Longevidad como idea de producto
Me entusiasmé con la extensión de la vida en 2012. Como cualquier persona mayor de 30 a 35 años, experimenté el miedo a la muerte. Hasta entonces, no te das cuenta del todo de que eres mortal. Y luego empiezas a notar ejemplos desde afuera: Paul Allen (socio de Bill Gates) murió a los 65, Steve Jobs a los 56, la madre de Bill Gates a los 64, de hecho, la lista es larga.
Comencé a sumergirme en el tema y descubrí que, según los científicos, la edad máxima de una persona en su cuerpo es de 120 años. Empecé a probar nuevas tecnologías en mí mismo. Después de haber probado la tecnología asociada con el aligeramiento de la sangre con un láser, no me enfermé en absoluto durante varios años. Y si enfermaba, a las 18-20 horas.
Y me di cuenta de que no quería que mi hijo muriera a los 80-90 años. Ésta fue una de las motivaciones del proyecto Longevity InTime. Como dice uno de nuestros expertos, Vadim Gladyshev, director de la Escuela de Medicina de Harvard, hay dos motivaciones para que los científicos se unan al proyecto. La primera es la investigación básica que se puede utilizar para pruebas de laboratorio y luego pasar a ensayos clínicos en humanos, y la segunda es la motivación personal. Creo que estas dos motivaciones pueden citarse no solo en relación con los científicos.
He reunido un equipo de científicos que en varias ocasiones han dirigido el proyecto en la dirección correcta. El académico Andrey Lisitsa y el respetado científico de la longevidad Alexey Moskalev fueron de los primeros en unirse. Nos formuló los principales biomarcadores que influyen en la esperanza de vida. En el proceso, se nos unieron el profesor del Hospital de la Universidad Médica de Tokio Hayk Arakelyan, el principal experto en el campo de la inteligencia artificial Roman Dushkin, el jefe del laboratorio de la FMBA Mikhail Klyuchnikov, el profesor Alexey Molodchenkov y el físico estadounidense, especialista en el campo del aprendizaje automático. Alexander Skarlat.
El resultado es un producto que investigará exhaustivamente las 20 principales enfermedades mortales para 400 biomarcadores y proporcionará recomendaciones personalizadas basadas en algoritmos de aprendizaje automático.
Hay miles de millones de escenarios para el desarrollo de enfermedades, para cada escenario hay una solicitud de búsqueda de datos confirmados por ensayos clínicos. Ningún recurso humano puede formular una solicitud en tiempo real y recibir respuestas relevantes, es decir, buscar información en fuentes no estructuradas y marcarla según los criterios requeridos. Cada día se suben cien mil artículos sobre diferentes temas a bases de datos médicas como Pubmed y Mimic, y estas son nuevas solicitudes. Por tanto, utilizamos redes neuronales que aprenden en el proceso de realizar tareas tan complejas.
Digamos que queremos calcular para una persona específica con un montón de parámetros físicos individuales, qué efecto tiene el nivel de glucosa o colesterol sobre la obesidad y la probabilidad de ataque cardíaco, accidente cerebrovascular, diabetes y algunos tipos de oncología. Para ello, medimos de forma remota los niveles de glucosa y colesterol del cliente. Estos son parámetros personalizados que están influenciados por muchos factores. Si bien no hay recomendaciones basadas en el seguimiento personal, debe trabajar con lo que tiene. Partir de la investigación general y construir una trayectoria futura sobre ellos. Si existe un estudio de este tipo, la inteligencia artificial encontrará esta información, la comparará con sus parámetros y dirá que, muy probablemente, tenga tal o cual trayectoria de vida.
Para tomar lecturas de biomarcadores, estamos desarrollando un contenedor portátil para la recolección remota de cinco biomateriales. En él, se enviarán para futuras investigaciones al espectrómetro de masas del laboratorio. En comparación, Atomo Diagnostic, financiado por el gobierno australiano, ahora está fabricando un recipiente para recolección de sangre. Tomaremos cinco tipos de biomateriales.
En nuestra hoja de ruta, fijamos un año para rastrear 20 enfermedades importantes que pueden acortar la vida entre 20 y 30 años. Probablemente, necesitaremos un poco más de tiempo para hacer tantos cálculos y verificarlos con los científicos.
Los rastreadores de fitness como una forma de entrar en el mercado masivo
El costo principal de un producto de este tipo es alto, por lo que asumimos que su público objetivo son personas con altos ingresos. Por lo tanto, decidimos crear una "solución alternativa": aplicaciones móviles que todos puedan pagar.
En abril, lanzamos las aplicaciones AntiObesity y BMIObesity sobre obesidad temprana en App Store y Google Play. Durante la sincronización con las pulseras de fitness, la aplicación recibe datos para su análisis (frecuencia cardíaca, presión arterial, etc.) y los algoritmos de IA forman un pronóstico de la probabilidad de enfermedades junto con recomendaciones personales para prevenir o minimizar las consecuencias de su desarrollo. Esta es una versión beta por ahora, pero nos estamos preparando para lanzar una versión actualizada a principios de agosto.
