面试
Dennis Wall 博士，Cognoa 联合创始人 – 访谈系列
Dennis Wall 博士是斯坦福大学儿科和精神病学副教授，也是 Cognoa 的联合创始人。 科尼奥亚 致力于在儿科行为健康方面创造无与伦比的护理标准，通过提供高质量的产品来确保公平地获得早期干预，以改善所有儿童和家庭的终生结果。
您与自闭症患者长期以来一直保持着私人关系。 您能描述一下这种关系以及您从中学到了什么吗？
我的嫂子患有严重的自闭症。 事实上，我从十几岁起就认识她了。 我和她的表弟以及我的朋友一起去了波士顿学院高中，但我住在科德角，单程通勤时间通常为 2 小时。 过了一段时间，我的朋友坚持让我在工作日开始住在他家，谢天谢地我答应了。 我和他们的家人变得很亲密。 这就是我认识贝基以及自闭症的起起落落的方式。
我继续在加州大学伯克利分校完成了综合生物学培训，在斯坦福大学完成了计算遗传学培训，然后与我的妻子艾比搬回波士顿，并开始在哈佛大学任命新的教员。 然后，我有机会致力于我的实验室和学术研究，以了解自闭症，并找到将我的培训付诸实践的方法，为像贝基这样的家庭找到解决方案。 这让我走上了许多道路，其中最重要的是重新审视当今自闭症诊断系统的现实和挑战。 我在自闭症方面的个人经历告诉我，许多家庭在诊断和治疗自闭症方面非常需要新的创新和改变。
您经常被称为自闭症研究领域的“坏孩子”，您觉得这个称号当之无愧吗？
我不认为这种描述是普遍认同的观点。 我最近刚刚作为一名研究员加入 美国医学信息学院 我被评为第九名 世界顶尖自闭症研究人员。 在过去的 16 年里，我一直致力于寻找更好的解决方案来诊断和治疗自闭症。
事实上，父母常常必须等待 一到三年 接受自闭症诊断并开始对孩子进行治疗，导致许多孩子错过了关键的早期神经发育窗口（限制了治疗的有效性），促使我使用人工智能和机器学习来开发一种解决方案，以改善结果和当前系统。由于行为健康专家日益短缺，等待时间持续恶化。 COVID-19 进一步加剧了诊断的挑战。显然，我们必须创新并采用新的解决方案，帮助儿童及其家人更快、更有效地获得诊断和护理。 Cognoa 正在这样做，我致力于推动创新并创造以公平的方式在适当的时间惠及所有家庭的解决方案，这是我最关心的问题。整个医疗保健界迫切需要创新和协作——而且这是可能的。
您经常重读查尔斯·达尔文的开创性著作《物种起源》。 这本开创性的书到底有何魅力让您如此评价？
我喜欢生物多样性。 我喜欢了解世界。 我喜欢达尔文用关于物种产生和继续存在方式的异端理论挑战这个体系。 他的书还阐明了一种通过物理、行为和形态特征对生物体进行分类的算法，该算法启动了严格的数学基础领域来定量定义生命形式。 系统学、系统发育学和群体遗传学领域虽然看似远离医学领域，但实际上并非如此。 与物种的复杂性一样，自闭症等病症有多种形式，需要通过机器学习等数学基础进行仔细描述。 这使得这个过程更加客观、数据驱动，也让我们回到了可以以非常实际的方式使用的数量和数字。
您是 Cognoa 的创始人，您能分享一下这家公司背后的起源故事吗？
由于我在自闭症方面的个人经历和专业研究，我创立了 Cognoa，旨在改善自闭症儿童和家庭的现有护理系统，从而改善他们的生活。 在我的培训和跟随医生的过程中，我亲眼目睹了家庭在当前系统中面临的巨大挑战，特别是诊断过程如何与家庭的需求不一致。 太多的家庭面临着漫长而艰辛的诊断过程。 结果，儿童错过了一个关键的神经发育窗口，而早期干预最有可能改善自闭症儿童和家庭的终生结果。
