Tal Wenderow, Presiden dan CEO Vocalis Health – Seri Wawancara

Tal Wenderow adalah Presiden dan CEO Vocalis Health, sebuah perusahaan healthtech yang mempelopori pengembangan biomarker vokal. Sebelumnya, Mr. Wenderow mendirikan Corindus Vascular Robotics pada tahun 2002, yang merupakan perusahaan yang terdaftar di Bursa Efek New York saat diakuisisi oleh Siemens Healthineers (SHL.SW ) pada tahun 2019.

Apa cerita di balik berdirinya Vocalis Health?

Vocalis Health didirikan pada tahun 2019 oleh Dr. Shady Hassan dan Daniel Aronovich. Dr. Hassan, melalui pengalaman mengobati pasien di rumah sakit, menyadari bahwa ia secara terbiasa mendengarkan suara mereka untuk mengetahui kondisi kesehatan mereka. Karena tidak ada sistem standar untuk mengukur penyakit berdasarkan suara, ia menggunakan pengalaman dan keahlian subjektifnya untuk menentukan status kesehatan mereka. Kemudian, ia menyadari bahwa ia dapat membantu jutaan pasien sebelum mereka masuk rumah sakit dengan menggunakan kecerdasan buatan dan teknologi analisis vokal untuk menyaring pasien dengan berbagai penyakit.

Vocalis Health dibuat dengan misi untuk memstandarisasi penyaringan suara untuk mengangkat peringatan sedini mungkin untuk meningkatkan hasil pasien, dan untuk melakukan hal itu dengan cara yang mudah diakses, efektif biaya, dan non-invasif.

Bisakah Anda membahas tentang jenis biomarker vokal yang digunakan untuk menilai tingkat risiko seseorang terinfeksi COVID-19 atau memerlukan pengujian lebih lanjut?

Biomarker vokal yang kami kembangkan adalah algoritma kecerdasan buatan yang menerapkan teknik pemrosesan mesin/deep learning untuk menilai korelasi antara suara pasien dan berbagai penyakit, gejala, dan kondisi medis. Algoritma tersebut mengubah rekaman audio menjadi gambar visual, yang disebut spektrogram, yang kemudian menggunakan teknik penglihatan komputer, bersama dengan informasi dari catatan medis pasien, untuk menemukan perubahan kecil dalam spektrogram.

Untuk mengembangkan biomarker COVID-19, kami mengumpulkan data dalam uji klinis pasien yang terkonfirmasi COVID-19 dan rekaman suara mereka, dan kami melatih algoritma kecerdasan buatan untuk mengenali tanda-tanda dan pola penyakit, secara efektif menciptakan “tanda digital” COVID-19. Setiap suara pasien baru yang kami analisis dibandingkan dengan biomarker vokal COVID-19 kami. Kami mengukur korelasi antara suara mereka dan “tanda” COVID-19, menilai kemungkinan bahwa orang tersebut terinfeksi COVID-19.

Apakah usia, bahasa, atau aksen merupakan hambatan untuk penilaian risiko?

Algoritma kami hanya berlaku untuk orang dewasa, karena kami belum mengumpulkan data pada orang di bawah usia 18 tahun. Peserta dalam uji coba dan pilot kami berkisar dari 19 hingga 83 tahun, tanpa dampak usia. Namun, dengan anak-anak di bawah 18 tahun, pertumbuhan dan perkembangan mereka yang terus-menerus dan bervariasi – yang diketahui memengaruhi suara – memerlukan penelitian lebih lanjut, yang kami rencanakan.

Mengenai aksen, kami telah menguji algoritma kami pada banyak aksen dalam bahasa Inggris – dengan peserta berbicara bahasa Inggris dari berbagai geografi termasuk India, Afrika Selatan, Israel, dan AS – dan menemukan tidak ada efek signifikan, yang berarti aksen tidak memengaruhi keberhasilan algoritma.

Basis data kami juga mencakup beberapa bahasa, dan hasil awal menunjukkan bahwa biomarker vokal COVID-19 kami tidak bergantung pada bahasa, yang kami demonstrasikan melalui pilot yang kami lakukan pada bahasa yang tidak dilatih oleh algoritma. Meskipun demikian, kami melakukan validasi pada setiap bahasa baru untuk memastikan algoritma berhasil dan mengoptimalkannya jika perlu.

Berdasarkan data saat ini, berapa persentase hasil positif palsu atau negatif palsu yang telah diamati?