Decidimos probar si sería posible monetizar la aplicación a través de compras dentro de la aplicación. Hasta ahora, la hipótesis es la siguiente: un informe generado sobre los riesgos de enfermedades mortales y las recomendaciones para reducir estos riesgos costará 99 centavos. Gratis durante las dos primeras semanas o si los riesgos y recomendaciones no cambian. Este informe será el equivalente a una visita al médico o una opinión adicional, dado que, en promedio, el 25-30% de todas las muertes en el mundo se deben a errores médicos. En Rusia, una cita con el médico cuesta de 1000 a 1500 rublos, pero venderemos resultados y recomendaciones comprensibles 15 veces más baratos. Comprobaremos la reacción del mercado.
Además, en relación con la situación del coronavirus, lanzamos una prueba del producto principal: la aplicación AntiCoronaVirus. Esta aplicación es más para el bien público, no intentamos ganar dinero con ella y no la promocionamos de ninguna manera. Queremos mejorarlo primero.
Desarrollo sin inversión e inversión
Pasé el tiempo dormido en el que se repartió dinero a todas las startups seguidas. Y dada la situación con el coronavirus, muchos inversores "entraron en hibernación" y están esperando que los mercados se normalicen.
Tuvimos una gran idea, algunas bases, pero no había dinero. Quería formar un buen equipo lo más rápido posible. Por lo tanto, comenzamos a estimar el costo de trabajo por hora para cada miembro del equipo (o socio). Una vez al mes firmamos un acta según la cual convertimos la cantidad de trabajo realizado en participación de la empresa. Ahora les he entregado a mis socios alrededor del 0,2% de las acciones de la empresa. Para estas dos décimas de un por ciento, los especialistas han fabricado un producto que costaría decenas de millones de rublos. Y no los gasté, pero ya probé el comando y las hipótesis. Cuando un inversor ingresa al proyecto, comprará un estuche ya probado.
La motivación de mi socio-empleado es la siguiente: hoy, del valor actual de la empresa, vendió una hora de su trabajo condicionalmente por $ 50, y si la empresa cuesta 10 veces más, entonces el costo de su trabajo será proporcionalmente incrementar. Y si pagamos en dinero, no importa cuánto cueste la empresa, el costo de una hora sería el mismo. Quizás hubiera habido un bono, pero en cualquier caso, el socio no habría recibido 10 veces más por su trabajo. Por supuesto, el socio de tal sistema de motivación tiene el riesgo de que la empresa no suba de precio, pero también existe un riesgo en una empresa que paga salarios. Cuando un empleado trabaja por un salario, está menos motivado para hacer que la empresa valga 10 veces más. En resumen, el principal motivador para todas las partes de la transacción es el rápido aumento de la capitalización de la empresa.
La falta de dinero hace maravillas. Hasta ahora no hemos encontrado grandes inversores, pero hemos tenido éxito en algo más. Google destinó us $ 100 mil en préstamos para capacidad del servidor, esto será suficiente para un par de años. Presentó una solicitud de patente en los EE. UU. Por $ 70, el costo de la tarifa. La aplicación fue preparada por el algoritmo de inteligencia artificial de la empresa AI Legal de Kazajstán, revisada por un abogado de patentes de la India. Los dominios se compraron por $ 0,88 cada uno. La empresa se registró por $ 300, directamente por nosotros mismos.
Funciona ahora, pero nos gustaría acelerarlo. Por ejemplo, busque socios que le ayuden a crear una empresa valorada en 100.000 millones de dólares en 2-3 años. La cantidad es más un indicador de la utilidad de la sociedad que un fin en sí mismo.
Equipo internacional
Reuní un equipo de 11 países: Rusia, Kazajstán, Azerbaiyán, Bielorrusia, Ucrania, India, Nigeria, Indonesia y Estados Unidos. Hay consultores de EE.UU., Finlandia y Reino Unido. Encontré chicos de habla rusa gracias a Habr Career.
No teníamos la tarea de armar un equipo multinacional. Todo sucedió solo. Cuando negociamos con algunos fondos de inversión en el Reino Unido y Estados Unidos, dijeron que no cooperan con empresas en las que trabajan la mayoría de los inmigrantes de países de habla rusa. Y los rusos también trabajan allí. En general, no podrán verificar la ubicación física real del empleado. Sin embargo, escribimos honestamente que el 30% de nuestro equipo trabaja desde Rusia, el 70% fuera de Rusia.
Ahora tenemos 50 contratos con especialistas, de los cuales 30 personas están trabajando constantemente, 20 por diversas razones han parado el proyecto hasta ahora. Pero nos separamos bien de todos, planeo devolver algunos empleados cuando surja la oportunidad financiera.
Todo el equipo trabaja a tiempo parcial. Esto no afecta la calidad del trabajo, pero a veces hay que cambiar los plazos. Estamos en contacto todo el tiempo, una vez a la semana tenemos una conferencia telefónica general. Discutimos todas las tareas actuales en Slack, usamos el rastreador de tareas de Trello y Jira, almacenamos la base de conocimientos en Gitlab.
Anteriormente, en los chats, intentábamos comunicarnos en inglés. Pero, ¿por qué, si todo el mundo entiende ruso? Con la llegada de empleados de otros países, pasamos al inglés en los chats donde hay compañeros extranjeros. Pero donde no hay ninguno, todavía hablamos ruso. Estamos probando diferentes opciones de interacción.
Hasta el momento, no recibimos beneficios e inyecciones de inversores. Solo hay entusiastas en nuestro equipo, y estamos buscando cualquier ayuda que ayude con el desarrollo del proyecto.