我开始在哈佛大学担任教职时，重点研究自闭症的分子基础。 作为一个领域，我们知道（并且知道）自闭症是遗传性的。 然而，负责的基因尚不清楚。 我与波士顿儿童医院（当时的波士顿儿童医院）合作，经过多次综合分析，我开始想知道标签——对孩子的类别或诊断的确认——是如何完成的。
因此，我跟踪了进行自闭症评估的临床医生和临床技术人员，包括在单向玻璃/镜子后面进行观察，同时临床医生使用护理评估标准、自闭症诊断访谈修订版 (ADI-R) 和 ADOS 对父母和儿童进行访谈。 （自闭症诊断观察计划）。 我了解到，诊断过程虽然设计得很好，但非常漫长且很难重复，而且不可避免地存在主观性。 所有这些因素促使我寻找更快的方法来执行诊断评估，因为护理系统的生活质量和临床结果取决于准确性和诊断时间。
我重新将精力集中在表型上，以及如何构建数字定量工具，以高精度、评估者间的可靠性和更高的效率对儿童进行表型分析。 我关注的是我们是否可以降低自闭症诊断的复杂性而不明显损失准确性。 答案是肯定的。
有了这个，我就能够开始为一家新公司筹集资金的旅程，该公司将从专注于改善诊断之旅开始。 目前，儿科医生 参考大多数c希尔德伦 疑似发育迟缓需要专家进行诊断和治疗。 这通常会导致儿童和家庭等待 几个月甚至几年 在他们的孩子得到初步的自闭症诊断并开始改变生活的治疗之前。 Cognoa 的定位是从根本上改变这一现实，让儿科医生能够在初级保健机构中进行诊断，并通过让专家专注于那些表现更复杂的儿童来支持专家，从而简化整个系统。
Cognoa 高度依赖机器学习，这项技术最初吸引您的是什么？
机器学习 (ML) 非常擅长发现数据模式。 许多数据都是复杂且多维的——包括评估期间对儿童进行的观察数据。 对于自闭症等行为健康状况的诊断，有社会测量、感官测量、时间依赖性和独立性，以及情绪、动作、手势、反应等的变化。 所有这些组成部分都需要考虑到决策中，机器学习可以帮助临床医生找出哪些特定特征与其他特征相关，哪些不相关。 它可以帮助识别最终推动决策的最相关的特征。
我们可以使用机器学习消除噪音，找到显着特征，并生成数学模型来生成孩子的数字表型。 但这确实只是一个开始。 接下来需要确定如何以准确、可扩展和可重复的方式对这些特征进行评分。
Cognoa 首先是一家致力于改善健康结果，特别是有关儿童发育健康的公司。 我们本身并不是一家致力于特定技术的公司。 机器学习可以帮助我们更快地做出决策，可以帮助消除过程中的错误，并极大地帮助显着扩大对不同社会经济人群、同等数量的男孩和女孩以及所有文化和种族的影响。 但要实现这一目标，机器学习需要与正确的数据流工具相结合。 因此，Cognoa 还致力于确保 ML – 已经证明 高度临床准确——可通过无处不在的技术（例如智能手机）实现，从而使该过程快速、高效且尽可能可用。 此外，对于所有人来说，非常清楚的是，鉴于 COVID-19，技术在解决医疗保健差距和效率低下方面的作用只会得到加强。
您能否讨论一下 Cognoa 如何利用最新的人工智能和机器学习技术来引入自闭症护理的新范式？
通过将自闭症诊断带入数字时代，Cognoa 正在开创一种新的自闭症诊断方法，以改善健康结果和家庭生活质量，并通过这样做来改善当今非常复杂的系统。 正如所讨论的，目前儿科医生 参考大多数c希尔德伦 疑似发育迟缓需要专家进行诊断和治疗。 许多家庭面临漫长的诊断过程，往往需要等待 几个月甚至几年 在他们的孩子能够得到启动适当的、改变生活的护理所需的诊断之前。
Cognoa 的方法通过使儿科医生能够在初级保健环境中做出准确的诊断，引入了自闭症护理的新范式。 这对专家和儿童都大有裨益，因为它使专家能够专注于那些表现更复杂的儿童，而不是为诊断不太复杂的儿童排长队等待名单，从而增强和简化系统。 目标是让更多的儿童在早期关键的神经发育窗口期更快地开始针对自闭症的早期干预，此时干预措施最有可能改善自闭症儿童和家庭的终生结果。
