Kintsugis Stimmtests für Depressionen ging die Zeit aus, während auf die FDA-Zulassung gewartet wurde

Eine Voice-Biomarker-API für Gesundheitssysteme und Telemedizin: Sie bewertet das Depressions- und Angstrisiko nach PHQ-9/GAD-7 anhand einer kurzen Sprachprobe, inhaltsblind und sprachunabhängig.

Dass stimmliche Biomarker – Tonhöhenschwankungen, Sprechtempo, Pausen – Depressionen ebenso zuverlässig erkennen können wie ein PHQ-9-Fragebogen, und dass die Regulierungsbehörden dies als Medizinprodukt zulassen würden

8 Mio. US-Dollar Seed-Finanzierung im Jahr 2021 und eine Series A über 20 Mio. US-Dollar Anfang 2022, insgesamt etwa 30 Mio. US-Dollar.

Grace Chang, die in Taiwan aufwuchs, und Rima Seiilova-Olson, die in Kasachstan aufwuchs, lernten sich 2019 bei einem Hackathon kennen. Beide Ingenieurinnen hatten Depressionen durchgemacht und waren bei der Suche nach Behandlung an dieselbe Wand gestoßen. Sie fassten das Problem als Triage auf: Bei rund 280 Millionen depressiven Menschen weltweit und zu wenigen Klinikern hatten Leistungserbringer keine schnelle Möglichkeit zu erkennen, wer Unterstützung brauchte.

Das Duo sammelte 2021 8 Mio. US-Dollar und Anfang 2022 eine Series A über 20 Mio. US-Dollar ein. Das Modell, trainiert auf Zehntausenden einwilligenden Stimmen, bewertet die Skalen PHQ-9 (0–27) und GAD-7 (0–21) allein anhand von Sprachmustern – es ignoriert bewusst, was gesagt wird, was es sprachunabhängig machte. Kintsugi führte eine klinische Studie mit der University of Arkansas for Medical Sciences durch, schloss Verträge mit großen US-Gesundheitsunternehmen und strebte eine FDA-De-Novo-Klassifizierung an, während es als klinische Entscheidungshilfe im Rahmen des 21st Century Cures Act vertrieben wurde.

Die FDA-Zulassung kam nie. Im Februar 2026 schloss Kintsugi, und statt die Modelle an Käufer zu veräußern, veröffentlichte das Unternehmen seine Technologie und Forschung als Open Source (Behavioral Health Business, 2026-02-11). Kommentatoren merkten an, dass die Stimmmodelle ein zweites Leben in der Erkennung von Deepfake-Audio finden könnten.

Der Vertrieb als „klinische Entscheidungshilfe“ im Rahmen des 21st Century Cures Act war eine Grauzone, die sich verengte: Gesundheitssysteme und Kostenträger wollen letztlich ein reguliertes Produkt, keine Screening-Heuristik.

Die FDA-Validierung für Sprach-KI bedeutet kontrollierte, demografisch breite Datensätze – Ausgaben, die sich jedes Quartal summieren, während die Zulassung und die dahinterstehenden Umsätze auf sich warten lassen.

Stimmbiomarker verändern sich mit Akzent, Alter, Begleiterkrankungen und sogar der Mikrofonqualität, sodass das Risiko falsch-positiver Ergebnisse genau der Fehlermodus war, den Regulierungsbehörden am wenigsten zu tolerieren bereit sind.

Sieben Jahre sind länger als eine Venture-Laufzeit: Die Wette erforderte, dass die FDA sich an Startup-Zeitplänen orientiert, und die De-Novo-Prüfung tut das nicht.

Bei regulierter Gesundheits-KI ist das Modell der einfache Teil; die klinische Validierung über mehrere demografische Gruppen ist der Kostenfaktor. Kalkulieren Sie die Regulierung (bzw. die regulatorischen Kosten) in die Finanzierungslaufzeit ein, oder liefern Sie dort aus, wo Software Software bleiben darf.

Stand April 2026 sind Technologie und Forschung öffentlich: Behavioral Health Business berichtete am 2026-02-11 über die Open-Source-Veröffentlichung, sodass Labore und Wettbewerber auf der Datensatzarbeit aufbauen können, statt bei null anzufangen. Startup Fortune merkte an, dass die Stimmmodelle umgenutzt werden könnten, um Deepfake-Audio zu erkennen, da die Muster, die die Stimmung verraten, auch synthetische Sprache verraten. Das Argument der Gründerin – dass Gesundheits-KI Schwierigkeiten hat, regulierte Umsätze zu erreichen, bevor das Venture-Kapital ausgeht – wurde in der Fachpresse zum eigentlichen Echo der Geschichte.