Предполагается, что финансирование венчурного капитала в области искусственного интеллекта для здравоохранения, по прогнозам, в прошлом году достигнет 11 миллиардов долларов — главный показатель, который говорит о широко распространенной убежденности в том, что искусственный интеллект окажется преобразующим в критическом секторе.
Многие стартапы, применяющие ИИ в здравоохранении, стремятся повысить эффективность, автоматизируя часть администрирования, которое вращает и обеспечивает уход за пациентами. ELEA, основанная на Гамбурге, широко подходит для этой формы, но она начинается с относительно пропускаемой и недостаточно обслуживаемой ниши-патологических лабораторий, чьи работы влечет за собой анализ образцов пациентов на предмет заболеваний-от того, где он считает, что он сможет масштабировать голосовую, облачную систему рабочих потоков, основанную на голосовом искусстве, она развила для повышения производительности лабораторий для достижения глобального воздействия. В том числе путем пересадки своего подхода, ориентированного на рабочий процесс, к ускорению производства других отделов здравоохранения.
Первоначальный инструмент AI от Elea предназначен для пересмотра того, как работают клиницисты и другие сотрудники лаборатории. Это полная замена для устаревших информационных систем и других набор способов работы (например, использование Microsoft Office для печати отчетов)-перемещение рабочего процесса на «операционную систему ИИ», которая развертывает транскрипцию речи в текст и другие формы автоматизации, чтобы «по существу» сокращать время, которое необходимо для вывода диагностики.
После примерно полугода, работая со своими первыми пользователями, Элеа говорит, что ее система смогла сократить время, которое требует лаборатории, чтобы произвести около половины своих отчетов всего до двух дней.
Пошаговая автоматизация
По словам генерального директора ELEA и соучредителя ELEA, пошаговый, часто ручной рабочий процесс патологических лабораторий означает, что есть хорошая область повышения производительности, применяя ИИ. «Мы в основном переводим все это — и все шаги гораздо более автоматизированы… [Doctors] Поговорите с Элеа, MTAS [medical technical assistants] Поговорите с Элеа, скажите им, что они видят, что они хотят с этим делать », — объясняет он.
«Элеа — агент, выполняет все задачи в системе и печатает вещи — готовит слайды, например, окрашивание и все эти вещи — так что это [tasks] Идите намного, намного быстрее, намного, намного более плавнее ».
«Это на самом деле ничего не увеличивает, заменяет всю инфраструктуру»,-добавляет он облачного программного обеспечения, которое они хотят заменить устаревшие системы лаборатории и их более залитые способы работы, используя дискретные приложения для выполнения различных задач. Идея для ИИ ОС — иметь возможность организовать все.
Стартап опирается на различные крупные языковые модели (LLMS) посредством точной настройки со специализированной информацией и данными, чтобы обеспечить основные возможности в контексте лаборатории патологии. Платформа выпекает в речевом тексте, чтобы транскрибировать голосовые заметки персонала-а также «текст-структуру»; Это означает, что система может повернуть эти транскрибированные голосовые заметки в активное направление, которое приводит к тому, что действия агента AI, которые могут включать в себя отправку инструкций в лабораторный комплект, чтобы поддерживать тика рабочего процесса.
ELEA также планирует разработать собственную основополагающую модель для анализа слайдов, согласно Schröder, поскольку она также стремится к разработке диагностических возможностей. Но сейчас он сосредоточен на масштабировании своего первоначального предложения.
Попада стартапа в лаборатории предполагает, что то, что может занять у них две-три недели, используя обычные процессы, может быть достигнуто в течение нескольких часов или дней, так как интегрированная система может складывать и составлять повышение производительности, вытесняя такие вещи, как утомительные спины, которые могут окружить ручные печаты отчетов, где человеческие ошибки и другие рабочие потоки могут вводить множество вопилов.
Систему можно получить доступ к лабораторным сотрудникам через приложение для iPad, приложение Mac или веб-приложение, предлагающее различные сенсорные точки в соответствии с различными типами пользователей.
Бизнес был основан в начале 2024 года и запущен в своей первой лаборатории в октябре, проведя некоторое время на Stealth, работая над своей идеей в 2023 году, в соответствии с Schröder, который обладает опытом применения ИИ для автономного вождения в Bosch, Luminar и Mercedes.
