stomp Tal Wenderow, President en CEO van Vocalis Health - Interviewreeks - Unite.AI
Verbind je met ons

Interviews

Tal Wenderow, President en CEO van Vocalis Health - Interviewreeks

mm
Bijgewerkt on

Tal Wenderow is de president en CEO van Vocalis Health, een AI-gezondheidstechnologiebedrijf dat pioniert in de ontwikkeling van vocale biomarkers. Eerder was dhr. Wenderow medeoprichter van Corindus Vascular Robotics in 2002, een bedrijf dat op de New York Stock Exchange stond toen het in 2019 werd overgenomen door Siemens Healthineers.

Wat was het ontstaansverhaal achter Vocalis Health?

Vocalis Health is in 2019 opgericht door Dr. Shady Hassan en Daniel Aronovich. Dr. Hassan realiseerde zich door het behandelen van patiënten in het ziekenhuis dat hij gewoonlijk naar hun stemmen luisterde om hun gezondheidstoestand te peilen. Omdat er geen standaardsysteem was om hun ziekte te kwantificeren op basis van de stem, gebruikte hij zijn subjectieve ervaring en expertise om hun gezondheidsstatus te meten. Hij besefte toen dat hij miljoenen patiënten kon helpen voordat ze het ziekenhuis binnengingen door kunstmatige intelligentie en vocale analysetechnologie te gebruiken om patiënten op verschillende ziekten te screenen.

Vocalis Health is opgericht met de missie om stemscreening te standaardiseren om de waarschuwingen zo vroeg mogelijk te geven om de patiëntresultaten te verbeteren, en dit op een toegankelijke, kosteneffectieve en niet-invasieve manier.

Kunt u de soorten vocale biomarkers bespreken die worden gebruikt om het risiconiveau te beoordelen van een persoon die COVID-positief is of verdere tests nodig heeft?

De vocale biomarkers die we ontwikkelen zijn AI-algoritmen die eigen Machine Learning/Deep Learning-verwerkingstechnieken inzetten om de correlatie tussen de stem van een patiënt en een verscheidenheid aan ziekten, symptomen en medische aandoeningen te beoordelen. Het algoritme converteert audio-opnamen naar visuele beelden, spectrogrammen genoemd, die vervolgens computervisietechnieken gebruiken, samen met informatie uit de medische dossiers van de patiënt, om kleine veranderingen in het spectrogram te vinden.

Om de COVID-19-biomarker te ontwikkelen, hebben we gegevens verzameld in klinische onderzoeken van PCR-bevestigde COVID-positieve patiënten, evenals hun stemopnamen, en we hebben een AI-algoritme getraind om tekenen en patronen van de ziekte te herkennen, waardoor in wezen een "digitale handtekening" werd gecreëerd. ”van COVID-19. De stem van elke nieuwe patiënt die we analyseren, wordt vergeleken met onze COVID-19 vocale biomarker. We meten de correlatie tussen hun stem en de COVID-19 "handtekening", waarbij we de kans beoordelen dat de persoon besmet is met COVID-19.

Vormen leeftijd, taal of accent een belemmering voor risicobeoordeling?

Ons algoritme is alleen van toepassing op volwassenen, aangezien we nog geen gegevens hebben verzameld over mensen onder de 18 jaar. Deelnemers aan onze onderzoeken en pilots varieerden in leeftijd van 19 tot 83 jaar, zonder invloed van leeftijd. Maar met kinderen onder de 18 vereist hun voortdurende en variabele groei en ontwikkeling - waarvan bekend is dat ze de stem beïnvloeden - verder onderzoek, dat we plannen.

Met betrekking tot accenten hebben we ons algoritme getest op veel accenten in het Engels – met deelnemers die Engels spraken uit verschillende geografische gebieden, waaronder India, Zuid-Afrika, Israël en de VS – en we vonden geen significante effecten, wat betekent dat accenten geen invloed hebben op het succes van het algoritme.

Onze database bevat ook verschillende talen, en vroege resultaten hebben aangetoond dat onze vocale biomarker voor COVID-19 taalonafhankelijk is, wat we hebben aangetoond door middel van een pilot die we hebben uitgevoerd op talen waarop het algoritme niet was getraind. Toch voeren we een validatie uit op elke nieuwe taal om ervoor te zorgen dat het algoritme succesvol is en optimaliseren we het waar nodig.

Welk percentage fout-positieven of fout-negatieven is er op basis van de huidige gegevens waargenomen?

