Connect with us

Gezondheidszorg

Dennis Wall, PhD, medeoprichter van Cognoa – Interviewreeks

mm

Dennis Wall, PhD, is een associate professor in de pediatrie en psychiatrie aan de Stanford University en is medeoprichter van Cognoa. Cognoa is gewijd aan het creëren van een ongeëvenaard zorgstandaard in de pediatrische gedragsgezondheid, die een eerlijke toegang tot vroegtijdige interventie waarborgt door het leveren van hoge kwaliteit producten om levenslange resultaten voor alle kinderen en gezinnen te verbeteren.

U hebt langdurig een persoonlijke relatie met iemand die autisme heeft. Kunt u deze relatie beschrijven en wat u daarvan heeft geleerd?

Mijn schoonzus heeft ernstig autisme. Ik ken haar al sinds ik een tiener was. Ik ging naar de Boston College High School met haar neef en mijn vriend, maar ik woonde in Cape Cod, wat vaak een reis van 2 uur heen en terug was. Na een tijdje drong mijn vriend erop aan dat ik bij hem thuis zou gaan wonen tijdens de week, en ik stemde dankbaar toe. Ik werd close met hun familie. Zo leerde ik Becky en de hoogte- en dieptepunten van autisme kennen.

Ik heb mijn opleiding voltooid in Integrale Biologie aan de UC Berkeley en Computationele Genetica aan Stanford en vervolgens terug verhuisd naar Boston met mijn vrouw, Abby, en ben begonnen met een nieuwe faculteitsaanstelling aan Harvard. Ik kreeg toen de kans om mijn laboratorium en academisch onderzoek te wijden aan het begrijpen van autisme en het vinden van manieren om mijn opleiding te gebruiken om oplossingen te vinden voor gezinnen zoals dat van Becky. Dat leidde me langs een aantal wegen, waarvan de belangrijkste was een frisse kijk op de realiteit en de uitdagingen van het huidige systeem voor autismediagnose. Mijn persoonlijke ervaring met autisme leerde me dat nieuwe innovaties en veranderingen dringend nodig zijn voor veel gezinnen in de manier waarop we autisme diagnosticeren en behandelen.

U wordt vaak beschreven als de “slechte jongen” van autismeonderzoek, voelt u dat deze reputatie terecht is?

Ik denk niet dat de beschrijving een universeel gedeelde mening is. Ik ben onlangs tot fellow benoemd in de American College of Medical Informatics en ik werd genoemd als nummer negen op de lijst van ‘s werelds top autismeonderzoekers. Ik heb de afgelopen 16 jaar gewerkt aan het vinden van betere oplossingen om autisme te diagnosticeren en te behandelen.

Het feit dat ouders vaak één tot drie jaar moeten wachten om een autismediagnose te krijgen en om behandeling voor hun kinderen te beginnen, waardoor veel kinderen een kritieke, vroegtijdige neurodevelopmentele window missen (waardoor de effectiviteit van de behandeling wordt beperkt), heeft me ertoe aangezet om AI en machine learning te gebruiken om een oplossing te ontwikkelen die de resultaten en het huidige systeem zou verbeteren. Wachttijden blijven verslechteren vanwege de groeiende tekorten aan specialisten in de gedragsgezondheidszorg. COVID-19 verergert de toegangsproblemen tot diagnose nog verder. Het is duidelijk dat we moeten innoveren en nieuwe oplossingen moeten omarmen die kinderen en hun gezinnen sneller en efficiënter toegang tot diagnose en zorg kunnen geven. Cognoa doet dit en mijn inzet is om innovatie en samenwerking binnen de gezondheidszorggemeenschap te stimuleren – en dat is mogelijk.

U bezoekt vaak het seminale boek “On the Origin of Species” van Charles Darwin. Wat is het aan dit seminale boek dat u zo aanspreekt?

Ik hou van biodiversiteit. Ik hou van het begrijpen van de wereld. Ik hou ervan dat Darwin het systeem uitdaagde met een ketters theoretisch idee over de manier waarop soorten ontstaan en blijven ontstaan. Zijn boek articuleert ook een algoritme voor het categoriseren van organismen op basis van fysieke, gedrags- en morfologische kenmerken, waarmee een rigoureus veld van wiskundige fundamenten werd gelanceerd om kwantitatief levensvormen te definiëren. De gebieden van systematiek, fylogenetica en populatiegenetica, die ogenschijnlijk ver van de geneeskunde af staan, zijn eigenlijk niet zo ver weg. Net als bij de complexiteit van soorten, hebben aandoeningen zoals autisme veel vormen die zorgvuldige beschrijving door wiskundige fundamenten zoals machine learning vereisen. Dit maakt het proces meer objectief, gegevensgestuurd en brengt ons terug naar kwantiteiten en nummers die we op praktische wijze kunnen gebruiken.

