Sağlık Hizmetleri için AI araçlarına VC finansmanı Geçen yıl 11 milyar dolara ulaşması öngörüldü – Yapay zekanın kritik bir sektörde dönüştürücü olacağı konusunda yaygın bir inançtan bahseden bir başlık figürü.
Sağlık hizmetlerinde AI uygulayan birçok girişim, hasta bakımını yörüngede olan ve mümkün kılan yönetimin bir kısmını otomatikleştirerek verimlilik artırmaya çalışıyor. Hamburg merkezli Elea Bu kalıba geniş ölçüde uyar, ancak nispeten gözden kaçan ve yetersiz hizmet alan bir niş-çalışmaları hastalık için hasta örneklerini analiz etmeyi gerektiren patoloji laboratuvarları-küresel etki elde etmek için laboratuvarların verimliliğini artıracak şekilde geliştirilebileceğine inandığı yerden. Diğer sağlık departmanlarının çıktısını hızlandırmak için iş akışı odaklı yaklaşımını naklederek de dahil.
Elea’nın ilk AI aracı, klinisyenlerin ve diğer laboratuvar personelinin nasıl çalıştığını elden geçirecek şekilde tasarlanmıştır. Eski bilgi sistemleri ve diğer set çalışma yollarının (raporlar için Microsoft Office kullanımı gibi) tam bir yedektir-iş akışını, konuşma-metin transkripsiyonunu ve diğer otomasyon biçimlerini, bir tanı çıktısı çıktıları için aldığı süreyi “önemli ölçüde” daraltan bir “AI işletim sistemine” kaydırır.
İlk kullanıcılarıyla yaklaşık yarım yıl çalıştıktan sonra Elea, sisteminin laboratuarın raporlarının yaklaşık yarısını sadece iki güne kadar üretmesi için aldığı süreyi azaltabildiğini söyledi.
Adım adım otomasyon
Elea’nın CEO’su ve kurucu ortağı Dr. Christoph Schröder, adım adım, patoloji laboratuvarlarının manuel iş akışı, yapay zeka uygulayarak üretkenliği artırmak için iyi bir kapsam olduğu anlamına geliyor. “Temelde bunu her tarafa çeviriyoruz – ve tüm adımlar çok daha otomatik… [Doctors] Elea ile konuşun, MTA’lar [medical technical assistants] Elea ile konuşun, onlara ne gördüklerini, onunla ne yapmak istediklerini söyleyin ”diye açıklıyor.
“Elea ajandır, sistemdeki tüm görevleri yerine getirir ve bir şeyler yazdırır – slaytları, örneğin boyama ve tüm bunları hazırlar – böylece [tasks] Çok, çok daha hızlı, çok, çok daha pürüzsüz gidin. ”
“Gerçekten hiçbir şeyi artırmıyor, tüm altyapının yerini alıyor,” diye ekliyor, farklı görevleri yerine getirmek için ayrı uygulamalar kullanarak laboratuvarın eski sistemlerini ve daha sessiz çalışma yollarını değiştirmek istedikleri bulut tabanlı yazılımı da ekliyor. Ai işletim sistemi fikri her şeyi düzenleyebilmektir.
Başlangıç, patoloji laboratuvar bağlamında temel yetenekleri sağlamak için uzman bilgiler ve verilerle ince ayar yoluyla çeşitli büyük dil modelleri (LLMS) üzerine inşa ediyor. Platform, personelin sesli notlarını ve ayrıca “metin-yapı” nı kopyalamak için konuşma-metninde pişiriyor; Yani sistem, bu kopyalanan sesli notaları, AI aracının eylemlerine güç veren ve iş akışının işaretlemesini sağlamak için laboratuvar kitine talimatlar göndermeyi içerebilecek aktif yöne dönüştürebilir.
Elea ayrıca, Schröder’e göre slayt görüntü analizi için kendi temel modelini geliştirmeyi planlıyor, çünkü teşhis yeteneklerini geliştirmeye itiliyor. Ancak şimdilik, ilk teklifini ölçeklendirmeye odaklanıyor.
Girişimin laboratuvarlara yönelik sahası, geleneksel süreçleri kullanarak iki ila üç hafta sürebilecek olanların, entegre sistemin, insan hatası ve diğer iş akışı quirs’in çok fazla enfekte olabileceği, raporların manuel olarak yazılmasını çevreleyebilecek sıkıcı ileri-forth’ları değiştirerek birkaç saat veya gün içinde elde edilebileceğini düşündürmektedir.
Sisteme, bir iPad uygulaması, MAC uygulaması veya web uygulaması aracılığıyla laboratuvar personeli tarafından erişilebilir-farklı kullanıcı türlerine uyacak çeşitli dokunmatik noktalar sunar.
İş, 2024’ün başlarında kuruldu ve Ekim ayında ilk laboratuvarı ile başlatıldı ve Bosch, Luminar ve Mercedes’de otonom sürüş projeleri için AI uygulama konusunda bir geçmişi olan Schröder’e göre 2023’te fikirleri üzerinde çalışarak biraz zaman geçirdi.