Другой соучредитель, доктор Себастьян Касу-директор по маркетингу стартапа-приносит клинический опыт, проведя более десяти лет, работая в области интенсивной терапии, анестезиологии и между отделениями неотложной помощи, а также ранее был медицинским директором для большой больничной сети.
До сих пор Elea подписала партнерство с крупной немецкой больницей (не раскрывает, какой еще), что в нем говорится, что процессы в год проводят около 70 000 случаев. Таким образом, в системе до сих пор есть сотни пользователей.
Должно ли больше клиентов запустить «скоро» — и Шредер также говорит, что он смотрит на международную экспансию, с особым взглядом на въезд на рынок сша.
Семена
Стартап впервые раскрывает семена в 4 миллиона евро, которые он собрал в прошлом году — во главе с Fly Ventures и Giant Ventures — который использовался для создания своей инженерной команды и внесения продукта в руки первых лабораторий.
Эта цифра представляет собой довольно небольшую сумму и вышеупомянутые миллиарды финансирования, которые сейчас летят вокруг пространства ежегодно. Но Шредер утверждает, что стартапам ИИ не нужны армии инженеров и сотни миллионов, чтобы добиться успеха — это скорее случай применения ресурсов, которые у вас есть, предполагает. И в этом контексте здравоохранения это означает использование подхода, ориентированного на отдел, и созревать целевой вариант использования, прежде чем перейти в следующую область применения.
Тем не менее, в то же время он подтверждает, что команда будет стремиться поднять (больший) раунд серии А-вероятно, этим летом-заявив, что Элеа перенесет сначала в активное маркетинг, чтобы привлечь больше лабораторий, а не полагаться на подход из уст в уста, с которым они начали.
Обсуждая их подход против конкурентной ландшафта для решений искусственного интеллекта в здравоохранении, он говорит нам: «Я думаю, что большая разница в том, что это точечное решение по сравнению с вертикально интегрированным».
«Многие инструменты, которые вы видите, являются дополнениями поверх существующих систем [such as EHR systems] … это то, что [users] Необходимо сделать в дополнение к другому инструменту, другому пользовательскому интерфейсу, что -то еще, что люди, которые на самом деле не хотят работать с цифровым оборудованием, и поэтому это сложно, и это определенно ограничивает потенциал », — продолжает он.
«Вместо этого мы построили, так это то, что мы фактически интегрировали ее в нашу собственную лабораторную информационную систему — или мы называем ее патологической операционной системой — что в конечном итоге означает, что пользователю даже не нужно использовать другой пользовательский интерфейс, не должен использовать другой инструмент. И это просто говорит с Элеа, говорит, что он видит, говорит, что он хочет делать, и говорит, что Элеа должна делать в системе ».
«Вам также больше не нужны газиллионы инженеров — вам нужно дюжина, два десятка, действительно действительно хорошие», — утверждает он. «У нас есть два десятка инженеров, примерно в команде… и они могут сделать удивительные вещи».
«Самые быстрорастущие компании, которые вы видите в эти дни, у них нет сотни инженеров — у них есть один, два десятка экспертов, и эти парни могут построить удивительные вещи. И это философия, которую у нас тоже есть, и поэтому нам действительно не нужно подниматься — по крайней мере, изначально — сотни миллионов », — добавляет он.
«Это определенно сдвиг парадигмы… в том, как вы создаете компании».
Масштабирование мышления рабочего процесса
Выбор для начала с патологических лабораторий был стратегическим выбором для ELEA, так как не только адресуемый рынок стоит много миллиардов долларов, согласно Schröder, но он считает пространство патологии как «чрезвычайно глобальное» — с глобальными лабораторными компаниями и поставщиками повышают масштаб для его программного обеспечения как услуги, особенно по сравнению с более фрагментной ситуацией вокруг поставки больниц.
«Для нас это супер интересно, потому что вы можете построить одно приложение и на самом деле масштабировать это — от Германии до Великобритании, сша», — предлагает он. «Все думают то же самое, действуя одинаково, имея один и тот же рабочий процесс. И если вы решите это на немецком языке, отличная вещь с текущими LLMS, то вы решаете это также на английском языке [and other languages like Spanish] … Так что это открывает множество разных возможностей ».
