Tal Wenderow, VD och koncernchef för Vocalis Health – Intervjuserie

Tal Wenderow är VD och koncernchef för Vocalis Health, ett AI-hälsoföretag som banar väg för utvecklingen av vokala biomarkörer. Tidigare var Mr. Wenderow med och grundade Corindus Vascular Robotics 2002, som var ett New York-börsnoterat företag vid dess förvärv av Siemens Healthineers (SHL.SW ) 2019.

Vad var ursprunget till Vocalis Health?

Vocalis Health grundades 2019 av Dr. Shady Hassan och Daniel Aronovich. Dr. Hassan insåg, genom att behandla patienter på sjukhuset, att han ofta lyssnade på deras röster för att bedöma deras hälsotillstånd. Eftersom det inte fanns något standardiserat system för att kvantifiera deras sjukdom baserat på rösten, använde han sin subjektiva erfarenhet och expertis för att bedöma deras hälsostatus. Han insåg sedan att han kunde hjälpa miljontals patienter innan de ens kom in på sjukhuset genom att använda artificiell intelligens och vokalanalysteknik för att screena patienter för en mängd olika sjukdomar.

Vocalis Health skapades med uppdraget att standardisera röstscreening för att tidigt varna och förbättra patienternas utfall, och att göra detta på ett tillgängligt, kostnadseffektivt och icke-invasivt sätt.

Kan du diskutera de typer av vokala biomarkörer som används för att bedöma risken för att en person är COVID-positiv eller behöver ytterligare testning?

De vokala biomarkörer vi utvecklar är AI-algoritmer som använder proprietära maskinlärnings-/djupinlärningstekniker för att bedöma korrelationen mellan en patients röst och en mängd olika sjukdomar, symtom och medicinska tillstånd. Algoritmen omvandlar ljudinspelningar till visuella bilder, kallade spektrogram, som sedan använder datorseende-tekniker, tillsammans med information från patientens journal, för att hitta små förändringar i spektrogrammet.

För att utveckla COVID-19-biomarkören samlade vi in data från kliniska prövningar av PCR-bekräftade COVID-positiva patienter, samt deras röstinspelningar, och tränade en AI-algoritm för att känna igen tecken och mönster på sjukdomen, vilket i princip skapade en “digital signatur” för COVID-19. Varje ny patients röst som vi analyserar jämförs med vår COVID-19-vokala biomarkör. Vi mäter korrelationen mellan deras röst och COVID-19-“signatur”, och bedömer sannolikheten för att personen är infekterad med COVID-19.

Är ålder, språk eller accent ett hinder för riskbedömning?

Vår algoritm tillämpas endast på vuxna, eftersom vi ännu inte har samlat in data på personer under 18 år. Deltagare i våra prövningar och pilotstudier har varit mellan 19 och 83 år, utan någon påverkan av ålder. Men för barn under 18 år krävs ytterligare forskning, eftersom deras pågående och varierande tillväxt och utveckling – som påverkar rösten – fortfarande är outforskade.

När det gäller accenter har vi testat vår algoritm på många accenter på engelska – med deltagare som talar engelska från olika geografiska områden, inklusive Indien, Sydafrika, Israel och USA – och funnit inga signifikanta effekter, vilket innebär att accenter inte påverkar algoritmens framgång.

Vår databas innehåller också flera språk, och tidiga resultat har visat att vår COVID-19-vokala biomarkör är språkagnostisk, vilket vi demonstrerade genom en pilotstudie på språk som algoritmen inte var tränad på. Även om vi utför en validering på varje nytt språk för att säkerställa att algoritmen är framgångsrik och optimera den vid behov.

Baserat på nuvarande data, vilken procentuell andel falska positiva eller falska negativa har observerats?