Bent u de oprichter van Cognoa, kunt u het verhaal achter deze onderneming delen?

Vanwege mijn persoonlijke ervaringen met autisme en mijn professioneel onderzoek, heb ik Cognoa opgericht met als doel het huidige zorgsysteem voor kinderen en gezinnen met autisme te verbeteren op manieren die hun leven zullen verbeteren. Tijdens mijn opleiding en door artsen te schaduwen, zag ik de immense uitdagingen waarmee gezinnen te maken krijgen bij het navigeren van het huidige systeem en vooral hoe het diagnostische proces niet in overeenstemming is met de behoeften van gezinnen. Veel te veel gezinnen hebben een lange en zware reis naar een diagnose. Als gevolg daarvan missen kinderen een kritieke neurodevelopmentele window wanneer vroegtijdige interventies het grootste potentieel hebben om levenslange resultaten voor kinderen en gezinnen met autisme te verbeteren.

Ik begon mijn faculteitsaanstelling aan Harvard met een speciale focus op de moleculaire basis van autisme. We wisten (en weten), als een vakgebied, dat autisme genetisch en erfelijk is. Toch waren de verantwoordelijke genen niet duidelijk. Ik werkte samen met het Boston Children’s Hospital (toen het Children’s Hospital of Boston) en na veel uitgebreide analyses, begon ik me af te vragen hoe de etikettering – de bevestiging van de klasse of diagnose voor het kind – werd gedaan.

Dus ik schaduwde clinici en klinische technici die autismebeoordelingen uitvoerden, waaronder observaties achter eenzijdige glazen/mirrors, terwijl de klinische beoefenaars interviews met ouders en kinderen uitvoerden met behulp van standaardzorgbeoordelingen, de Autism Diagnostic Interview-Revised (ADI-R) en ADOS (Autism Diagnostic Observation Schedule). Ik leerde dat het diagnostische proces, hoewel goed ontworpen, extreem lang en moeilijk te herhalen is en dat subjectiviteit onvermijdelijk in de vergelijking sloop. Al deze elementen motiveerden me om naar snellere manieren te zoeken om diagnostische evaluaties uit te voeren, aangezien de kwaliteit van leven en de klinische resultaten van de zorg afhankelijk zijn van nauwkeurigheid en tijd tot diagnose.

Ik richtte mijn inspanningen op het fenotype – en op hoe ik digitale kwantitatieve instrumenten kon ontwikkelen om kinderen met hoge nauwkeurigheid, interbeoordelaarsbetrouwbaarheid en grotere efficiëntie te fenotyperen. Ik was gefocust op de vraag of we de complexiteit van de autismediagnose konden verminderen zonder een merkbare verlies van nauwkeurigheid. Het antwoord is absoluut ja.

Met dit, kon ik beginnen met het werven van financiering voor een nieuw bedrijf dat zou beginnen met het verbeteren van de reis naar diagnose. Op dit moment verwijzen kinderartsen de meeste kinderen met vermoedelijke ontwikkelingsvertraging naar specialisten voor diagnose en behandeling. Dit resulteert vaak in kinderen en gezinnen die maanden of zelfs jaren wachten voordat hun kind een initiële autismediagnose krijgt en kan beginnen met levensveranderende therapie. Cognoa is gericht op het fundamenteel veranderen van deze realiteit door kinderartsen in staat te stellen een diagnose te stellen in de primaire zorginstelling en specialisten te ondersteunen door hen in staat te stellen zich te concentreren op kinderen met complexere presentaties – waardoor het hele systeem wordt gestroomlijnd.

Cognoa is sterk afhankelijk van machine learning, wat trok u aan in deze technologie?

Machine learning (ML) is uitstekend in het vinden van patronen in gegevens. Veel gegevens zijn complex en multidimensionaal – inclusief observationele gegevens gemaakt over kinderen tijdens een beoordeling. Voor de diagnose van gedragsgezondheidsaandoeningen zoals autisme, zijn er sociale metingen, sensorische metingen, tijdsafhankelijkheid en onafhankelijkheid, evenals variaties in emoties, bewegingen, gebaren, reacties en meer. Al deze componenten moeten worden meegenomen in een beslissing, en ML kan clinici helpen om te bepalen welke specifieke kenmerken correleren met anderen en welke niet. Het kan helpen om de meest relevante kenmerken te identificeren die uiteindelijk een beslissing drijven.