Bir başka kurucu ortak olan Dr. Sebastian Casu-girişimin CMO’su-klinik bir arka plan getiriyor ve on yıldan fazla bir süre yoğun bakım, anesteziyoloji ve acil durum departmanlarında çalışarak ve daha önce büyük bir hastane zinciri için tıbbi direktör olmak için harcıyor.
Şimdiye kadar Elea, büyük bir Alman hastane grubu ile ortaklık yaptı (henüz hangisini açıklamıyor). Yani sistemin şimdiye kadar yüzlerce kullanıcısı var.
Daha fazla müşterinin “Soon” ı başlatması planlanıyor ve Schröder ayrıca uluslararası genişlemeye baktığını ve özellikle ABD pazarına girmeye baktığını söylüyor.
Tohum desteği
Başlangıç, geçen yıl ilk kez yükselttiği 4 milyon € ‘luk bir tohumu – Fly Ventures ve Dev Ventures tarafından yönetiliyor – mühendislik ekibini inşa etmek ve ürünü ilk laboratuvarların eline getirmek için kullanıldı.
Bu rakam, şu anda her yıl uzayda uçan milyarlarca finansmana karşı oldukça küçük bir meblağdır. Ancak Schröder, AI girişimlerinin başarılı olmak için mühendis ordularına ve yüz milyonlarca insana ihtiyaç duymadığını savunuyor – daha çok akıllıca kaynakları uygulamak için bir durum. Ve bu sağlık bağlamında, bu, bir sonraki başvuru alanına geçmeden önce departman odaklı bir yaklaşım benimsemek ve hedef kullanım-kasayı olgunlaştırmak anlamına gelir.
Yine de, ekibin bu yaz (daha büyük) bir seri bir tur yükseltmek isteyeceğini doğruladı-bu yaz Elea, başladıkları ağızdan ağıza yaklaşımına güvenmek yerine daha fazla laboratuvar satın almak için ekipmanı aktif olarak pazarlamaya kaydıracağını söyledi.
Sağlık hizmetlerinde AI çözümleri için rekabet manzarasına karşı yaklaşımlarını tartışarak bize şunları söylüyor: “Bence büyük fark, dikey olarak entegre bir nokta çözüm.”
“Gördüğünüz araçların çoğu, mevcut sistemlerin üstünde eklentiler [such as EHR systems] … Bu bir şey [users] Başka bir araç, başka bir kullanıcı arayüzü, dijital donanımla gerçekten çalışmak istemeyen başka bir şey yapmak zorunda ve bu yüzden zor ve kesinlikle potansiyeli sınırlandırıyor ”diye devam ediyor.
“Bunun yerine inşa ettiğimiz şey, aslında kendi laboratuvar bilgi sistemimize derinlemesine entegre ettik – ya da buna patoloji işletim sistemi diyoruz – bu da kullanıcının farklı bir kullanıcı arayüzü kullanmak zorunda olmadığı, farklı bir araç kullanmak zorunda olmadığı anlamına geliyor. Ve sadece Elea ile konuşuyor, ne gördüğünü söylüyor, ne yapmak istediğini söylüyor ve Elea’nın sistemde ne yapması gerektiğini söylüyor. ”
“Ayrıca artık gazilyonlara ihtiyacınız yok – bir düzine, iki düzine, gerçekten iyi olana ihtiyacınız var” diyor. “Kabaca, takımda iki düzine mühendisimiz var… ve inanılmaz şeyler yapabilirler.”
“Bugünlerde gördüğünüz en hızlı büyüyen şirketler, yüzlerce mühendisleri yok – bir, iki düzine uzmanı var ve bu adamlar inanılmaz şeyler inşa edebilir. Ve bu bizim de sahip olduğumuz felsefe ve bu yüzden gerçekten – en azından başlangıçta – yüz milyonlarca yetiştirmemize gerek yok ”diye ekliyor.
“Kesinlikle bir paradigma değişimi… şirketleri nasıl kurduğunuzda.”
Bir iş akışı zihniyetini ölçeklendirmek
Patoloji Laboratuarları ile başlamayı seçmek, Schröder’e göre sadece milyarlarca dolar değerinde adreslenebilir piyasa değil, aynı zamanda patoloji alanını “son derece küresel” olarak kanepliyor – küresel laboratuvar şirketleri ve tedarikçiler, hizmet oyunu olarak yazılım için ölçeklenebilirliği artırıyor – özellikle hastaneler tedarik eden daha parçalanmış duruma kıyasla.
“Bizim için çok ilginç çünkü bir uygulama oluşturabilir ve aslında bununla birlikte ölçeklendirebilirsiniz – Almanya’dan İngiltere’ye, ABD’ye” diyor. “Herkes aynı şeyi düşünüyor, aynı davranıyor, aynı iş akışına sahip. Ve eğer mevcut LLM’lerle ilgili harika bir şey olan Almanca’da çözerseniz, o zaman da İngilizce olarak çözersiniz. [and other languages like Spanish] … Böylece birçok farklı fırsat açıyor. ”
Ayrıca patoloji laboratuvarlarını “tıptaki en hızlı büyüyen alanlardan biri” olarak övüyor – tıp bilimindeki moleküler patoloji ve DNA dizilemesindeki artış gibi gelişmelerin daha fazla analiz türü ve daha fazla analiz için talep yarattığına işaret ediyor. Bunların hepsi laboratuvarlar için daha fazla iş ve laboratuvarlar üzerinde daha fazla baskı anlamına geliyor.
