.
O financiamento de VC em ferramentas de IA para assistência médica foi Projetado para atingir US $ 11 bilhões no ano passado – Uma figura principal que fala da convicção generalizada de que a inteligência artificial será transformadora em um setor crítico.
Muitas startups que aplicam IA na assistência médica estão buscando impulsionar a eficiência, automatizando parte da administração que orbita e permite o atendimento ao paciente. Baseada em Hamburgo Elea Apanha amplamente esse molde, mas está começando com um nicho relativamente negligenciado e mal atendido-Laboratórios de Patologia, cujo trabalho implica analisar amostras de pacientes para doenças-de onde acredita que será capaz de escalar o sistema de fluxo de trabalho com base em agentes de IA, desenvolvido para aumentar a produtividade dos laboratórios para obter o impacto global. Incluindo transplantando sua abordagem focada no fluxo de trabalho para acelerar a saída de outros departamentos de saúde também.
A ferramenta inicial de AI da ELEA foi projetada para revisar como os médicos e outros funcionários do laboratório funcionam. É um substituto completo para sistemas de informação herdados e outras formas de trabalho (como o uso do Microsoft Office para digitar relatórios)-mudando o fluxo de trabalho para um “sistema operacional de IA” que implanta transcrição de fala para texto e outras formas de automação para “substancialmente” diminuem o tempo que os leva para produzir um diagnóstico.
Depois de cerca de meio ano operando com seus primeiros usuários, Elea diz que seu sistema conseguiu reduzir o tempo que leva para produzir cerca de metade de seus relatórios para apenas dois dias.
Automação passo a passo
O fluxo de trabalho passo a passo, muitas vezes manual, dos laboratórios de patologia significa que há um bom escopo para aumentar a produtividade aplicando a IA, diz o CEO e co-fundador da Elea, Dr. Christoph Schröder. “Basicamente, giramos tudo isso – e todas as etapas são muito mais automatizadas … [Doctors] Fale com Elea, os MTAs [medical technical assistants] Fale com Elea, diga a eles o que eles vêem, o que querem fazer com isso ”, explica ele.
“Elea é o agente, executa todas as tarefas no sistema e imprime as coisas – prepara os slides, por exemplo, a coloração e todas essas coisas – de modo que [tasks] Vá muito, muito mais rápido, muito, muito mais suave. ”
“Ele realmente não aumenta nada, substitui toda a infraestrutura”, acrescenta ele do software baseado em nuvem que deseja substituir os sistemas herdados do laboratório e suas maneiras mais isoladas de trabalhar, usando aplicativos discretos para realizar tarefas diferentes. A idéia para o AI OS é poder orquestrar tudo.
A startup está se desenvolvendo em vários modelos de idiomas grandes (LLMs) através do ajuste fino com informações e dados especializados para permitir recursos principais no contexto do Laboratório de Patologia. A plataforma assa em texto a texto para transcrever as notas de voz da equipe-e também “texto para estrutura”; Significando que o sistema pode transformar essas notas de voz transcritas em direção ativa que alimenta as ações do agente de IA, que podem incluir o envio de instruções ao kit de laboratório para manter o fluxo de trabalho.
Elea também planeja desenvolver seu próprio modelo fundamental para análise de imagem de slides, por Schröder, pois também impulsiona o desenvolvimento de recursos de diagnóstico. Mas, por enquanto, está focado em escalar sua oferta inicial.
O discurso da startup para os laboratórios sugere que o que poderia levar de duas a três semanas usando processos convencionais pode ser alcançado em questão de horas ou dias, pois o sistema integrado é capaz de empilhar e compor os ganhos de produtividade, suplantando coisas como o Tedousious-and-ath que pode envolver a tipagem manual de relatórios, onde os erros humanos e outro fluxo de trabalho que não podem ser injetados.
O sistema pode ser acessado pela equipe do laboratório por meio de um aplicativo para iPad, aplicativo Mac ou aplicativo da Web-oferecendo uma variedade de pontos de toque para atender aos diferentes tipos de usuários.
O negócio foi fundado no início de 2024 e foi lançado com seu primeiro laboratório em outubro, depois de passar algum tempo em furtividade trabalhando em sua idéia em 2023, por Schröder, que tem experiência na aplicação da IA para projetos de direção autônomos em Bosch, Luminar e Mercedes.
Outro co-fundador, o Dr. Sebastian Casu-o CMO da startup-traz um histórico clínico, tendo passado mais de uma década trabalhando em terapia intensiva, anestesiologia e entre departamentos de emergência, além de ser um diretor médico de uma grande cadeia de hospitais.
