كان من المتوقع أن يصل تمويل VC إلى أدوات الذكاء الاصطناعي للرعاية الصحية إلى 11 مليار دولار في العام الماضي – وهو رقم عنوان يتحدث إلى الاقتناع الواسع بأن الذكاء الاصطناعي سوف يثبت أنه تحويلي في قطاع حرج.

تسعى العديد من الشركات الناشئة التي تطبق الذكاء الاصطناعي في مجال الرعاية الصحية إلى دفع الكفاءة عن طريق أتمتة بعض الإدارة التي تدور حول رعاية المرضى. يناسب ELEA ومقره هامبورغ هذا القالب على نطاق واسع ، لكنه يبدأ بمكانة متخصصة نسبيًا ونقصها-مختبرات علم الأمراض ، والتي يستلزم عملها لتحليل عينات المرضى للمرض-من حيث تعتقد أنه سيكون قادرًا على توسيع نطاق نظام سير العمل الذي يحمله عميل AI القائم على الصوت. بما في ذلك من خلال زرع نهجها الذي يركز على سير العمل لتسريع إخراج أقسام الرعاية الصحية الأخرى أيضًا.

تم تصميم أداة AI الأولية لـ Elea لإصلاح كيفية عمل الأطباء وغيرهم من موظفي المختبر. إنه بديل كامل لأنظمة المعلومات القديمة وطرق العمل الأخرى (مثل استخدام Microsoft Office لكتابة التقارير)-تحويل سير العمل إلى “نظام تشغيل الذكاء الاصطناعي” الذي ينشر نسخًا للكلام إلى النص وغيره من أشكال الأتمتة إلى تقليص الوقت الذي يستغرقه تشخيصًا.

بعد حوالي نصف عام من العمل مع مستخدميها الأوائل ، تقول إيليا إن نظامها تمكن من خفض الوقت الذي يستغرقه المختبر لإنتاج حوالي نصف تقاريرهم إلى يومين فقط.

أتمتة خطوة بخطوة

يقول الرئيس التنفيذي لشركة ELEA والمؤسس المشارك للدكتور كريستوف شرودر: إن سير العمل اليدوي في خطوة خطوة بخطوة ، يعني أن هناك مجالًا جيدًا لتعزيز الإنتاجية من خلال تطبيق الذكاء الاصطناعي. “نحن نتحول هذا في كل مكان – وكل الخطوات أكثر تلقائيًا … [Doctors] تحدث إلى Elea ، MTAs [medical technical assistants] تحدث إلى إيلي ، أخبرهم بما يرونه ، ماذا يريدون فعله “.

“ELEA هي الوكيل ، وتنفيذ جميع المهام في النظام وتطبع الأشياء – تعد الشرائح ، على سبيل المثال ، تلطيخ وجميع هذه الأشياء – لذلك [tasks] اذهب كثيرًا ، أسرع بكثير ، أكثر سلاسة “.

“إنه لا يزيد حقًا من أي شيء ، إنه يحل محل البنية التحتية بأكملها” ، يضيف من البرنامج المستند إلى مجموعة النظراء التي يرغبون في استبدالها أنظمة LACACY الخاصة بالمختبر وطرق العمل الأكثر روعة ، باستخدام تطبيقات منفصلة لتنفيذ مهام مختلفة. فكرة OS AI هي أن تكون قادرًا على تنظيم كل شيء.

تقوم بدء التشغيل ببناء نماذج لغة كبيرة مختلفة (LLMs) من خلال ضبط المعلومات والبيانات المتخصصة لتمكين القدرات الأساسية في سياق مختبر علم الأمراض. يخبز المنصة في الكلام إلى النص لنسخ الملاحظات الصوتية للموظفين-وأيضًا “نص إلى بنية” ؛ بمعنى أن النظام يمكن أن يحول هذه الملاحظات الصوتية المكتوبة إلى اتجاه نشط يعمل على تشغيل إجراءات وكيل الذكاء الاصطناعى ، والتي يمكن أن تتضمن إرسال تعليمات إلى مجموعة Lab للحفاظ على سير العمل.

تخطط ELEA أيضًا لتطوير نموذجها التأسيسي الخاص لتحليل صور الشريحة ، لكل شرودر ، لأنه يدفع نحو تطوير القدرات التشخيصية أيضًا. ولكن في الوقت الحالي ، يركز على توسيع نطاق عرضه الأولي.