Istilah positif palsu/negatif palsu berlaku untuk alat diagnostik; biomarker vokal COVID-19 kami adalah alat penyaringan, bukan alat diagnostik. Dengan definisi, alat penyaringan akan mengidentifikasi beberapa orang yang tidak terinfeksi COVID-19 sebagai berisiko tinggi dan sebaliknya. Saat ini, alat penyaringan COVID-19 kami sendiri menunjukkan Area Under the Curve (AUC) sebesar 0,73. Ketika penilaian gejala ditambahkan ke alat tersebut, AUC meningkat menjadi 0,85, yang menyebabkan kami memasukkan kuesioner gejala dalam produk kami saat ini. Ketika kami terus mengumpulkan data, algoritma kami menjadi lebih sensitif dan akurat seiring waktu.

Bisakah Anda membahas tentang teknologi pembelajaran mesin yang digunakan untuk menilai risiko infeksi COVID-19 dengan suara seseorang?

Pendekatan kami terhadap biomarker vokal adalah mengubah suara dari domain audio ke domain visual dengan membuat spektrogram suara. Kami kemudian menerapkan teknik pembelajaran mesin pada domain gambar untuk mengorelasikan algoritma dengan data kami dan menghasilkan biomarker vokal.

Vocalis Health baru-baru ini mengumumkan kerja sama dengan Mayo Clinic untuk melakukan penelitian dan mengembangkan alat berbasis suara baru untuk menyaring, mendeteksi, dan memantau kesehatan pasien. Bisakah Anda membahas beberapa detail di balik kemitraan ini?

Mayo Clinic adalah salah satu sistem kesehatan terkemuka di dunia, dan kami sebelumnya melakukan uji klinis pertama kami dengan mereka pada hipertensi pulmonal (HP). Sekarang, kami bekerja sama dengan mereka untuk lebih mengoptimalkan dan memvalidasi biomarker vokal kami untuk HP dan, secara paralel, kami menjelajahi kondisi penyakit lain di mana biomarker vokal dapat memiliki dampak positif pada hasil pasien.

Dalam uji coba sebelumnya dengan Vocalis Health, tim peneliti Mayo menetapkan hubungan antara karakteristik vokal tertentu dan hipertensi pulmonal (HP). Bisakah Anda menjelaskan apa itu HP dan apa karakteristik vokal yang dicari?

Hipertensi pulmonal adalah tekanan darah tinggi pada arteri pulmonal, pembuluh darah yang menyuplai darah ke paru-paru, dan dapat merusak sisi kanan jantung. Dinding arteri pulmonal menjadi tebal dan kaku dan tidak dapat mengembang dengan baik untuk memungkinkan aliran darah, yang menyebabkan aliran darah berkurang dan membuat sisi kanan jantung lebih sulit untuk memompa darah melalui arteri.

Hipertensi pulmonal sering tidak terdeteksi, karena gejalanya mirip dengan penyakit paru lainnya, dan bahkan ketika dicurigai, sulit didiagnosis. Tujuan kami adalah untuk menyaring pasien dan mengangkat bendera sedini mungkin bahwa pasien berisiko tinggi untuk HP. HP adalah penyakit kronis, saat ini tidak ada obat, tetapi pengobatan dapat membantu meringankan gejala dan meningkatkan kualitas hidup. Semakin dini HP didiagnosis, pengobatan akan lebih efektif, dan prognosis pasien akan lebih baik.

Apa implikasi klinis untuk telemedicine dan pemantauan pasien jarak jauh di masa depan?

Tujuan kami dengan biomarker vokal adalah untuk memberikan deteksi dini, menyaring, mengelola, memantau, dan memprediksi berbagai gejala dan kondisi untuk memungkinkan sistem kesehatan menjadi lebih proaktif, bukan hanya bereaksi terhadap gejala parah atau peristiwa.

Tujuan kami bukanlah satu-satunya solusi yang sedang dikembangkan untuk mencapai tugas ini, tetapi kami percaya bahwa suara, karena non-invasif, dapat diskalakan, dan mudah diakses tanpa memerlukan perangkat atau peralatan tambahan, adalah metode ideal untuk penyaringan. Dengan menggunakan teknologi suara untuk pemantauan pasien jarak jauh, tanda-tanda penyakit dapat dikenali secara signifikan lebih awal dan pasien dapat diobati sesuai.

Apakah ada yang ingin Anda bagikan tentang Vocalis Health?

Intinya, Vocalis Health adalah perusahaan komputasi suara yang menerapkan kecerdasan buatan dan teknologi pembelajaran mesin untuk meningkatkan kesehatan. Kami percaya bahwa biomarker vokal kami dapat diterapkan pada berbagai penyakit, mulai dari akut hingga kronis, dan memungkinkan dokter untuk proaktif dalam pengobatan pasien.

Terima kasih atas wawancara yang luar biasa, pembaca yang ingin mempelajari lebih lanjut dapat mengunjungi Vocalis Health.