Até agora, Elea assinou uma parceria com um grande grupo de hospitais alemães (ainda não está divulgando qual deles) que diz que diz processa cerca de 70.000 casos anualmente. Portanto, o sistema tem centenas de usuários até agora.
Mais clientes estão programados para lançar “em breve” – e Schröder também diz que está analisando a expansão internacional, com um olho específico em entrar no mercado dos EUA.
Apoio de sementes
A startup está divulgando pela primeira vez uma semente de € 4 milhões que levantou no ano passado – liderada por empreendimentos de mosca e empreendimentos gigantes – que foram usados para construir sua equipe de engenharia e colocar o produto nas mãos dos primeiros laboratórios.
Este número é uma soma bastante pequena vs. os bilhões mencionados em financiamento que agora estão voando pelo espaço anualmente. Mas Schröder argumenta que as startups de IA não precisam de exércitos de engenheiros e centenas de milhões para ter sucesso – é mais um caso de aplicar os recursos que você tem de maneira inteligente, ele sugere. E neste contexto de saúde, isso significa adotar uma abordagem focada no departamento e amadurecer o caso de uso de destino antes de passar para a próxima área de aplicação.
Ainda assim, ao mesmo tempo, ele confirma que a equipe procurará aumentar uma (maior) (maior) série A-provavelmente neste verão-dizendo que Elea estará mudando o equipamento para marketing ativo para que mais laboratórios compram, em vez de confiar na abordagem de boca em boca com a qual começaram.
Discutindo sua abordagem versus o cenário competitivo para soluções de IA em saúde, ele nos diz: “Eu acho que a grande diferença é que é uma solução à vista versus verticalmente integrada”.
“Muitas das ferramentas que você vê são complementos no topo dos sistemas existentes [such as EHR systems] … é algo que [users] Precisa fazer no topo de outra ferramenta, outra interface do usuário, outra coisa que as pessoas que realmente não querem trabalhar com hardware digital precisam fazer, e por isso é difícil, e definitivamente limita o potencial ”, continua ele.
“O que construímos é que realmente o integramos profundamente ao nosso próprio sistema de informação de laboratório – ou o chamamos de sistema operacional de patologia – o que significa que o usuário nem precisa usar uma interface do usuário diferente, não precisa usar uma ferramenta diferente. E isso apenas fala com Elea, diz o que vê, diz o que quer fazer e diz o que Elea deve fazer no sistema. ”
“Você também não precisa mais de bilhões de engenheiros – você precisa de uma dúzia, duas dúzias muito, muito boas”, ele também argumenta. “Temos duas dúzias de engenheiros, aproximadamente, na equipe … e eles podem fazer coisas incríveis”.
“As empresas que mais crescem que você vê hoje em dia não têm centenas de engenheiros – eles têm uma, duas dúzias de especialistas e esses caras podem criar coisas incríveis. E essa é a filosofia que também temos, e é por isso que realmente não precisamos aumentar – pelo menos inicialmente – centenas de milhões ”, acrescenta.
“É definitivamente uma mudança de paradigma … na maneira como você constrói empresas”.
Escalando uma mentalidade de fluxo de trabalho
A escolha de começar com a Pathology Labs foi uma escolha estratégica para Elea, pois não apenas o mercado endereçável vale vários bilhões de dólares, por Schröder, mas ele compõe o espaço de patologia como “extremamente global” – com empresas de laboratório globais e fornecedores ampliando a escalabilidade para seu software como um jogo de serviço – especialmente comparado à situação mais fragmentada em torno de hospitais de fornecimento.
“Para nós, é super interessante porque você pode criar um aplicativo e realmente escalar isso com isso – da Alemanha para o Reino Unido, os EUA”, sugere ele. “Todo mundo está pensando o mesmo, agindo da mesma forma, tendo o mesmo fluxo de trabalho. E se você o resolver em alemão, a melhor coisa com o LLMS atual, então você o resolve também em inglês [and other languages like Spanish] … Então isso abre muitas oportunidades diferentes. ”
Ele também elogia os laboratórios de patologia como “uma das áreas de crescimento mais rápido na medicina” – apontando que os desenvolvimentos na ciência médica, como o aumento da patologia molecular e sequenciamento de DNA, estão criando demanda por mais tipos de análise e para uma maior frequência de análises. Tudo isso significa mais trabalho para os laboratórios – e mais pressão sobre os laboratórios para serem mais produtivos.
