Paris merkezli girişim Nebla Sadece duyuruldu CMA CGM’nin kurumsal VC fonu ZEBOX Ventures’ın katılımıyla Cathay Innovation liderliğinde 24 milyon dolarlık bir B Serisi finansman turu topladığını söyledi. Bu finansman turu, Nabla’nın ABD sağlık devi Kaiser Permanente’nin bir bölümü olan Permanente Medical Group ile büyük ölçekli bir ortaklık imzalamasından yalnızca birkaç ay sonra gerçekleşti.
Bir kaynağa göre Nabla, bugünkü finansman turunun ardından 180 milyon dolarlık bir değerlemeye ulaştı. Şirket ayrıca bu turun bir parçası olarak ABD’li yatırımcılardan daha fazla para toplayabilir.
Nabla, doktorlar ve diğer sağlık personeli için bir yapay zeka yardımcı pilotu üzerinde çalışıyor. Bunu tanımlamanın en iyi yolu, odanın bir köşesinde oturan, notlar alan ve sizin için tıbbi raporlar yazan sessiz bir iş ortağıdır.
Başlangıçta Alexandre Lebrun, Delphine Groll ve Martin Raison tarafından kuruldu. Nabla’nın CEO’su Lebrun, Facebook tarafından satın alınan yapay zeka asistanı girişimi Wit.ai’nin CEO’suydu. Daha sonra Facebook’un yapay zeka araştırma laboratuvarı FAIR’in mühendislik başkanı oldu.
Birkaç hafta önce, gerçek bir doktor ve sırt ağrısı varmış gibi davranan sahte bir hastanın yer aldığı Nabla’nın canlı bir demosunu izledim. Bir doktor konsültasyona başladığında Nabla’nın arayüzündeki başlat düğmesine basıyor ve bilgisayarını unutuyor.
Konsültasyon, fiziksel muayene kısmına ek olarak, sizi buraya getiren şeyin ne olduğu ve tıbbi geçmişiniz hakkında bir dizi soru içeren uzun bir tartışmayı da içerir. Konsültasyon sonunda öneriler ve reçeteler de olabilir.
Nabla, konuşmayı yazılı bir metne dönüştürmek için konuşmayı metne dönüştürme teknolojisini kullanıyor. Hem yüz yüze istişarelerle hem de tele sağlık randevularıyla çalışır.
Hasta gittikten sonra doktor durdurma tuşuna basar. Daha sonra Nabla, konsültasyondaki önemli veri noktalarını (tıbbi hayati bilgiler, ilaç adları, patolojiler vb.) tanımlamak için tıbbi veriler ve sağlıkla ilgili konuşmalarla geliştirilmiş geniş bir dil modeli kullanıyor.
Nabla, bir veya iki dakika içinde konsültasyon, reçeteler ve takip randevu mektuplarının özetini içeren kapsamlı bir tıbbi rapor hazırlıyor.
Bu raporlar, notlarınız için kişiselleştirilmiş bir formatla doktorun ihtiyaçlarına göre özelleştirilebilir. Örneğin notu daha kısa veya daha ayrıntılı hale getirmek için talimatlar ekleyebilirsiniz. Veya ABD’de yaygın olarak kullanılan Öznel, Nesnel, Değerlendirme ve Plan (SOAP) not modelini takip eden notlar oluşturmayı isteyebilirsiniz.
Gördüğüm demo sırasında Nabla’nın genel olarak etkinliği beni son derece şaşırttı. Kalabalık bir odada olmamıza ve Nabla’nın demo sunucularından birkaç metre uzakta bir dizüstü bilgisayarda çalışıyor olmasına rağmen, araç doğru bir transkript ve faydalı bir rapor oluşturmayı başardı.
Adından da anlaşılacağı gibi Nabla Copilot ile startup, insanı tıbbi döngünün dışına çıkarmaya çalışmıyor. Doktorlar, raporları elektronik sağlık kayıt sistemlerine (EHR) gönderilmeden önce düzenleyebilecekleri için hâlâ son söz hakkına sahipler.
Bunun yerine şirket, doktorların hastalara odaklanmaya daha fazla zaman ayırabilmeleri için idari işlerde zamandan tasarruf etmelerine yardımcı olabileceğini düşünüyor.
“Yakın gelecekte doktorların yerini almaya çalışmak istemediğimizi biliyoruz. Birleşik Krallık’taki Babylon gibi şirketlerin sohbet robotları yapmaya, işleri hemen otomatikleştirmeye ve doktorları döngüden çıkarmaya çalışırken 1 milyar dolar yaktığını gördünüz. Nabla Copilot ile uzun zaman önce şuna karar verdik: [doctors] Nabla’nın kurucu ortağı ve CEO’su Alexandre Lebrun, “pilotlar onlar ve biz de onların yanında çalışıyoruz” dedi.
