مقابلات
Andreas Cleve، المؤسس المشارك والرئيس التنفيذي لشركة Corti – سلسلة المقابلات
Andreas Cleve، المؤسس المشارك والرئيس التنفيذي لشركة Corti، هو رائد أعمال يركز على تعزيز الذكاء الاصطناعي في مجال الرعاية الصحية. بدأ عمله في هذا القطاع مع Ovivo، وهي منصة تخطيط قوى العمل الحوارية للمستشفيات التي توسعت بسرعة في جميع أنحاء الدنمارك قبل أن تتم استحواذها في عام 2013. ثم شارك في تأسيس Hyvi، وهي مبادرة بحثية لاستكشاف نماذج اللغة المتأثرة بالسياق القادرة على فهم المحادثات المعقدة في الوقت الفعلي، والتي تطور في النهاية إلى Corti في عام 2018. بالإضافة إلى بناء الشركات، لعب Cleve دورًا رئيسيًا في تعزيز نظام البيئة الاصطناعية النوردية من خلال المبادرات مثل Nordic.ai والمناصب الاستشارية مع المنظمات بما في ذلك DIGITALEUROPE ومجلس التدوين الرقمي الوطني الدنماركي.
Corti هي شركة أبحاث وتطوير مقرها كوبنهاغن، وتطوير نماذج متخصصة مصممة لفهم المحادثات الطبية ودعم الأطباء في الوقت الفعلي. تعمل منصتها كمساعد ذكاء اصطناعي للمهنيين الصحيين من خلال توليد الوثائق السريرية ورفع الاكتشافات أثناء التفاعلات مع المرضى وتأتمتة سير العمل الإدارية. من خلال تقديم تكنولوجياها من خلال واجهات برمجة التطبيقات والتكامل مع أنظمة الرعاية الصحية، تهدف Corti إلى تقليل عبء العمل على الأطباء وتحسين الكفاءة والاتخاذ القرارات عبر المستشفيات ومنصات الصحة الرقمية.
كبرت في عائلة حيث كانت الرعاية الصحية جزءًا دائمًا من الحياة اليومية… كيف شكلت تلك الخبرات المبكرة تأسيس Corti، وما هي المشاكل المحددة التي كنت مصممًا على حلها من اليوم الأول؟
جعلتني النمو في بيئة حيث كانت الرعاية الصحية جزءًا من الحياة اليومية أمرين واضحين: الخبرة مهمة بشكل كبير، والعمليات التي تنقل تلك الخبرة هشة وأحيانًا تفشل في الناس الذين يحتاجون إليها أكثر. تلك الخبرات المبكرة في المنزل، والتي شملت مشاهدة العاملين في مجال الرعاية الصحية يجدون صعوبة، ومراقبة فقدان المعرفة في عمليات التسليم، وشماتة الخوف الناتج عن الرعاية غير المتسقة، زرعت الاعتقاد بأن الرعاية الصحية يجب أن تكون قابلة للتنبؤ بها وأن الأطباء لا ينبغي أن يكونوا وحداهم عند وصول قرار صعب. ذلك تranslated إلى مهمة Corti: بناء أنظمة تؤمن الخبرة، بحيث يكون للأطباء دائمًا دعمًا قويًا وقابلًا للتنبؤ في الوقت الفعلي.
من اليوم الأول، حددنا هدفنا لتصحيح عدم التوازن بين العرض والطلب في الرعاية الصحية: الفجوة بين تعقيد الطب الحديث والقدرة البشرية المحدودة لتطبيقه في كل مكان، من خلال إنشاء ذكاء اصطناعي يقلل من التباين ويسرع الكشف والدعم لاتخاذ قرارات أكثر أمانًا في اللحظات التي تهم أكثر.