Depois que Elea amadurece o caso de uso do laboratório, ele diz que eles podem procurar se mudar para áreas onde a IA está sendo mais aplicada na assistência médica – como apoiar os médicos do hospital para capturar interações do paciente – mas quaisquer outros aplicativos que desenvolverem também tenham um foco rígido no fluxo de trabalho.
“O que queremos trazer é essa mentalidade de fluxo de trabalho, onde tudo é tratado como uma tarefa de fluxo de trabalho e, no final, há um relatório – e esse relatório precisa ser enviado”, diz ele – acrescentando que, em um contexto hospitalar, eles não gostariam de entrar no diagnóstico, mas “realmente se concentrariam na operacionalização do fluxo de trabalho”.
O processamento de imagens é outra área que elea está interessado em outros futuros aplicativos de saúde – como acelerar a análise de dados para a radiologia.
Desafios
E a precisão? A assistência médica é um caso de uso muito sensível, portanto, quaisquer erros nessas transcrições de IA – digamos, relacionados a uma biópsia que está checando para tecidos cancerosos – pode levar a sérias conseqüências se houver uma incompatibilidade entre o que um médico humano diz e o que a elea ouvir e relatar outros tomadores de decisão na cadeia de assistência aos pacientes.
Atualmente, Schröder diz que está avaliando a precisão, olhando para quantos personagens os usuários mudam nos relatórios que a IA serve. Atualmente, ele diz que existem entre 5% a 10% dos casos em que algumas interações manuais são feitas para esses relatórios automatizados que podem indicar um erro. (Embora ele também sugira que os médicos possam precisar fazer alterações por outros motivos – mas dizem que estão trabalhando para “reduzir” a porcentagem em que as intervenções manuais acontecem.)
Em última análise, ele argumenta, o Buck para com os médicos e outros funcionários que são solicitados a revisar e aprovar os resultados da IA - sugerindo que o fluxo de trabalho de Elea não é realmente diferente dos processos herdados que ele foi projetado para suplantar (por exemplo, uma nota de voz que não seriam apenas por um ser humano e que as transcrições também podem conter que é necessário que seja que seja, “agora é que“ é que é que a voz é: “É apenas uma que não é uma das transcrições que não é que, por exemplo, é que, por exemplo, é que, por exemplo, é que, por exemplo, é que, por exemplo, é que, por exemplo, é que, por exemplo, é que, por exemplo, é que, por exemplo, é que, por exemplo, é que, por exemplo, é que, por exemplo. datilógrafo ”).
A automação pode levar a um volume de taxa de transferência mais alto, porém, o que pode ser pressão sobre verificações, pois a equipe humana precisa lidar com potencialmente muito mais dados e relatórios para revisar do que costumavam.
Sobre isso, Schröder concorda que pode haver riscos. Mas ele diz que eles construíram um recurso de “rede de segurança”, onde a IA pode tentar identificar possíveis problemas – usando prompts para incentivar o médico a procurar novamente. “Nós o chamamos de segundo par de olhos”, ele observa, acrescentando: “Onde avaliamos relatórios anteriores de descobertas com o que [the doctor] disse agora e faça comentários e sugestões. ”
A confidencialidade do paciente pode ser outra preocupação associada à IA agêntica que depende do processamento baseado em nuvem (como elea), em vez de dados restantes no local e sob o controle do laboratório. Schröder afirma que a startup resolveu as preocupações de “privacidade de dados”, separando as identidades dos pacientes de saídas de diagnóstico – por isso, basicamente confia no pseudonimato para a conformidade com a proteção de dados.
“É sempre anônimo ao longo do caminho – cada etapa faz uma coisa – e combinamos os dados no dispositivo em que o médico os vê”, diz ele. “Então, temos basicamente pseudo -IDs que usamos em todas as nossas etapas de processamento – que são temporárias, que são excluídas depois – mas pelo tempo em que o médico olha para o paciente, eles estão sendo combinados no dispositivo para ele”.
“Trabalhamos com servidores na Europa, garantimos que tudo seja compatível com a privacidade de dados”, ele também nos diz. “Nosso cliente principal é uma cadeia hospitalar de propriedade pública – chamada infraestrutura crítica na Alemanha. Precisávamos garantir que, do ponto de vista da privacidade de dados, tudo esteja seguro. E eles nos deram os polegares. ”
“Em última análise, provavelmente superamos o que precisa ser feito. Mas é sempre melhor estar do lado seguro – especialmente se você lidar com dados médicos. ”
.