正如我所提到的，Cognoa 的人工智能也有意识地考虑了性别、种族、民族和社会经济起源，从而消除了历史上一直困扰自闭症诊断的人类固有偏见。 通过这样做，Cognoa 正在使所有儿童的自闭症诊断民主化，以帮助为所有儿童提供平等的护理。
我们正在以两种不同的方式解决获得护理的问题。 一般来说，儿科医生比自闭症专家更容易为儿童和家庭所接受，而自闭症专家却严重短缺。 通过支持和鼓励儿科医生进行诊断（根据美国儿科学会的 方针 让儿科医生开始在初级保健机构中诊断自闭症），儿童和家庭可以获得更多的护理机会。 其次，我们设备的数字特性意味着儿科医生将能够使用它通过远程医疗准确地远程捕获输入。 这使得即使面临地理或其他后勤挑战（例如在大流行期间），自闭症诊断也成为可能。
您能否讨论一下 Cognoa 在利用机器学习使自闭症诊断更加客观和高效方面所做的一些努力？
研究不断表明，性别、种族、民族和社会经济差异在自闭症诊断中普遍存在。 例如，女孩平均被诊断患有自闭症 比男孩晚1.5岁。 此外，四分之一的 1 岁以下患有自闭症的儿童（其中大多数是黑人或西班牙裔）患有自闭症。 未确诊 根本不。 这是由于历史上缺乏对自闭症在女孩和少数群体中的表现以及影响这些儿童获得护理的障碍的了解。
尽管人们经常担心人工智能会因其输入的数据中存在潜在偏见而导致这种偏见长期存在，但在 Cognoa，我们有意识地构建了人工智能算法来包容性别、种族、民族和社会经济起源，以解决这些长期存在的不平等现象。 这涉及使用属于不同背景的数千名儿童的历史患者数据。 该数据包括各种病症、表现和合并症，并代表受支持年龄范围内的两种性别。
利用这一广泛的数据集，Cognoa 的人工智能可以评估数千种人类特征和特征，使其能够以临床医生无法比拟的准确性和速度建立微妙的联系，从而告知当前和未来的行为健康（状况），同时消除人类固有的偏见。
您能否描述一下 Cognoa 的 ASD 治疗方法以及它将如何帮助改善社交情感互惠？
Cognoa 的自闭症治疗方法正处于临床开发阶段，所以我目前还不能确切地透露它是如何发挥作用的。 不过，我可以分享的是，Cognoa 正在开发针对自闭症核心缺陷（例如社交情感识别和参与）的治疗解决方案。 Cognoa 的自闭症数字治疗解决方案也获得了 FDA 的突破性指定。
我对使用数字行为健康解决方案来极大地改善自闭症治疗以及自闭症儿童和家庭的生活感到非常兴奋。
在将 Superpower Glass 授权给 Cognoa 之前，在我位于斯坦福大学的实验室中，我们将解决方案从概念验证转变为经过严格测试的计算机视觉工具。仅使用六周后，与对照相比，该系统就显示出非常显着的治疗效果。结果发表于 JAMA儿科 去年。
我们还发明了一种新工具 (guesswhat.stanford.edu)，类似于 Superpower Glass，可以增强孩子的现实感，鼓励与他或她的游戏伙伴进行亲社会行为。 我们计划在一项随机对照试验中对其进行测试，并最终将其带给普通自闭症儿童群体。
关于 Cognoa 您还有什么想分享的吗？
在9月2020， 科格诺亚宣布 在一项成功的关键研究中，该设备超越了 FDA 的所有基准，该公司将向 FDA 提交其自闭症诊断结果以获得批准。 这是 Cognoa 改善自闭症儿童和家庭生活使命的一个令人兴奋的里程碑。 我们目前还正在准备研究结果以在同行评审期刊上发表，并期待将来分享进一步的进展。
感谢您的精彩采访，想要了解更多信息的读者可以访问 科尼奥亚。