تضع Corti نفسها كبنية تحتية لذكاء اصطناعي في مجال الرعاية الصحية بدلاً من مساعد ذكاء اصطناعي مستقل. ما يعني البنية التحتية في هذا السياق، وما هي القدرات التي تفتحها والتي لا يمكن أن تفتحها حلول النقاط أو أدوات الدردشة؟
عندما نتحدث عن البنية التحتية، نعني أننا لا نشحن مساعدًا أو أداة واحدة؛ نحن نبني الحزمة التأسيسية التي تجعل من الممكن تطبيق الذكاء الاصطناعي السريري عبر العديد من سير العمل. تعني البنية التحتية هنا: نماذج وبيانات طبية أصلية (وليس بيانات الويب العامة)، طبقة منطق سريري يرفع فيها الإجابات مع السياق السريري، أدوات دورة حياة وحوكمة (بطاقات النموذج، سجلات التدقيق، سلالة قابلة للتحقق)، خيارات النشر التي تتوافق مع التنظيمات (سحب سحابية حاكمة، أو نقاط نهاية خاصة)، وواجهات برمجة التطبيقات و SDKs التي تتيح لفريق المنتج دمج الذكاء السريري في تطبيقاتهم دون أن يصبحوا خبراء في تعلم الآلة أو الامتثال.
تفتح هذه المقاربة ثلاثة أشياء لا يمكن لحلول النقاط أن تفتحها: (1) القدرة على النشر، مما يعني نماذج ووقت تشغيل يتحملان القيود السريرية الحقيقية (التأخير، إقامة البيانات، قابلية التدقيق)، (2) النطاق عبر التخصصات، مما يعني كتل بناء قابلة للاستخدام ومرخصة (كلام، ترميز، نقاط نهاية محددة سريريًا) التي تقلل من تكلفة بناء العديد من التطبيقات الرأسية، (3) الثقة التنظيمية والشركات، مما يعني سياسات و BAAs و примитивات الامتثال المدمجة في المنصة بحيث يمكن للعملاء الانتقال من تجارب الاختبار إلى الإنتاج. باختصار، البنية التحتية تحول الأبحاث السريرية إلى خدمات قابلة للتطبيق التي يمكن للمطورين والنظم الصحية شحنها واعتمادها وتوسيعها.
نماذج الذكاء الاصطناعي العامة غالبًا ما تطبق على البيئات السريرية مع نتائج متباينة. ما هي أكثر الطرق شيوعًا التي تفتقد إليها هذه النماذج عند استخدامها في بيئات الرعاية الصحية الحقيقية؟
نماذج الذكاء الاصطناعي العامة حققت تقدمًا ملحوظًا، ولعديد من المهام تعمل جيدًا. لكن الرعاية الصحية تثمر العمق بطرق لا يمكن لذكاء الآلة الأفقي تكرارها بسهولة. يعتمد التفكير السريري على إشارات دقيقة، مصطلحات متخصصة، سياق مؤسسي، وفهم كيفية تدفق الوثائق عبر أنظمة التنظيم والتعويض. الحصول على ذلك يتطلب التدريب على البيانات السريرية، والتحقق من صحة البenchmarks السريرية، وبناء الامتثال في الحزمة من البداية. ليست هذه مشكلة التوجيه؛ إنها مشكلة بحث، وهذا هو السبب في أننا نعتقد أن الرعاية الصحية تحتاج إلى مختبر ذكاء اصطناعي مخصص، يمكنه أن يغوص في المجال بدلاً من التوسع عبر العديد من المجالات.
تعمل Corti عبر أوروبا والولايات المتحدة وخارجها، كل منها بهما نماذج رعاية وتنظيم مختلفة. كيف تصمم أنظمة ذكاء اصطناعي ت适ك مع هذه التعقيدات في العالم الحقيقي؟
نصمم للتعقيد من خلال امتلاك المزيد من الحزمة، وجعل النشر والحوكمة مواطنًا من الدرجة الأولى. على المستوى العملي، يعني ذلك التدريب على بيانات الرعاية الصحية فقط وضبط النماذج للتفكير السريري؛ بناء سجلات التدقيق، وبطاقات النموذج، وواجهات برمجة التطبيقات جاهزة للاتفاقات، وتصميم التوجيه بحيث يتم تحديد ضوابط الامتثال بواسطة الجغرافيا وملف المخاطر. لمستخدمينا الذين يحتاجون إليها، نقدم خيارات النشر السحابية الحاكمة والخاصة، بحيث يمكن للمقدمين الخدمة اختيار مكان وجود بياناتهم والحفاظ على السيطرة على النماذج التي تعمل عليها.
تسمح لنا هذه المرونة بتشغيل الذكاء الاصطناعي السريري نفسه عبر نماذج رعاية مختلفة مع احترام معايير الوثائق والمعايير القانونية والمؤسسية المحلية. ومن المهم أن نعتبر البحث كدرج إلى الإنتاج؛ كل تقدم يجب أن يكون قابلاً للتتبع والاختبار والتشغيل في العالم الحقيقي، وليس واعداً فقط في المختبر. هذا هو ما يعني أن تكون مبنية للازدهار في الواقع السريري.
