Comment Eyegage a mis à l'échelle son application permettant de sauver des vies grâce au partenariat Impact Accelerator

Pour célébrer le mois de l'histoire des Noirs, AWS Startups publie tout au long du mois de février des articles mettant en avant les contributions des créateurs et des leaders technologiques noirs. Avant toute chose, ces personnes inspirent, responsabilisent et encouragent les autres, en particulier ceux qui ont toujours été sous-représentés dans le secteur de la technologie, à prouver ce qui est possible.

La Dre LaVonda Brown, fondatrice et CEO d'EyeGage, dont l'expertise repose sur l'intelligence artificielle (IA) et les technologies d'analyse oculaire, a développé un modèle d'engagement robotique basé sur le regard de l'utilisateur et la taille de la pupille (dilatation et constriction).

Ce modèle publié, breveté et sous licence a été appliqué à plusieurs cas d'utilisation, notamment à l'enseignement des mathématiques et à la physiothérapie pour améliorer les résultats. Ses travaux ont également mené à l'utilisation de l'oculométrie comme biomarqueur viable pour les troubles cognitifs légers et l'apparition précoce de la maladie d'Alzheimer.

LaVonda a utilisé son expertise pour lancer EyeGage, une application mobile qui applique des techniques d'analyse oculaire afin d'évaluer si des personnes sont sous l'emprise de drogues et d'alcool, et de prévenir les accidents mortels.

EyeGage prévoyait de commercialiser son application mobile en décembre 2022, mais l'entreprise devait répondre à une exigence clé : connecter l'application frontend à Amazon SageMaker, la plateforme cloud backend qui permet aux développeurs d'applications de créer, d'entraîner et de déployer des modèles de machine learning.

« Notre prototype fonctionnait bien avec Amazon Web Services (AWS) et notre modèle était déjà entraîné, explique LaVonda. Mais nous devions exposer le modèle à SageMaker afin de pouvoir mettre à l'échelle nos services à mesure que l'activité des utilisateurs augmentait. » Mais sans expérience préalable avec SageMaker, l'utilisation de la documentation s'est révélée quelque peu difficile pour l'équipe d'EyeGage. C'est alors que LaVonda s'est tournée vers AWS pour obtenir de l'aide.

AWS facilite les partenariats via le programme Impact Accelerator

Grâce à sa participation à la cohorte des fondateurs noirs dans le cadre du programme AWS Impact Accelerator, LaVonda a bénéficié d'un coaching personnalisé, d'un financement en capital et de solutions techniques. Cela a permis de connecter EyeGage à Avahi, une société de conseil axée sur le cloud et partenaire du programme AWS Global Startup.

« Avahi nous a impressionnés par sa connaissance des modèles de machine learning et sa compréhension de notre activité, déclare LaVonda. Plus important encore, la société a présenté les projets SageMaker qu'elle avait déjà entrepris et qui étaient similaires à ce dont nous avions besoin. Cela nous a donné confiance en la capacité d'Avahi à remplir sa mission. »

Avahi a superposé le code du modèle de machine learning dans SageMaker afin de le présenter sous la forme d'une API transparente aux utilisateurs finaux de l'application mobile EyeGage. Cela comprenait la mise à jour du code du modèle afin qu'il puisse être exposé sous forme d'inférence de machine learning axée sur les événements. Avahi a également ajouté au modèle des services supplémentaires tels qu'AWS Lambda pour le calcul sans serveur et Amazon API Gateway, un service géré qui simplifie la création et la gestion d'API.

La mise à l'échelle pour sauver des vies

Une fois le modèle de machine learning exposé, la mise à l'échelle de l'application frontend a pu être améliorée afin de fournir des résultats de dépistage de drogues sans contact, non invasifs, objectifs/impartiaux, sécurisés, précis et rapides.

En poursuivant ce partenariat, EyeGage, avec l'aide d'Avahi, a également pu rationaliser la collecte des données des utilisateurs finaux (telles que l'identité et la localisation), ce qui permet à l'application de comparer les résultats de dépistage actuels et passés et de fournir aux utilisateurs des informations supplémentaires précieuses sur leur état de santé.

« Avahi a également contribué à l'encodage du backend AWS afin de recevoir des jetons Web JSON, ajoute LaVonda. Cela nous donne un moyen plus sûr d'envoyer et de recevoir des données, ce qui est essentiel compte tenu de la sensibilité des informations que nous traitons pour nos clients. »

Quelle est la prochaine étape pour EyeGage ?

EyeGage recherche et met à jour activement son application mobile afin d'inclure des fonctionnalités visant à améliorer et à contribuer à la sécurité individuelle et communautaire afin de réduire le nombre d'accidents. Les nouvelles fonctionnalités de l'application, notamment « Should I Drive? » (Devrais-je conduire ?) et FriendGage, proposent des moyens simples de responsabilisation et une accessibilité pour comprendre les niveaux d'affaiblissement des facultés.

Le jeu de données de l'entreprise peut également être exploité au-delà de son utilisation immédiate pour détecter des substances dans l'organisme. « Vous pouvez identifier une personne grâce à ses yeux ou diagnostiquer une maladie, une commotion cérébrale ou un diabète. Vous pouvez également savoir si cette personne a consommé de la caféine, selon la façon dont elle réagit à la lumière, affirme LaVonda. La surveillance du comportement oculaire peut être utilisée à de nombreuses fins. »

Découvrez d'autres contenus qui célèbrent les réalisations des innovateurs noirs, tels que :

• Témoignages sur le compte Twitter d'AWS Startups de fondateurs noirs inspirants, innovants et révolutionnaires
• Alyse Dunn, fondatrice de CareCoPilot, remporte une grande victoire après AWS Impact Accelerator
• Pleins feux sur l'excellence des personnes noires : trois fondateurs témoignent
• Comment Resilia aide les organisations à but non lucratif à renforcer leurs capacités via SaaS