De termen fout-positief / fout-negatief zijn van toepassing op diagnostische hulpmiddelen; onze COVID-19 vocale biomarker is een screeningstool, geen diagnostisch hulpmiddel. Een screeningstool zal per definitie sommige COVID-negatieve mensen identificeren als personen met een hoog risico en vice versa. Momenteel heeft onze COVID-19-screeningtool alleen een Area Under the Curve (AUC) van 0.73 aangetoond. Wanneer een symptoombeoordeling aan de tool wordt toegevoegd, neemt de AUC toe tot 0.85, waardoor we een symptoomvragenlijst in ons huidige product hebben opgenomen. Naarmate we gegevens blijven verzamelen, worden onze algoritmen na verloop van tijd gevoeliger en nauwkeuriger.

Kun je de machine learning-technologieën bespreken die worden gebruikt om het risico van een COVID-19-infectie met de stem van een persoon te beoordelen?

Onze benadering van vocale biomarkers is het omzetten van de stem van het audiodomein naar het visuele domein door een spectrogram van de stem te maken. Vervolgens passen we machine learning-technieken toe op het beelddomein om het algoritme te correleren met onze gegevens en de vocale biomarker te genereren.

Vocalis Gezondheid onlangs kondigde een samenwerking aan met Mayo Clinic om nieuwe op spraak gebaseerde hulpmiddelen te onderzoeken en te ontwikkelen voor het screenen, detecteren en bewaken van de gezondheid van patiënten. Kunt u enkele details achter deze samenwerking bespreken?

De Mayo Clinic is een van de toonaangevende gezondheidszorgsystemen ter wereld en we hebben eerder onze eerste cruciale klinische studie met hen uitgevoerd naar pulmonale hypertensie (PH). Nu werken we met hen samen om onze vocale biomarker voor PH verder te optimaliseren en te valideren, en tegelijkertijd onderzoeken we andere ziektetoestanden waarbij vocale biomarkers mogelijk een positieve invloed kunnen hebben op de patiëntresultaten.

In een eerdere proef met Vocalis Health stelde het onderzoeksteam van Mayo een verband vast tussen bepaalde vocale kenmerken en pulmonale hypertensie (PH). Kunt u beschrijven wat PH is en naar welke vocale kenmerken wordt gezocht?

Pulmonale hypertensie is een hoge bloeddruk in de longslagaders, de bloedvaten die de longen van bloed voorzien, en kan uiteindelijk de rechterkant van het hart beschadigen. De wanden van de longslagaders worden dik en stijf en kunnen niet goed uitzetten om bloed door te laten, wat leidt tot een verminderde bloedstroom waardoor het voor de rechterkant van het hart moeilijker wordt om bloed door de slagaders te pompen.

Pulmonale hypertensie blijft vaak onopgemerkt, omdat de symptomen lijken op die van andere longaandoeningen, en zelfs als het eenmaal wordt vermoed, is het een uitdaging om een ​​diagnose te stellen. Ons doel is om patiënten te screenen en zo vroeg mogelijk de vlag te hijsen dat een patiënt een hoog risico loopt op PH. PH is een chronische ziekte die momenteel niet te genezen is, maar behandeling kan de symptomen helpen verlichten en de kwaliteit van leven verbeteren. Hoe eerder PH wordt gediagnosticeerd, hoe effectiever de behandeling zal zijn en hoe beter de prognose voor een patiënt zal zijn.

Wat zijn enkele van de klinische implicaties voor telegeneeskunde en patiëntbewaking op afstand in de toekomst?

Ons doel met vocale biomarkers is om vroege detectie te bieden, om een ​​verscheidenheid aan symptomen en aandoeningen te screenen, te beheren, te bewaken en te voorspellen, zodat het gezondheidszorgsysteem proactiever kan worden en niet alleen kan reageren op ernstige symptomen of gebeurtenissen.

Onze oplossing is niet de enige oplossing in ontwikkeling om deze taken te volbrengen, maar we geloven dat de stem, die niet-invasief, schaalbaar en toegankelijk is zonder dat er extra apparaten of apparatuur nodig zijn, de ideale screeningmethode is. Door gebruik te maken van spraaktechnologie voor het op afstand monitoren van patiënten, kunnen ziekteverschijnselen aanzienlijk eerder worden opgemerkt en kunnen patiënten dienovereenkomstig worden behandeld.

Is er nog iets dat je zou willen delen over Vocalis Health?

In de kern is Vocalis Health een spraakcomputerbedrijf dat AI- en ML-technologie toepast om de gezondheidszorg te verbeteren. Wij zijn van mening dat onze vocale biomarkers toepasbaar kunnen zijn op een groot aantal ziekten, variërend van acuut tot chronisch, en artsen in staat stellen om proactief te zijn in hun behandeling van patiënten.

Bedankt voor het geweldige interview, lezers die meer willen weten, moeten Vocalis Health bezoeken.

Een van de oprichters van unite.AI en lid van de Forbes Technologieraad, Antoine is een futuristisch die gepassioneerd is over de toekomst van AI en robotica.

Hij is tevens de oprichter van Effecten.io, een website die zich richt op het investeren in disruptieve technologie.