يشير ملعب بدء التشغيل إلى Labs إلى أنه يمكن تحقيق ما يمكن أن يستغرق من أسبوعين إلى ثلاثة أسابيع باستخدام العمليات التقليدية في غضون ساعات أو أيام لأن النظام المتكامل قادر على تكديس مكاسب الإنتاجية ومكاسب من خلال استبدال أشياء مثل الخلف والمختارة التي يمكن أن تحيط بالطباعة اليدوية حول التقارير ، حيث يمكن للخطأ البشري وغيرها من الفراشات الوظيفية التي يمكن أن تقترن بها الكثير من التركية.

يمكن الوصول إلى النظام من قبل موظفي المختبر من خلال تطبيق iPad أو تطبيق Mac أو تطبيق الويب-يقدم مجموعة متنوعة من نقاط اللمس لتناسب أنواع المستخدمين المختلفة.

تأسست الشركة في أوائل عام 2024 وتم إطلاقها مع مختبرها الأول في شهر أكتوبر بعد أن أمضت بعض الوقت في الشبح في العمل على فكرته في عام 2023 ، لكل شرودر ، الذي لديه خلفية في تطبيق الذكاء الاصطناعي لمشاريع القيادة المستقلة في بوش ولومينار ومرسيدس.

يجلب المؤسس المشارك الآخر ، الدكتور سيباستيان كاسو-CMO في بدء التشغيل-خلفية سريرية ، بعد أن أمضى أكثر من عقد من الزمان في العناية المركزة ، وعلم التخدير ، وعبر أقسام الطوارئ ، بالإضافة إلى كونه مديرًا طبيًا سابقًا في سلسلة مستشفى كبيرة.

حتى الآن ، وقعت إيليا شراكة مع مجموعة مستشفيات ألمانية كبرى (لا تكشف عن أي منها حتى الآن) التي تقول إنها تعالج حوالي 70،000 حالة سنويًا. لذلك يحتوي النظام على مئات المستخدمين حتى الآن.

من المقرر أن يطلق المزيد من العملاء “قريبًا” – ويقول شرودر أيضًا إنه يبحث في التوسع الدولي ، مع مراعاة دخول سوق الولايات المتحدة.

دعم البذور

يتم الكشف عن بدء التشغيل لأول مرة بذرة بقيمة 4 ملايين يورو التي جمعتها العام الماضي – بقيادة Fly Ventures و Giant Ventures – تم استخدامها لبناء فريقها الهندسي والحصول على المنتج في أيدي المختبرات الأولى.

هذا الرقم هو مبلغ صغير جدًا مقابل المليارات المذكورة أعلاه في التمويل الذي يطير الآن حول المساحة سنويًا. لكن Schröder يقول إن الشركات الناشئة من الذكاء الاصطناعى لا تحتاج إلى جيوش من المهندسين ومئات الملايين للنجاح – إنها أكثر حالة لتطبيق الموارد التي لديك بذكاء ، كما يقترح. وفي سياق الرعاية الصحية هذا ، هذا يعني اتباع نهج يركز على القسم ونضج حالة الاستخدام المستهدف قبل الانتقال إلى منطقة التطبيق التالية.

ومع ذلك ، في الوقت نفسه ، يؤكد أن الفريق سيتطلع إلى رفع جولة (على الأرجح) من السلسلة A-على الأرجح هذا الصيف-قائلاً إن ELEA ستحول المعدات إلى تسويق نشط للحصول على مزيد من المختبرات ، بدلاً من الاعتماد على نهج كلمة ما بدأوا به.

مناقشة نهجهم مقابل المشهد التنافسي لحلول الذكاء الاصطناعى في الرعاية الصحية ، يخبرنا: “أعتقد أن الفرق الكبير هو أنه حل فوري مقابل متكامل رأسياً”.

“الكثير من الأدوات التي تراها هي الوظائف الإضافية فوق الأنظمة الموجودة [such as EHR systems] … إنه شيء [users] يجب أن تفعل علاوة على أداة أخرى ، واجهة مستخدم أخرى ، شيء آخر لا يرغب الأشخاص الذين لا يرغبون حقًا في العمل مع الأجهزة الرقمية ، وبالتالي فهو صعب ، وهو بالتأكيد يحد من الإمكانات “.

