definitivamente no para el aprendizaje profundo”, dice Littwin.