“Bu biraz otonom araçların otomasyonuna benziyor. Bugün hâlâ ikinci seviyedeyiz. Çok yakında klinik güvence desteğiyle üçüncü seviyeye başlayacağız. O zaman dördüncü seviye klinik karar desteğidir, ancak FDA onayıyla, çünkü gerçekten açıklayamayacağınız kararlar verirsiniz” diye ekledi.
Bir noktada, doktorların odadan çıkarılması anlamına gelecek olan beşinci seviye otonom sağlık hizmetini bile hayal edebilirsiniz. Ancak Lebrun bu konuda hâlâ çok temkinli.
“Sağlık hizmetlerine erişimlerinin olmadığı bazı ülkeler gibi bazı pazarlardaki bazı durumlar için bu anlamlı bir şey olabilir” dedi. Uzun vadede teşhis sürecini yapay zeka ile çözülebilecek bir “örüntü eşleştirme sorunu” olarak görüyor. Doktorlar empatiye, ameliyat prosedürlerine ve kritik kararlara odaklanacaklardı.
Nabla’nın merkezi Fransa’da olmasına rağmen, şirketin müşterilerinin çoğu, Permanente Medical Group’ta kullanıma sunulmasının ardından ABD’de bulunuyor. Nabla sadece üzerinde çalışılan bir yöntem değil, her gün binlerce doktor tarafından aktif olarak kullanılıyor.
Nabla’nın gizlilik modeli
Nabla şu anda bir web uygulaması veya Google Chrome uzantısı olarak mevcuttur. Şirket hassas verileri işlediğinin bilincindedir. Bu nedenle hem doktor hem de hasta rızası olmadığı sürece ses veya tıbbi notları sunucularında saklamaz.
Nabla, veri depolamak yerine veri işlemeye odaklanıyor. Konsültasyondan sonra ses dosyası atılır ve transkript, doktorların zaten hasta dosyaları için kullandığı EHR’de saklanır.
Daha teknik bir ifadeyle, bir doktor kayda başladığında ses, ince ayarlı bir konuşmayı metne dönüştürme API’si kullanılarak gerçek zamanlı olarak yazıya geçirilir. Şirket, Microsoft Azure’un kullanıma hazır konuşmayı metne dönüştürme API’si ile kendi konuşmayı metne dönüştürme modelinin (açık kaynak Whisper modelini temel alan geliştirilmiş bir model) bir kombinasyonunu kullanıyor.
“Normal bir konuşmayı metne dönüştürme algoritmanız olduğunda, tıbbi veriler açısından iyi olabilir veya olmayabilir. Ama ince ayarlı bir tanemiz var. Ve muhtemelen gördüğünüz gibi, metin ilk başta çok açık renktedir ve daha sonra kararır. Ve hava karardığında bu, bunu kendi modelimizle doğruladığımız ve ilaç adları veya tıbbi durumlarla düzelttiğimiz anlamına geliyor,” dedi Nabla ML mühendisi Grégoire Retourné gördüğüm demo sırasında.
Transkript ilk olarak takma adla kullanılır; bu, kişisel olarak tanımlanabilir bilgilerin değişkenlerle değiştirildiği anlamına gelir. Takma ad verilmiş transkriptler geniş bir dil modeli tarafından işlenir. Tarihsel olarak Nabla, ana geniş dil modeli olarak GPT-3’ü ve ardından GPT-4’ü kullanıyordu. Kurumsal bir müşteri olarak Nabla, OpenAI’ye verilerini depolayamayacağını söyleyebilir ve büyük dil modelini bu istişareler üzerine eğitebilir.
Ancak Nabla aynı zamanda Llama 2’nin ince ayarlı bir versiyonuyla da oynuyor. Lebrun, “Gelecekte genel modellerin aksine giderek daha dar modeller kullanmayı düşünüyoruz” dedi.
Yüksek Lisans transkripti işledikten sonra Nabla çıktının takma adını kaldırır. Doktorlar, bilgisayarda yerel web tarayıcısının depolama dosyasında saklanan notu görebilir. Notlar EHR’lere aktarılabilir.
Ancak doktorlar, tıbbi notların transkripsiyon hatalarını düzeltmek için kullanılabilmesi amacıyla Nabla ile paylaşılması konusunda onay verebilir ve hastadan izin isteyebilir. Nabla’nın yılda üç dilde 3 milyonun üzerinde danışmanlık hizmeti alma yolunda ilerlediği göz önüne alındığında, gerçek dünya verileri sayesinde Nabla’nın gerçekten hızlı bir şekilde gelişme göstermesi muhtemeldir.
Resim Kredisi: Romain Dillet / TechCrunch