“ما قمنا ببنائه بدلاً من ذلك هو أننا قمنا بالفعل بدمجها بعمق في نظام المعلومات المختبرية الخاصة بنا – أو نسميها نظام تشغيل علم الأمراض – مما يعني في النهاية أن المستخدم لا يتعين عليه استخدام واجهة مستخدم مختلفة ، لا يتعين عليهم استخدام أداة مختلفة. ويتحدث فقط مع Elea ، ويقول ما يراه ، ويقول ما تريد القيام به ، ويقول ما الذي يفترض أن تفعله Elea في النظام. “

“أنت أيضًا لا تحتاج إلى غزليون من المهندسين بعد الآن – أنت بحاجة إلى عشرات ، وعشرين ، حقًا ، جيدون حقًا” ، كما يقول. “لدينا عشرين مهندسين تقريبًا في الفريق … ويمكنهم القيام بأشياء مذهلة.”

“الشركات الأسرع نمواً التي تراها في هذه الأيام ، ليس لديهم مئات المهندسين – لديهم واحد وعشرين خبراء ، ويمكن لهؤلاء الرجال بناء أشياء مذهلة. وهذه هي الفلسفة التي لدينا أيضًا ، ولهذا السبب لا نحتاج حقًا إلى رفع – على الأقل في البداية – مئات الملايين “.

“إنه بالتأكيد تحول نموذج … في كيفية بناء الشركات.”

تحجيم عقلية سير العمل

كان اختيار البدء بمختبرات علم الأمراض خيارًا استراتيجيًا لـ ELEA ليس فقط السوق القابل للعنونة بقيمة مليارات الدولارات ، لكل شرودر ، ولكنه يحدد مساحة علم الأمراض على أنها “عالمية للغاية” – مع شركات المختبرات العالمية والموردين الذين يعانون من قابلية التوسع لبرنامجها كمسرح خدمة – خاصة مقارنة بالوضع الأكثر شجاعة حول المستشفيات.

“بالنسبة لنا ، إنه أمر مثير للاهتمام للغاية لأنه يمكنك بناء تطبيق واحد وتوسيع نطاقه بالفعل مع ذلك – من ألمانيا إلى المملكة المتحدة ، والولايات المتحدة” ، كما يقترح. “الجميع يفكرون في نفس الوقت ، ويتصرفون بنفس الشيء ، ولديه سير العمل نفسه. وإذا قمت بحلها باللغة الألمانية ، فإن الشيء العظيم مع LLMs الحالي ، فأنت تحلها أيضًا باللغة الإنجليزية [and other languages like Spanish] … لذلك يفتح الكثير من الفرص المختلفة. “

كما أنه يشير إلى مختبرات علم الأمراض باعتبارها “واحدة من أسرع المناطق نمواً في الطب” – مشيرًا إلى أن التطورات في العلوم الطبية ، مثل ارتفاع الأمراض الجزيئية وتسلسل الحمض النووي ، تخلق طلبًا على المزيد من أنواع التحليل ، وتواتر أكبر من التحليلات. كل هذا يعني المزيد من العمل للمختبرات – والمزيد من الضغط على المختبرات ليكون أكثر إنتاجية.

بمجرد أن تنضج Elea في حالة استخدام المختبر ، يقول إنهم قد يتطلعون إلى الانتقال إلى المناطق التي يتم فيها تطبيق الذكاء الاصطناعى عادةً في مجال الرعاية الصحية – مثل دعم أطباء المستشفيات لالتقاط تفاعلات المرضى – ولكن أي تطبيقات أخرى يطورونها سيكون لها أيضًا تركيز مشدد على سير العمل.

يقول: “ما نريد إحضاره هو عقلية تدفق العمل هذه ، حيث يتم التعامل مع كل شيء مثل مهمة سير العمل ، وفي النهاية ، هناك تقرير – ويجب إرسال هذا التقرير” ، مضيفًا أنه في سياق المستشفى لا يريدون الدخول في التشخيص ولكنهم “سيركزون حقًا على تشغيل سير العمل”.

معالجة الصور هي مجال آخر يهتم Elea بتطبيقات الرعاية الصحية المستقبلية الأخرى – مثل تسريع تحليل البيانات للأشعة.