We kunnen ML gebruiken om door de ruis heen te snijden om relevante kenmerken te vinden en een wiskundig model te produceren om een digitale fenotype voor een kind te genereren. Maar dit is eigenlijk alleen maar een begin. Wat daarna moet gebeuren, is bepalen hoe we deze kenmerken op een manier kunnen scoren die nauwkeurig, schaalbaar en herhaalbaar is.

Cognoa is in de eerste plaats een bedrijf dat zich inzet voor het verbeteren van de gezondheidsresultaten, met name die met betrekking tot de ontwikkelingsgezondheid van kinderen. We zijn geen bedrijf dat zich inzet voor een specifieke techniek, per se. Machine learning kan ons helpen om beslissingen sneller te nemen, kan helpen om fouten in het proces te elimineren en kritiek om de bereikbaarheid voor diverse socio-economische bevolkingsgroepen, evenals voor evenveel jongens en meisjes en alle culturen en rassen, aanzienlijk te vergroten. Maar om dat te laten slagen, moet de machine learning worden gekoppeld aan het juiste voertuig voor gegevensstroom. Dus Cognoa is ook toegewijd aan het zorgen dat de ML – die zeer klinisch nauwkeurig is gebleken — toegankelijk is via alomtegenwoordige technologieën (zoals de smartphone) om het proces snel, efficiënt en zo beschikbaar mogelijk te maken. Bovendien is het overvloedig duidelijk – voor iedereen – dat de rol van technologie bij het aanpakken van gezondheidsongelijkheden en inefficiënties alleen maar is verergerd door COVID-19.

Kunt u bespreken hoe Cognoa de nieuwste AI- en machine learningtechnologie gebruikt om een nieuwe zorgparadigma voor autisme in te voeren?

Door de autismediagnose naar de digitale leeftijd te brengen, baant Cognoa een nieuwe aanpak voor de autismediagnose om de gezondheidsresultaten, de kwaliteit van leven voor gezinnen en door dit te doen, het complexe systeem van vandaag te verbeteren. Zoals eerder vermeld, verwijzen kinderartsen de meeste kinderen met vermoedelijke ontwikkelingsvertraging naar specialisten voor diagnose en behandeling. Veel gezinnen hebben een lange diagnostische procedure, waarbij ze maanden of zelfs jaren wachten voordat hun kinderen de diagnose kunnen krijgen die nodig is om de levensveranderende zorg te initiëren.

De aanpak van Cognoa introduceert een nieuw zorgparadigma voor autisme door kinderartsen in staat te stellen een nauwkeurige diagnose te stellen in de primaire zorginstelling. Dit komt specialisten en kinderen ten goede, aangezien het specialisten in staat stelt zich te concentreren op kinderen met complexere presentaties, in plaats van lange wachtlijsten te hebben voor kinderen die minder complex zijn om te diagnosticeren, waardoor het hele systeem wordt gestroomlijnd. Het doel is om meer kinderen in staat te stellen om eerder te beginnen met autismespecifieke vroegtijdige interventie, tijdens de vroege, kritieke neurodevelopmentele window, wanneer interventies het grootste potentieel hebben om levenslange resultaten voor kinderen en gezinnen met autisme te verbeteren.

Zoals ik eerder vermeldde, is de AI van Cognoa ook bewust gebouwd om geslacht, ras, etnische en socio-economische oorsprong te omarmen, waardoor de inherente menselijke vooroordelen die historisch gezien de autismediagnose hebben geplaagd, worden geëlimineerd. Door dit te doen, democratiseert Cognoa de autismediagnose voor alle kinderen, om gelijke zorg voor alle kinderen te helpen creëren.

We pakken het toegangsprobleem tot zorg aan op twee verschillende manieren. In het algemeen zijn kinderartsen veel toegankelijker voor kinderen en gezinnen dan autismespecialisten, waarvan er een significant tekort is. Door kinderartsen in staat te stellen diagnoses te stellen (in overeenstemming met de richtlijnen van de American Academy of Pediatrics voor kinderartsen om autisme te diagnosticeren in een primaire zorginstelling), krijgen kinderen en gezinnen grotere toegang tot zorg. Ten tweede maakt de digitale aard van ons apparaat het kinderartsen mogelijk om het met behulp van telemedicine nauwkeurig in te voeren via afstand. Dit maakt de autismediagnose mogelijk, zelfs met geografische of andere logistieke uitdagingen, zoals tijdens een pandemie.

Kunt u enkele inspanningen van Cognoa bespreken om machine learning te gebruiken om de autismediagnose meer objectief en efficiënt te maken?

