Dennis Wall, PhD, medeoprichter van Cognoa – Interviewreeks

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 niveau van zorg in de pediatrische gedragsgezondheid, waardoor een gelijke toegang tot vroegtijdige interventie wordt gewaarborgd door het leveren van hoge kwaliteit producten om levenslange resultaten voor alle kinderen en gezinnen te verbeteren.

U heeft al lang 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 eigenlijk 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 rit 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 kennen en de hoogtepunten en dieptepunten van autisme.

Ik voltooide mijn opleiding in Integrale Biologie aan de UC Berkeley en Computationele Genetica aan Stanford en verhuisde vervolgens naar Boston met mijn vrouw, Abby, en begon 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 verschillende wegen, waarvan de belangrijkste was een frisse kijk op de realiteit en de uitdagingen van het huidige systeem voor autisme-diagnose. 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 autisme-onderzoek, voelt u dat deze reputatie verdiend is?

Ik denk niet dat de beschrijving een universeel gedeelde mening is. Ik werd onlangs ingehuldigd als fellow in het American College of Medical Informatics en ik werd genoemd als nummer 9 onder de toponderzoekers van autisme. Ik heb de afgelopen 16 jaar gewerkt aan het vinden van betere oplossingen voor de diagnose en behandeling van autisme.

Het feit dat ouders vaak een tot drie jaar moeten wachten om een autisme-diagnose te krijgen en behandeling voor hun kinderen te beginnen, waardoor veel kinderen een kritieke, vroegtijdige neurodevelopmentele window missen (waardoor de effectiviteit van de behandeling wordt beperkt), deed me ertoe besluiten om AI en machine learning te gebruiken om een oplossing te ontwikkelen die de resultaten zou verbeteren en het huidige systeem zou verbeteren. De wachttijden worden door de groeiende tekorten aan specialisten in de gedragsgezondheidszorg alleen maar erger. COVID-19 verergert de toegangsuitdagingen 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 commitment is om innovatie en samenwerking binnen de gezondheidszorggemeenschap te stimuleren – en dat is mogelijk.

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

Ik hou van biodiversiteit. Ik hou ervan om de wereld te begrijpen. 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 staan, staan eigenlijk niet ver van de geneeskunde. Net zoals de complexiteit van soorten, hebben aandoeningen zoals autisme veel vormen die zorgvuldige beschrijving door wiskundige fundamenten zoals machine learning vereisen. Dit maakt het proces objectiever, gegevensgestuurd en brengt ons terug naar kwantiteiten en nummers die we op praktische wijze kunnen gebruiken.

Kunt u de oorsprong van Cognoa vertellen?

Vanwege mijn persoonlijke ervaringen met autisme en mijn professioneel onderzoek, richtte ik Cognoa op met het doel het huidige zorgsysteem voor kinderen en gezinnen met autisme te verbeteren op manieren die hun levens zullen verbeteren. Tijdens mijn opleiding en door artsen te schaduwen, zag ik de immense uitdagingen die gezinnen tegenkomen bij het navigeren van het huidige systeem en vooral hoe het diagnoseproces niet in overeenstemming is met de behoeften van gezinnen. Veel te veel gezinnen hebben een lange en moeilijke reis om een diagnose te krijgen. 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 veld, 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 autisme-beoordelingen uitvoerden, waaronder observaties achter eenzijdige spiegels, terwijl de klinische beoefenaars interviews met ouders en kinderen uitvoerden met behulp van standaardbeoordelingen, de Autism Diagnostic Interview-Revised (ADI-R) en ADOS (Autism Diagnostic Observation Schedule). Ik leerde dat het diagnoseproces, hoewel goed ontworpen, extreem lang en moeilijk is om te herhalen en dat subjectiviteit onvermijdelijk in de vergelijking sijpelt. Al deze elementen motiveerden me om 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 de nauwkeurigheid en de 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 autisme-diagnose 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 autisme-diagnose krijgt en kan beginnen met levensveranderende therapie. Cognoa is gepositioneerd om deze realiteit fundamenteel te veranderen door kinderartsen in staat te stellen een diagnose te stellen in de primaire zorginstelling en specialisten te ondersteunen door hen te laten focussen 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, tijdafhankelijkheid 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 andere 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 de meest relevante kenmerken te vinden en een wiskundig model te produceren om een digitale fenotype voor een kind te genereren. Maar dit is echt alleen maar een begin. Wat daarna moet gebeuren, is bepalen hoe we die 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 bepaalde techniek, per se. Machine learning kan ons helpen om sneller beslissingen te nemen, kan helpen om fouten in het proces te elimineren en kritisch helpen om de toegang tot diverse socio-economische bevolkingsgroepen, tot gelijke hoeveelheden jongens en meisjes en tot alle culturen en rassen, aanzienlijk te vergroten. Maar om dat te laten slagen, moet de machine learning gekoppeld worden aan het juiste voertuig voor gegevensstroom. Dus Cognoa is ook toegewijd aan het waarborgen dat de ML – die hoog 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 verhoogd door COVID-19.

