Tal Wenderow, præsident og administrerende direktør for Vocalis Health – Interviewserie

Tal Wenderow er præsident og administrerende direktør for Vocalis Health, et sundheds-teknologiselskab, der er førende i udviklingen af vokale biomarkører. Tidligere var hr. Wenderow medstifter af Corindus Vascular Robotics i 2002, som var en børsnoteret virksomhed på New York Stock Exchange ved sin overtagelse af Siemens Healthineers (SHL.SW ) i 2019.

Hvad var baggrunden for Vocalis Health?

Vocalis Health blev grundlagt i 2019 af Dr. Shady Hassan og Daniel Aronovich. Dr. Hassan opdagede gennem behandling af patienter på hospitalet, at han tilfældigt lyttede til deres stemmer for at vurdere deres sundhedsstatus. Da der ikke var nogen standardmetode til at kvantificere deres sygdom baseret på stemmen, brugte han sin subjektive erfaring og ekspertise til at vurdere deres sundhedsstatus. Han opdagede derefter, at han kunne hjælpe millioner af patienter, før de overhovedet kom på hospitalet, ved at bruge kunstig intelligens og vokalanalyseteknologi til at screene patienter for en række sygdomme.

Vocalis Health blev oprettet med missionen om at standardisere stemmescreening for at give tidlige advarsler og forbedre patientresultater, og for at gøre dette på en tilgængelig, kosteffektiv og ikke-invasiv måde.

Kan du diskutere de typer af vokale biomarkører, der bruges til at vurdere risikoen for, at en person er COVID-positiv eller kræver yderligere testning?

De vokale biomarkører, vi udvikler, er AI-algoritmer, der anvender proprietære Machine Learning/Deep Learning-behandlingsmetoder til at vurdere sammenhængen mellem en patients stemme og en række sygdomme, symptomer og medicinske tilstande. Algoritmen konverterer lydoptagelser til visuelle billeder, kaldet spektrogrammer, som derefter bruger computer vision-teknikker sammen med information fra patientens medicinske journal til at finde små ændringer i spektrogrammet.

Til at udvikle COVID-19-biomarkøren samlede vi data fra kliniske forsøg med PCR-bekræftede COVID-positive patienter samt deres stemmeoptagelser, og vi trænede en AI-algoritme til at genkende tegn og mønstre på sygdommen, hvilket essentielt skabte en “digital signatur” for COVID-19. Hver ny patients stemme, som vi analyserer, sammenlignes med vores COVID-19-vokalbiomarkør. Vi måler sammenhængen mellem deres stemme og COVID-19-“signatur”, og vurderer sandsynligheden for, at personen er inficeret med COVID-19.

Er alder, sprog eller accent en barriere for risikovurdering?

Vores algoritme anvendes kun til voksne, da vi endnu ikke har samlet data på personer under 18 år. Deltagerne i vores forsøg og pilotprojekter har været i alderen 19-83 år, uden nogen indvirkning af alder. Men med børn under 18 år kræver deres fortsatte og variable vækst og udvikling – som påvirker stemmen – yderligere forskning, som vi planlægger.

Med hensyn til accenter har vi testet vores algoritme på mange accenter på engelsk – med deltagere, der taler engelsk fra diverse geografiske områder, herunder Indien, Sydafrika, Israel og USA – og fundet ingen betydelige effekter, hvilket betyder, at accenter ikke påvirker algoritmens succes.

Vores database indeholder også flere sprog, og tidlige resultater har vist, at vores COVID-19-vokalbiomarkør er sprog-uafhængig, hvilket vi har demonstreret gennem en pilot, vi har gennemført på sprog, som algoritmen ikke var trænet på. Selvom vi dog udfører en validering på hvert nyt sprog for at sikre, at algoritmen er succesfuld og optimerer den efter behov.

Basert på de nuværende data, hvilken procentdel af falske positive eller falske negative resultater er observeret?