Onderzoek heeft consequent aangetoond dat geslachts-, raciale, etnische en socio-economische dispariteiten wijdverbreid zijn in de autismediagnose. Meisjes, bijvoorbeeld, worden gemiddeld 1,5 jaar later gediagnosticeerd met autisme dan jongens. Bovendien worden 1 op de 4 kinderen onder de 8 jaar met autisme, waarvan de meerderheid zwart of Spaans is, niet gediagnosticeerd helemaal. Dit is te wijten aan een historisch gebrek aan begrip van hoe autisme zich manifesteert bij meisjes en minderheden, evenals barrières die de toegang tot zorg voor deze kinderen beïnvloeden.

Terwijl er vaak bezorgdheid is dat AI dergelijke vooroordelen in stand houdt vanwege de onderliggende vooroordelen in de gegevens waarop het is getraind, hebben we bij Cognoa onze AI-algoritmen bewust gebouwd om geslacht, ras, etnische en socio-economische oorsprong te omarmen, om deze langdurige ongelijkheden aan te pakken. Dit heeft het gebruik van historische patiëntgegevens van duizenden kinderen uit diverse achtergronden omvat. Deze gegevens omvatten een verscheidenheid aan aandoeningen, presentaties en comorbiditeiten en vertegenwoordigen beide geslachten in de ondersteunde leeftijdsgroep.

Met behulp van deze brede gegevensset, beoordeelt de AI van Cognoa duizenden menselijke kenmerken en functies, waardoor het in staat is om de subtiele verbindingen te maken die de huidige en toekomstige gedragsgezondheid (aandoeningen) informeren met een nauwkeurigheid en snelheid die clinici eenvoudigweg niet kunnen evenaren, waardoor de inherente menselijke vooroordelen worden geëlimineerd.

Kunt u beschrijven wat Cognoa’s ASD-therapie is en hoe deze de sociale-emotionele wederkerigheid zal helpen verbeteren?

De autismetherapie van Cognoa is in klinische ontwikkeling, dus ik kan niet precies vertellen hoe deze werkt. Ik kan wel delen dat Cognoa therapeutische oplossingen ontwikkelt die zich richten op de kerngebieden van autisme, zoals sociale emotionele erkenning en betrokkenheid. De digitale therapeutische oplossing van Cognoa voor autisme heeft ook de status van doorbraakbehandeling van de FDA gekregen.

Ik ben enorm enthousiast over het gebruik van digitale gedragsgezondheidsoplossingen om de autismebehandeling en -therapie en het leven van kinderen en gezinnen met autisme aanzienlijk te verbeteren.

Voordat ik Superpower Glass licentieerde aan Cognoa, nam ik in mijn lab aan Stanford het oplossing van proof of concept tot een grondig geteste computervisietool. Het systeem toont een zeer significante behandelingseffect ten opzichte van controles na slechts zes weken gebruik. De resultaten werden vorig jaar gepubliceerd in JAMA Pediatrics.

We hebben ook een nieuw instrument uitgevonden (guesswhat.stanford.edu) dat, net als Superpower Glass, de realiteit van het kind verhoogt om prosociaal gedrag met zijn of haar speelpartner aan te moedigen. We zijn van plan om het in een gerandomiseerde gecontroleerde studie te testen en uiteindelijk naar de algemene bevolking van kinderen met autisme te brengen.

Is er nog iets anders dat u zou willen delen over Cognoa?

In september 2020 kondigde Cognoa aan dat het bedrijf zijn autismediagnose aan de FDA zou indienen voor goedkeuring, na een succesvolle cruciale studie waarin het apparaat alle FDA-benchmarks overtrof. Dit vertegenwoordigt een spannende mijlpaal in de missie van Cognoa om het leven van kinderen en gezinnen met autisme te verbeteren. We zijn ook momenteel de studieresultaten aan het voorbereiden voor publicatie in een peer-reviewed tijdschrift en kijken ernaar uit om verdere vorderingen in de toekomst te delen.

Bedankt voor het geweldige interview, lezers die meer willen leren, moeten Cognoa bezoeken.

Antoine is een visionaire leider en oprichtend partner van Unite.AI, gedreven door een onwankelbare passie voor het vormgeven en promoten van de toekomst van AI en robotica. Een seriële ondernemer, hij gelooft dat AI net zo disruptief voor de samenleving zal zijn als elektriciteit, en wordt vaak betrapt op het enthousiast praten over het potentieel van disruptieve technologieën en AGI. Als een futurist, is hij toegewijd aan het onderzoeken van hoe deze innovaties onze wereld zullen vormgeven. Bovendien is hij de oprichter van Securities.io, een platform dat zich richt op investeren in cutting-edge technologieën die de toekomst opnieuw definiëren en hele sectoren herschappen.