Begreppen falsk positiv / falsk negativ är tillämpliga på diagnostiska verktyg; vår COVID-19-vokala biomarkör är ett screeningverktyg, inte ett diagnostiskt verktyg. Enligt definitionen kommer ett screeningverktyg att identifiera vissa COVID-negativa personer som högrisk och vice versa. För närvarande har vår COVID-19-screeningverktyg på egen hand visat en Area Under the Curve (AUC) på 0,73. När en symtombedömning läggs till verktyget ökar AUC till 0,85, vilket leder oss att inkludera en symtomfråga i vår nuvarande produkt. Ju mer data vi samlar in, desto känsligare och mer exakta blir våra algoritmer över tid.

Kan du diskutera de maskinlärningstekniker som används för att bedöma risken för en COVID-19-infektion med en persons röst?

Vår tillvägagångssätt för vokala biomarkörer är att omvandla rösten från ljuddomänen till visuell domän genom att skapa ett spektrogram av rösten. Vi tillämpar sedan maskinlärningstekniker på bildområdet för att korrelera algoritmen med vår data och generera den vokala biomarkören.

Vocalis Health meddelade nyligen ett samarbete med Mayo Clinic för att forska och utveckla nya röstbaserade verktyg för screening, upptäckt och övervakning av patienters hälsa. Kan du diskutera några detaljer bakom detta samarbete?

Mayo Clinic är ett av de ledande hälsovårdssystemen i världen, och vi genomförde tidigare vår första avgörande kliniska prövning med dem på pulmonell hypertoni (PH). Nu samarbetar vi med dem för att ytterligare optimera och validera vår vokala biomarkör för PH och, parallellt, undersöker vi andra sjukdomstillstånd där vokala biomarkörer potentiellt kan ha en positiv inverkan på patienternas utfall.

I en tidigare prövning med Vocalis Health etablerade Mayo-forskarteamet en relation mellan vissa vokala egenskaper och pulmonell hypertoni (PH). Kan du beskriva vad PH är och vilka vokala egenskaper som letas efter?

Pulmonell hypertoni är högt blodtryck i de pulmonella artärerna, de blodkärl som försörjer lungorna med blod, och kan till slut skada den högra sidan av hjärtat. Pulmonella artärernas väggar blir tjocka och styva och kan inte expandera väl för att tillåta blodflöde, vilket gör det svårare för den högra sidan av hjärtat att pumpa blod genom artärerna.

Pulmonell hypertoni kan vara svår att upptäcka, eftersom symtomen liknar de för andra pulmonella sjukdomar, och även om den misstänks, är det svårt att diagnostisera. Vårt mål är att screena patienter och tidigt varna om en patient har hög risk för PH. PH är en kronisk sjukdom, som för närvarande inte har någon bot, men behandling kan lindra symtomen och förbättra livskvaliteten. Ju tidigare PH diagnostiseras, desto mer effektiv blir behandlingen, och desto bättre blir patientens prognos.

Vad är några av de kliniska implikationerna för telemedicin och fjärrövervakning av patienter i framtiden?

Vårt mål med vokala biomarkörer är att tillhandahålla tidig upptäckt, screena, hantera, övervaka och förutsäga en mängd olika symtom och tillstånd för att möjliggöra för hälsovårdssystemet att bli mer proaktivt, inte bara reagera på allvarliga symtom eller händelser.

Vår lösning är inte den enda som utvecklas för att uppnå dessa uppgifter, men vi tror att rösten, som är icke-invasiv, skalbar och tillgänglig utan krav på ytterligare enheter eller utrustning, är den idealiska metoden för screening. Genom att använda röstteknik för fjärrövervakning av patienter kan tecken på sjukdom upptäckas betydligt tidigare, och patienter kan behandlas därefter.

Finns det något annat du vill dela om Vocalis Health?

Till sin kärna är Vocalis Health ett företag som tillämpar AI och ML-teknik för att förbättra hälsovården. Vi tror att våra vokala biomarkörer kan vara tillämpliga på en mängd olika sjukdomar, från akuta till kroniska, och tillåta läkare att vara proaktiva i sin behandling av patienter.

Tack för den underbara intervjun, läsare som vill lära sig mer kan besöka Vocalis Health.