Kintsugi 的憂鬱症語音檢測等不到 FDA 許可，資金跑道耗盡

為醫療體系與遠距醫療提供語音生物標記 API：從簡短語音樣本評估 PHQ-9／GAD-7 的憂鬱與焦慮風險，不分析說話內容，且不受語言限制。

賭的是語音生物標記——音調變化、語速節奏、停頓——能像 PHQ-9 問卷一樣可靠地標示憂鬱症，且監管機關會將其核准為醫療器材。

2021 年 800 萬美元種子輪，2022 年初 2,000 萬美元 A 輪，合計約 3,000 萬美元。

在台灣長大的 Grace Chang 與在哈薩克長大的 Rima Seiilova-Olson 於 2019 年一場黑客松相識。兩位工程師都經歷過憂鬱症，也都在尋求照護時撞上同一道牆。她們把問題定位為分流：全球約有 2.8 億人罹患憂鬱症，臨床人力卻嚴重不足，醫療提供者沒有快速方法看出誰正在受苦。

兩人在 2021 年募得 800 萬美元，2022 年初再募得 2,000 萬美元 A 輪。模型以數萬份經同意的語音訓練，僅憑語音模式即可評估 PHQ-9（0–27 分）與 GAD-7（0–21 分）量表——它刻意忽略說話內容，因此不受語言限制。Kintsugi 與阿肯色大學醫學科學院合作進行臨床研究，與美國大型醫療保健公司簽約，並在依《21 世紀治療法》以臨床決策支援名義銷售的同時，申請 FDA De Novo 分類。

FDA 許可始終未到。2026 年 2 月 Kintsugi 關閉，且未將模型兜售給買家，而是把技術與研究以開源形式公開（Behavioral Health Business，2026-02-11）。評論者指出，這些語音模型可能在深偽音訊偵測上獲得第二春。

依《21 世紀治療法》以「臨床決策支援」名義銷售，本是灰色地帶，而這個空間日益收窄：醫療體系與付方最終要的是受監管的器材，不是篩檢用的啟發式工具。

語音 AI 的 FDA 驗證意味著受控、人口組成廣泛的資料集——這筆支出每季複利累積，而許可及其背後的營收卻仍在等待。

語音生物標記會隨口音、年齡、共病甚至麥克風品質而變動，因此偽陽性風險正是監管機關最不願容忍的失效模式。

七年比創投資金跑道更長：這個賭注需要 FDA 以新創的速度行動，而 De Novo 審查並非如此。

在受監管的醫療 AI 領域，模型是簡單的部分；多人口組成的臨床驗證才是成本重心。把監管機關的時程計入資金跑道，或者選擇在軟體得以維持為軟體的領域推出。

截至 2026 年 4 月，技術與研究已公開：Behavioral Health Business 於 2026-02-11 報導開源發布，因此實驗室與競爭對手可在其資料集成果上繼續建構，而非從零開始。Startup Fortune 指出，這些語音模型可改用途來偵測深偽音訊，因為洩露情緒的模式同樣會洩露合成語音。創辦人的論點——醫療 AI 難以在創投資金耗盡前達到受監管的營收——成為這個故事在產業媒體中真正的迴響。