Tal Wenderow, President og CEO av Vocalis Health – Intervju-serie

Tal Wenderow er president og CEO av Vocalis Health, et helse-teknologiselskap som banebrytende utvikler vokale biomarkører. Tidligere var Mr. Wenderow med på å grunnlegge Corindus Vascular Robotics i 2002, som var et selskap notert på New York-børsen da det ble kjøpt av Siemens Healthineers (SHL.SW ) i 2019.

Hva var bakgrunnen for å starte Vocalis Health?

Vocalis Health ble grunnlagt i 2019 av Dr. Shady Hassan og Daniel Aronovich. Dr. Hassan, gjennom å behandle pasienter på sykehus, innsett at han ofte lyttet til deres stemmer for å vurdere deres helsetilstand. Da det ikke fantes noen standardisert system for å kvantifisere sykdom basert på stemmen, brukte han sin subjektive erfaring og ekspertise til å måle deres helsetilstand. Han innsett deretter at han kunne hjelpe millioner av pasienter før de kom til sykehuset ved å bruke kunstig intelligens og vokalanalyseteknologi til å skjerme pasienter for en rekke sykdommer.

Vocalis Health ble etablert med misjonen om å standardisere stemmeskjerming for å varsle så tidlig som mulig og forbedre pasientresultatene, og å gjøre dette på en tilgjengelig, kostnadseffektiv og ikke-invasiv måte.

Kan du diskutere de typene vokale biomarkører som brukes for å vurdere risikoen for at en person er COVID-positiv eller trenger videre testing?

De vokale biomarkører vi utvikler er AI-algoritmer som bruker proprietære maskinlæring/dyp læringsteknikker for å vurdere sammenhengen mellom en pasients stemme og en rekke sykdommer, symptomer og medisinske tilstander. Algoritmen konverterer lydopptak til visuelle bilder, kalt spektrogrammer, som deretter bruker datavisjonsteknikker, sammen med informasjon fra pasientens medisinske journal, til å finne små endringer i spektrogrammet.

For å utvikle COVID-19-biomarkøren, samlet vi data fra kliniske studier av PCR-bekreftede COVID-positive pasienter samt deres stemmeopptak, og vi trente en AI-algoritme til å gjenkjenne tegn og mønster på sykdommen, i praksis å lage en “digital signatur” av COVID-19. Hver ny pasients stemme som vi analyserer, sammenlignes med vår COVID-19-vokale biomarkør. Vi måler sammenhengen mellom deres stemme og COVID-19-“signatur”, og vurderer sannsynligheten for at personen er smittet av COVID-19.

Er alder, språk eller aksent en barriere for risikovurdering?

Vår algoritme gjelder kun voksne, da vi ennå ikke har samlet inn data på personer under 18 år. Deltakerne i våre studier og piloter har vært i alderen 19 til 83 år, uten noen påvirkning av alder. Men med barn under 18 år, deres pågående og variable vekst og utvikling – som er kjent for å påvirke stemmen – krever videre forskning, som vi planlegger.

Med hensyn til aksenter, har vi testet vår algoritme på mange aksenter på engelsk – med deltakere som snakker engelsk fra ulike geografiske områder, inkludert India, Sør-Afrika, Israel og USA – og funnet ingen betydelige effekter, det vil si at aksenter ikke påvirker algoritmens suksess.

Vår database inkluderer også flere språk, og tidlige resultater har vist at vår COVID-19-vokale biomarkør er språk-uavhengig, noe vi demonstrerte gjennom en pilot vi gjennomførte på språk som algoritmen ikke var trent på. Likevel gjennomfører vi en validering på hvert nytt språk for å sikre at algoritmen er suksessfull og optimaliserer den etter behov.

Baserer på nåværende data, hva er prosentandelen av feilpositive eller feilnegative resultater som er observert?