Begreberne falsk positiv / falsk negativ er anvendelige på diagnostiske værktøjer; vores COVID-19-vokalbiomarkør er et screeningsværktøj, ikke et diagnostisk værktøj. Ved definition vil et screeningsværktøj identificere nogle COVID-negative personer som havende høj risiko og vice versa. For øjeblikket har vores COVID-19-screeningsværktøj på egen hånd demonstreret en AUC på 0,73. Når en symptombeskrivelse føjes til værktøjet, øges AUC til 0,85, hvilket har ført til, at vi inkluderer en symptombeskrivelse i vores nuværende produkt. Da vi fortsætter med at samle data, bliver vores algoritmer mere følsomme og præcise over tid.

Kan du diskutere de maskinlærings-teknologier, der bruges til at vurdere risikoen for en COVID-19-infektion med en persons stemme?

Vores tilgang til vokale biomarkører består i at konvertere stemmen fra lyddommen til den visuelle domæne ved at skabe et spektrogram af stemmen. Vi anvender derefter maskinlærings-teknikker på billeddomænet for at korrelerer algoritmen med vores data og generere den vokale biomarkør.

Vocalis Health annoncerede for nylig et samarbejde med Mayo Clinic til at forskere og udvikle nye stemme-baserede værktøjer til screening, detektion og overvågning af patienters sundhed. Kan du diskutere nogle detaljer om dette samarbejde?

Mayo Clinic er et af de førende sundhedssystemer i verden, og vi har tidligere gennemført vores første afgørende kliniske forsøg med dem på pulmonal hypertension (PH). Nu samarbejder vi med dem om at yderligere optimere og validere vores vokalbiomarkør for PH og, parallelt, udforsker vi andre sygdomstilstande, hvor vokale biomarkører potentielt kan have en positiv indvirkning på patientresultater.

I en tidligere forsøg med Vocalis Health etablerede Mayo-forskningsholdet en sammenhæng mellem bestemte vokale karakteristika og pulmonal hypertension (PH). Kan du beskrive, hvad PH er, og hvilke vokale karakteristika, der søges efter?

Pulmonal hypertension er højt blodtryk i pulmonalarterierne, blodkarrene, der forsyner blod til lungerne, og kan til sidst skade højre side af hjertet. Væggene i pulmonalarterierne bliver tykke og stive og kan ikke udvide sig godt for at tillade blod at passere gennem, hvilket resulterer i reduceret blodgennemstrømning, som gør det sværere for højre side af hjertet at pumpe blod gennem arterierne.

Pulmonal hypertension kan ofte ikke opdages, da dens symptomer ligner dem af andre pulmonale sygdomme, og selv når den er mistænkt, er det vanskeligt at diagnosticere. Vores mål er at screene patienter og at give tidlige advarsler om, at en patient har høj risiko for PH. PH er en kronisk sygdom, som for øjeblikket ikke har nogen kur, men behandling kan hjælpe med at lindre symptomer og forbedre livskvaliteten. Jo tidligere PH diagnosticeres, jo mere effektiv vil behandlingen være, og jo bedre vil patientens prognose være.

Hvad er nogle af de kliniske implikationer for telemedicin og fjernpatientovervågning i fremtiden?

Vores mål med vokale biomarkører er at give tidlig opdaging, at screene, styre, overvåge og forudsige en række symptomer og tilstande for at enable sundhedssystemet til at blive mere proaktivt, ikke kun reagerer på alvorlige symptomer eller begivenheder.

Vores løsning er ikke den eneste, der er under udvikling for at opnå disse mål, men vi mener, at stemmen, som er ikke-invasiv, skalerbar og tilgængelig uden krav om yderligere enheder eller udstyr, er den ideelle metode til screening. Ved at anvende stemmeteknologi til fjernpatientovervågning kan tegn på sygdom opdages væsentligt tidligere, og patienter kan behandles derefter.

Er der noget andet, du gerne vil dele om Vocalis Health?

I sin kerne er Vocalis Health et stemme-computerselskab, der anvender AI og ML-teknologi til at forbedre sundheden. Vi mener, at vores vokale biomarkører kan være anvendelige på en lang række sygdomme, fra akutte til kroniske, og give læger mulighed for at være proaktive i deres behandling af patienter.

Tak for det gode interview, læsere, der ønsker at lære mere, skal besøge Vocalis Health.