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

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

Cognoa’s aanpak introduceert een nieuw zorgparadigma voor autisme door kinderartsen in staat te stellen een nauwkeurige diagnose te stellen in de primaire zorginstelling. Dit heeft aanzienlijke voordelen voor zowel specialisten als kinderen, aangezien het specialisten in staat stelt om 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 vroegtijdige interventie voor autisme te beginnen tijdens het 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 Cognoa’s AI ook bewust gebouwd om geslacht, ras, etnische en socio-economische oorsprong te omarmen, waardoor de inherente menselijke vooroordelen die historisch gezien de autisme-diagnose hebben geplaagd, worden geëlimineerd. Door dit te doen, democratiseert Cognoa de autisme-diagnose voor alle kinderen, om gelijke zorg voor alle kinderen te helpen creëren.

We pakken het toegangsprobleem aan op twee verschillende manieren. Over het algemeen zijn kinderartsen veel toegankelijker voor kinderen en gezinnen dan autismespecialisten, waarvan er een aanzienlijk 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 op afstand te gebruiken. Dit maakt de autisme-diagnose mogelijk, zelfs met geografische of andere logistieke uitdagingen, zoals tijdens een pandemie.

Kunt u enkele van Cognoa’s inspanningen bespreken om machine learning te gebruiken om de autisme-diagnose objectiever en efficiënter te maken?

Onderzoek heeft consequent aangetoond dat geslachts-, raciale, etnische en socio-economische dispariteiten wijdverbreid zijn in de autisme-diagnose. Meisjes, bijvoorbeeld, worden gemiddeld 1,5 jaar later gediagnosticeerd met autisme dan jongens. Bovendien worden 1 op de 4 kinderen onder de 8 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 deze vooroordelen in stand houdt vanwege de onderliggende vooroordelen in de gegevens die het wordt gevoerd, heeft Cognoa zijn 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 betekend. Deze gegevens omvatten een verscheidenheid aan aandoeningen, presentaties en comorbiditeiten en vertegenwoordigen beide geslachten in de ondersteunde leeftijdsrange.

Met behulp van deze brede gegevensset, beoordeelt Cognoa’s AI duizenden menselijke kenmerken en functies, waardoor het de subtiele verbindingen kan maken die de huidige en toekomstige gedragsgezondheidsaandoeningen (zoals autisme) informeren met een nauwkeurigheid en snelheid die clinici simpelweg niet kunnen evenaren, en elimineert inherente menselijke vooroordelen.

Kunt u beschrijven wat Cognoa’s ASD-therapeutisch middel is en hoe het de sociale-emotionele reciprociteit zal helpen verbeteren?

Cognoa’s autisme-therapeutisch middel is in klinische ontwikkeling, dus ik kan niet precies vertellen hoe het zal werken. Ik kan wel delen dat Cognoa therapeutische oplossingen ontwikkelt die zich richten op de kerngebieden van autisme, zoals sociale emotionele erkenning en betrokkenheid. Cognoa’s digitale therapeutische oplossing voor autisme heeft ook de status van doorbraak verkregen van de FDA.

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

Vóór het licenseren van Superpower Glass aan Cognoa, nam ik in mijn lab aan Stanford het oplossing van proof of concept naar een rigoureus geteste computer vision-tool. Het systeem toont een zeer significante behandelingseffect in vergelijking met controles na slechts zes weken gebruik. De resultaten werden vorig jaar in JAMA Pediatrics gepubliceerd.

We hebben ook een nieuw instrument uitgevonden (guesswhat.stanford.edu) dat, net als Superpower Glass, de realiteit van het kind verrijkt 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 dat u over Cognoa wilt delen?

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

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