التحديات

ماذا عن الدقة؟ الرعاية الصحية هي حالة استخدام حساسة للغاية ، لذا فإن أي أخطاء في هذه النسخ من AI – على سبيل المثال ، تتعلق بخزعة تتحقق من الأنسجة السرطانية – يمكن أن تؤدي إلى عواقب وخيمة إذا كان هناك عدم تطابق بين ما يقوله الطبيب البشري وما يسمعه Elea وتقاريره إلى صانعي القرار الآخرين في سلسلة رعاية المرضى.

يقول Schröder حاليًا إنهم يقيمون الدقة من خلال النظر في أشياء مثل عدد الأحرف التي يغيرها المستخدمون في التقارير التي يخدمها الذكاء الاصطناعي. في الوقت الحاضر ، يقول إن هناك ما بين 5 ٪ إلى 10 ٪ من الحالات التي يتم فيها إجراء بعض التفاعلات اليدوية لهذه التقارير الآلية التي قد تشير إلى خطأ. (على الرغم من أنه يشير أيضًا إلى أن الأطباء قد يحتاجون إلى إجراء تغييرات لأسباب أخرى – لكنهم يقولون إنهم يعملون على “تقليص” النسبة المئوية التي تحدث فيها التدخلات اليدوية.)

في نهاية المطاف ، يجادل بأن الباكس يتوقف مع الأطباء وغيرهم من الموظفين الذين يُطلب منهم مراجعة وموافقة مخرجات الذكاء الاصطناعى – مما يشير إلى أن سير عمل ELEA لا يختلف حقًا عن العمليات القديمة التي تم تصميمها لتحل محلها (حيث ، على سبيل المثال ، يتم كتابة المذكرة الصوتية للدبلة.

يمكن أن تؤدي الأتمتة إلى ارتفاع حجم الإنتاجية ، والتي يمكن أن تكون ضغوطًا على الشيكات التي يتعين على الموظفين البشريين التعامل معها مع عدد أكبر بكثير من البيانات والتقارير للمراجعة أكثر مما اعتادوا.

على هذا ، يوافق شرودر على أنه قد تكون هناك مخاطر. لكنه يقول إنهم بنيوا في ميزة “شبكة الأمان” حيث يمكن لمنظمة العفو الدولية محاولة اكتشاف المشكلات المحتملة – باستخدام مطالبات لتشجيع الطبيب على النظر مرة أخرى. “نحن نسميها زوجًا ثانيًا من العيون” ، كما يلاحظ: “حيث نقوم بتقييم تقارير النتائج السابقة مع ماذا [the doctor] قال الآن وقدم له التعليقات والاقتراحات “.

قد تكون سرية المريض مصدر قلق آخر مرتبط بـ Agencic AI يعتمد على المعالجة المستندة إلى مجموعة النظراء (كما تفعل ELEA) ، بدلاً من البيانات المتبقية المحلية وتحت سيطرة المختبر. على هذا ، يدعي Schröder أن بدء التشغيل قد تم حلها للاختراق “خصوصية البيانات” من خلال فصل هويات المريض عن المخرجات التشخيصية – لذلك فهي تعتمد بشكل أساسي على الاسم المستعار لامتثال حماية البيانات.

يقول: “إنه أمر مجهول دائمًا على طول الطريق – كل خطوة تفعل شيئًا واحدًا – ونجمع بين البيانات الموجودة على الجهاز الذي يراه الطبيب”. “لذلك لدينا معرفات زائفة بشكل أساسي نستخدمها في جميع خطوات المعالجة الخاصة بنا – وهي مؤقتة ، يتم حذفها بعد ذلك – ولكن للوقت الذي ينظر فيه الطبيب إلى المريض ، يتم دمجها على الجهاز من أجله.”

“نحن نعمل مع الخوادم في أوروبا ، ونضمن أن كل شيء متوافق مع خصوصية البيانات” ، كما يخبرنا. “عميلنا الرئيسي هو سلسلة مستشفيات مملوكة للجمهور – تسمى البنية التحتية الحرجة في ألمانيا. كنا بحاجة إلى التأكد من أنه من وجهة نظر خصوصية البيانات ، كل شيء آمن. وقد أعطونا الإبهام “.

“في النهاية ، من المحتمل أن نفرط في ما يجب القيام به. ولكن ، كما تعلمون ، من الأفضل دائمًا أن تكون على الجانب الآمن – خاصةً إذا تعاملت مع البيانات الطبية. “