Он также хвалит лаборатории патологии как «одну из самых быстрорастущих областей в медицине», указывая на то, что разработки в области медицинской науки, такие как рост молекулярной патологии и секвенирование ДНК, создают потребность в большем количестве видов анализа и для большей частоты анализа. Все это означает больше работы для лабораторий — и большее давление на лаборатории, чтобы быть более продуктивным.
После того, как Элеа созрела лабораторный вариант использования, он говорит, что они могут стремиться перейти в области, где ИИ обычно применяется в здравоохранении, например, поддержка врачей больницы для захвата взаимодействий с пациентами, но любые другие приложения, которые они развивают, также будут сосредоточены на рабочем потоке.
«Мы хотим принести это мышление рабочего процесса, где все рассматривается как задача рабочего процесса, и в конце есть отчет — и этот отчет должен быть отправлен», — говорит он, добавив, что в больничном контексте они не захотят попасть в диагностику, но «действительно сосредоточились бы на работе рабочего процесса».
Обработка изображений — это еще одна область, которую ELEA заинтересован в других будущих приложениях здравоохранения, такими как ускорение анализа данных для радиологии.
Проблемы
А как насчет точности? Здравоохранение является очень чувствительным вариантом использования, поэтому любые ошибки в этих транскрипциях ИИ — скажем, связанные с биопсией, которая проверяет раковую ткань — могут привести к серьезным последствиям, если существует несоответствие между тем, что говорит человеческий врач, и тем, что Элеа слышит и отчитывается перед другими лицами, принимающими решения в цепочке лечения пациентов.
В настоящее время Шредер говорит, что они оценивают точность, рассматривая такие вещи, как много символов, которые пользователи меняют в отчетах, которые служит искусственным интеллектом. В настоящее время он говорит, что существует от 5% до 10% случаев, когда некоторые ручные взаимодействия делаются с этими автоматизированными отчетами, которые могут указывать на ошибку. (Хотя он также предполагает, что врачам может потребоваться внести изменения по другим причинам, но говорят, что они работают, чтобы «снизить» процент, когда происходят ручные вмешательства.)
В конечном счете, он утверждает, что доллар останавливается с врачами и другими сотрудниками, которых просят рассмотреть и утвердить результаты ИИ — предполагая, что рабочий процесс Элеа на самом деле не отличается от унаследованных процессов, которые он был предназначен для вытеснения (где, например, голосовая нота врача будет на самом деле, ими, и такая транскрипа машинистка »).
Однако автоматизация может привести к увеличению объема пропускной способности, что может быть давлением на такие проверки, как человеческий персонал должен иметь дело с потенциально большим количеством данных и отчетов для рассмотрения, чем они раньше.
На этом Шредер соглашается, что может быть риск. Но он говорит, что они встроили функцию «сеть безопасности», где ИИ может попытаться выяснить потенциальные проблемы — используя подсказки, чтобы побудить врача снова посмотреть. «Мы называем это второй парой глаз», — отмечает он, добавив: «Где мы оцениваем предыдущие выводы, отчеты с тем, что [the doctor] сказал прямо сейчас и дайте ему комментарии и предложения ».
Конфиденциальность пациента может быть еще одной проблемой, связанной с агентом ИИ, который опирается на облачную обработку (как это делает ELEA), а не данные, оставшиеся локальные и под контролем лаборатории. При этом Schröder утверждает, что стартап решил для «конфиденциальности данных» путем отделения идентификаторов пациентов от диагностических результатов, поэтому он в основном полагается на псевдонимизацию для соответствия защите данных.
«Это всегда анонимно — каждый шаг делает просто одно — и мы объединяем данные на устройстве, где их видит доктор», — говорит он. «Таким образом, у нас есть в основном псевдо идентификаторы, которые мы используем во всех наших этапах обработки — которые являются временными, которые удаляются потом — но на то время, когда врач смотрит на пациента, они объединяются на устройство для него».
«Мы работаем с серверами в Европе, гарантируем, что все соответствует конфиденциальности данных», — говорит он также. «Наш ведущий клиент — это государственная сеть больниц, называемая критической инфраструктурой в Германии. Нам нужно было убедиться, что с точки зрения конфиденциальности данных все безопасно. И они дали нам большие пальцы ».
«В конечном счете, мы, вероятно, переиграли то, что нужно сделать. Но это, вы знаете, всегда лучше быть в безопасности, особенно если вы обрабатываете медицинские данные ».
