Kintsugi stellt Betrieb ein und macht Voice-Biomarker-KI für Depressions- und Angsterkennung quelloffen
Kintsugi, ein Startup, das KI zur Erkennung von Depressionen und Angstzuständen aus der Stimme entwickelt hat, stellt seinen kommerziellen Betrieb ein und veröffentlicht seine Technologie als Open Source – aufgrund kostspieliger regulatorischer Hürden der FDA. Die Modelle des Unternehmens analysierten kurze Sprachproben und zeigten in einer Studie mit einer Gesundheitskasse eine signifikant höhere Depressionserkennungsrate als Standardfragebögen. Die Veröffentlichung soll die globale Forschung zu Sprachbiomarkern für die psychische Gesundheitsversorgung fördern.
Kintsugi, ein Startup, das KI-Sprachbiomarkertechnologie zur Erkennung von Depressionen und Angstzuständen entwickelt hat, stellt seinen kommerziellen Betrieb ein und gibt seine Forschung und Technologie in die öffentliche Domäne. Die KI-Modelle des Unternehmens, die akustische Signale in der Sprache analysieren, um klinische Marker für psychische Belastung zu identifizieren, sahen sich hohen Kosten und langen Zeiträumen des Regulierungsprozesses der US-amerikanischen Food and Drug Administration (FDA) gegenüber, was das risikokapitalfinanzierte Geschäftsmodell unhaltbar machte.
Die Stimme hat sich als vielversprechender Biomarker für die Gesundheitsüberwachung erwiesen. Wissenschaftler nutzen künstliche Intelligenz, um subtile Veränderungen der Tonhöhenstabilität, stimmlichen Klarheit und akustischen Geräusche zu analysieren, die das menschliche Ohr wahrscheinlich übersehen würde. Diese Veränderungen können auf gutartige Stimmbandknötchen, Polypen oder sogar frühe Anzeichen von Kehlkopfkrebs hinweisen. KI könnte viel früher als üblich erkennen, wenn etwas nicht stimmt, und so als erstes Screening-Instrument dienen, das frühere klinische Untersuchungen anstößt. Dieser Ansatz ist Teil eines breiteren Trends hin zu passiver, ständiger Gesundheitsüberwachung, bei der Geräte wie Smartphones und Smart Speaker Sprachdaten erfassen und KI die normalen Muster einer Person lernt, um Abweichungen zu melden.
Kintsugis Plattform nutzte neuartiges maschinelles Lernen und Deep Learning, um klinische Depressionen und Angstzustände aus nur 20 Sekunden freier Sprache zu erkennen. Die Modelle sind sprachunabhängig und schützen die Privatsphäre, indem sie analysieren, wie Patienten sprechen, nicht was sie sagen. In einer Implementierung bei einer großen Gesundheitskasse zeigten Standard-Patientenfragebögen zur Gesundheit, dass nur 3 % der Mitglieder an Depressionen litten, aber Kintsugis Sprachbiomarker-KI erkannte bei 33 % der kürzlich aus der Notaufnahme entlassenen Patienten und Müttergesundheitspatientinnen eine mittlere bis schwere Depression und bei 14 % eine schwere Depression.
Trotz dieser Ergebnisse und kommerzieller Beziehungen zu Gesundheitsdienstleistern und -kassen erwiesen sich die Kosten für die FDA-De-Novo-Zulassung für das risikokapitalfinanzierte Startup als zu hoch. Das Unternehmen hatte 2021 eine Startfinanzierung in Höhe von 8 Millionen US-Dollar und 2022 eine Serie-A-Finanzierung in Höhe von 20 Millionen US-Dollar eingeworben, bevor es sich schließlich entschloss, die Technologie als Open Source zu veröffentlichen, um einer globalen Gemeinschaft von Wissenschaftlern die Weiterentwicklung der sprachbasierten Identifizierung, Triage und Überwachung ohne proprietäre Barrieren zu ermöglichen.