Begrepene feilpositiv / feilnegativ er anvendelige på diagnostiske verktøy; vår COVID-19-vokale biomarkør er et skjermeverktøy, ikke et diagnostisk verktøy. Ved definisjon vil et skjermeverktøy identifisere noen COVID-negativ personer som høyrisiko og vice versa. For tiden har vårt COVID-19-skjermeverktøy på egen hånd demonstrert en AUC på 0,73. Når en symptomvurdering legges til verktøyet, økte AUC til 0,85, noe som ledet oss til å inkludere en symptomspørsmål i vårt nåværende produkt. Ettersom vi fortsetter å samle inn data, blir våre algoritmer mer følsomme og nøyaktige over tid.

Kan du diskutere maskinlærings-teknologiene som brukes for å vurdere risikoen for en COVID-19-infeksjon med en persons stemme?

Vår tilnærming til vokale biomarkører består i å konvertere stemmen fra lyddomen til den visuelle domenet ved å lage et spektrogram av stemmen. Deretter anvender vi maskinlærings-teknikker på bilde-domenet for å korrelere algoritmen med våre data og generere den vokale biomarkøren.

Vocalis Health kunngjorde nylig et samarbeid med Mayo Clinic for å forskere og utvikle nye stemme-baserte verktøy for skjerming, deteksjon og overvåking av pasienthelse. Kan du diskutere noen detaljer bak dette samarbeidet?

Mayo Clinic er ett av de ledende helse-systemene i verden, og vi har tidligere gjennomført vår første avgjørende kliniske studie med dem på pulmonal hypertensjon (PH). Nå samarbeider vi med dem for å videre optimalisere og validere vår vokale biomarkør for PH, og i parallell utforsker vi andre sykdomstilstander hvor vokale biomarkører potensielt kan ha en positiv innvirkning på pasientresultatene.

I en tidligere studie med Vocalis Health, etablerte Mayo-forskningsgruppen en sammenheng mellom bestemte vokale egenskaper og pulmonal hypertensjon (PH). Kan du beskrive hva PH er og hva de vokale egenskapene er som søkes etter?

Pulmonal hypertensjon er høyt blodtrykk i pulmonal arterier, blodårene som forsyner blod til lungene, og kan til slutt skade høyre side av hjertet. Veggene i pulmonal arterier blir tykke og stive og kan ikke utvide seg godt for å tillate blod å gå gjennom, noe som fører til redusert blodstrøm som gjør det vanskeligere for høyre side av hjertet å pumpe blod gjennom arteriene.

Pulmonal hypertensjon kan ofte gå ubemerket, da symptomer ligner andre pulmonale sykdommer, og selv om det er mistenkt, er det vanskelig å diagnostisere. Vårt mål er å skjerme pasienter og å varsle så tidlig som mulig at en pasient er i høy risiko for PH. PH er en kronisk sykdom, uten kur, men behandling kan hjelpe å lindre symptomer og forbedre livskvaliteten. Jo tidligere PH diagnostiseres, jo mer effektiv vil behandlingen være, og jo bedre prognose vil pasienten ha.

Hva er noen av de kliniske implikasjonene for telemedisin og fjernpasientovervåking i fremtiden?

Vårt mål med vokale biomarkører er å gi tidlig oppdaging, å skjerme, håndtere, overvåke og forutsi en rekke symptomer og tilstander for å enable helse-systemet til å bli mer proaktivt, ikke bare reagere på alvorlige symptomer eller hendelser.

Vår løsning er ikke den eneste under utvikling for å oppnå disse oppgavene, men vi tror at stemmen, som er ikke-invasiv, skalerbar og tilgjengelig uten å kreve noen ekstra enheter eller utstyr, er den ideelle metoden for skjerming. Ved å bruke stemmeteknologi for fjernpasientovervåking, kan tegn på sykdommer oppdages betydelig tidligere, og pasienter kan behandles deretter.

Er det noe annet du ønsker å dele om Vocalis Health?

I kjernen er Vocalis Health et stemme-beregningsselskap som anvender AI og ML-teknologi til å forbedre helsen. Vi tror at våre vokale biomarkører kan være anvendelige på en rekke sykdommer, fra akutte til kroniske, og tillate leger å være proaktive i behandlingen av pasienter.

Takk for det flotte intervjuet, lesere som ønsker å lære mer kan besøke Vocalis Health.