Elea laboratuvar kullanım durumunu olgunlaştırdıktan sonra, AI’nın sağlık hizmetlerinde daha tipik olarak uygulandığı alanlara taşınmaya çalışabileceklerini – hastane doktorlarını hasta etkileşimlerini yakalamak için desteklemek gibi – ancak geliştirdikleri diğer uygulamaların da iş akışına odaklanacağını söylüyor.
“Getirmek istediğimiz şey, her şeyin bir iş akışı görevi gibi ele alındığı bu iş akışı zihniyetidir ve sonunda bir rapor var – ve bu raporun gönderilmesi gerekiyor” diyor – bir hastane bağlamında teşhislere girmek istemeyeceklerini ancak “gerçekten iş akışını işlevselleştirmeye odaklanacaklarını” da sözlerine ekledi.
Görüntü işleme, ELEA’nın radyoloji için veri analizini hızlandırmak gibi gelecekteki diğer sağlık uygulamalarıyla ilgilendiği başka bir alandır.
Zorluklar
Doğruluk ne olacak? Sağlık hizmetleri çok hassas bir kullanım durumudur, bu nedenle, kanserli dokuyu kontrol eden bir biyopsi ile ilgili olan bu AI transkripsiyonlarındaki herhangi bir hata, bir insan doktorunun söyledikleri ve Elea’nın hasta bakım zincirindeki diğer karar vericilere duyduğu ve raporları arasında bir uyumsuzluk varsa ciddi sonuçlara yol açabilir.
Şu anda Schröder, AI’nın hizmet verdiği raporlarda kullanıcıların kaç karakter değiştirdiği şeylere bakarak doğruluğu değerlendirdiklerini söylüyor. Şu anda, bu otomatik raporlarda bir hata gösterebilecek bazı manuel etkileşimlerin yapıldığı vakaların% 5 ila% 10’u olduğunu söylüyor. (Ayrıca, doktorların başka nedenlerle değişiklik yapmaları gerekebileceğini de öne sürse de – ancak manuel müdahalelerin gerçekleştiği yüzdeyi “sürmek” için çalışıyorlar.)
Ultimately, he argues, the buck stops with the doctors and other staff who are asked to review and approve the AI outputs — suggesting Elea’s workflow is not really any different from the legacy processes that it’s been designed to supplant (where, for example, a doctor’s voice note would be typed up by a human and such transcriptions could also contain errors — whereas now “it’s just that the initial creation is done by Elea AI, not by a daktilo ”).
Otomasyon, daha yüksek bir verim hacmine yol açabilir, bu da insan personelinin potansiyel olarak gözden geçirileceklerinden çok daha fazla veri ve raporla uğraşması gerektiği gibi kontroller üzerinde baskı olabilir.
Bu konuda Schröder riskler olabileceğini kabul ediyor. Ancak, AI’nın potansiyel sorunları tespit etmeye çalışabileceği bir “güvenlik ağı” özelliği oluşturduklarını söylüyor – doktoru tekrar bakmaya teşvik etmek için istemleri kullanarak. “Buna ikinci bir göz diyoruz,” diye ekliyor: “Önceki bulgu raporlarını nerede değerlendirdiğimiz [the doctor] Şimdi dedi ve ona yorum ve öneriler verin. ”
Hasta gizliliği, şirket içi ve laboratuvarın kontrolü altında kalan verilerden ziyade bulut tabanlı işlemeye (ELEA’nın yaptığı gibi) dayanan ajan AI’ya bağlı başka bir endişe olabilir. Bu konuda Schröder, girişimin hasta kimliklerini teşhis çıktılarından ayırarak “veri gizliliği” endişelerini çözdüğünü iddia ediyor – bu nedenle temel olarak veri koruma uyumu için takma adlandırmaya güveniyor.
“Yol boyunca her zaman anonimdir – her adım sadece bir şey yapar – ve verileri doktorun gördüğü cihazdaki birleştiririz” diyor. “Yani temelde tüm işlem adımlarımızda kullandığımız sahte kimlikler var – geçici olan, daha sonra silinen – ancak doktorun hastaya baktığı zaman, onun için cihazda birleştiriliyorlar.”
“Avrupa’daki sunucularla çalışıyoruz, her şeyin veri gizliliğine uygun olmasını sağlıyoruz” diyor. “Baş müşterimiz, Almanya’da kritik altyapı olarak adlandırılan halka açık bir hastane zinciridir. Veri gizliliği açısından, her şeyin güvenli olduğundan emin olmalıyız. Ve bize başparmakları verdiler. ”
“Nihayetinde, muhtemelen yapılması gerekenleri aşırı kazandırdık. Ama bilirsiniz, güvenli tarafta olmak her zaman daha iyidir – özellikle tıbbi verileri ele alırsanız. ”