نظرًا إلى سير العمل السريرية في الخط الأمامي اليوم، أين تقدم Corti أكبر تأثير مباشر وقابل للقياس، ولماذا تهم تلك المناطق أكثر للعاملين الصحيين المثقلين؟
تأثير Corti الأكثر فورية اليوم يوجد في سير العمل السريرية والإدارية التي تحمل أكبر عبء. تمكّن نماذجنا وواجهات برمجة التطبيقات من توثيق وتشفير وتنفيذ تلقائي آمن داخل برمجيات الرعاية الصحية التي يستخدمها الأطباء كل يوم.
تلك المناطق تهم لأن التوثيق والفواتير من بين أجزاء الرعاية الأكثر استهلاكًا للوقت وأكثر عرضة للخطأ. عندما تصبح المحادثات مكتوبة في الوقت الفعلي، عندما يكون التشفير كاملاً وأكثر دقة، ومتى يتم تلقائيًا سير العمل الروتيني بأمان داخل الأنظمة المنظمة، يقضي العاملون الصحيون وقتًا أقل على الأوراق وترى المنظمات تحسينات قابلة للقياس في الكفاءة وجودة التعويض.
الرعاية الصحية ليست مشكلة وحيدة؛ إنها آلاف سير العمل المحددة للتخصصات التي تعمل تحت ضغط تنظيمي. من خلال بناء الذكاء الاصطناعي من الدرجة الإنتاجية الذي يزدهر في الواقع السرعي، نسمح لشركات البرمجيات والنظم الصحية بمعالجة تلك المشاكل بالحجم. هذا هو المكان الذي يقدم فيه مختبر الذكاء الاصطناعي للرعاية الصحية عائدًا عمليًا وقابلًا للقياس.
تدعم Corti مئات الآلاف من التفاعلات مع المرضى كل يوم. ما هي الدروس التي ظهرت من تشغيل الذكاء الاصطناعي على هذا النطاق والتي ليست واضحة في تجارب الاختبار أو بيئات المختبر؟
التشغيل على هذا النطاق يكشف عن الاحتكاك الذي تخفيه تجارب الاختبار جودة البيانات غير المتجانسة (لا يبدو سجلان إلكترونيان أو سجلات مكالمات متطابقان)، قيود النشر والتدفق، التعقيد القانوني والتعاقدي عبر العملاء والجغرافيا، والحالات النادرة التي تظهر فقط تحت الحمل. يمكن للمختبرات قياس الدقة على مجموعات منضبطة؛ الإنتاج يضطر إلى حل التوجيه، والرصد، واكتشاف الانجراف، وتراجع النموذج، وسجلات التدقيق القابلة للتحليل. درس آخر: الثقة الحقيقية تكتسب من خلال جعل النماذج قابلة للشرح، ومتكررة، ومرخصة، وليس من خلال أداء الموقع الفردي. أخيرًا، تجارب الاختبار تقلل من التكلفة الإجمالية للملكية: المطورون في الإنتاج يحتاجون إلى واجهات برمجة التطبيقات، ونقاط النهاية الثابتة، و примитивات الحوكمة لت维ع السلامة والتحديث بشكل منتج.
تتطلب الرعاية الصحية قدرًا أعلى من القابلية للشرح مقارنة بالذكاء الاصطناعي للمستهلك. كيف تتعامل مع التفكير السريري، والشفافية، والمساءلة عند تأثير الذكاء الاصطناعي على القرارات الطبية؟
تتطلب الرعاية الصحية معيارًا أعلى لأن تكلفة الخطأ حقيقية. لا يمكن للذكاء الاصطناعي السريري أن يولد لغة مقبولة فقط؛ يجب أن يفكر على معلومات معقدة ومنظمة وذات مخاطر عالية بطرق شفافة وقابلة للتفتيش.
لهذا السبب، طورنا GIM، طريقة تعديل التفاعل التدرجي، لجعل التفكير السريري أكثر تفسيرًا على مستوى النموذج. تصدرت GIM مؤخرًا تصنيف البenchmarks التفسيرية الميكانيكية لمنصة Hugging Face، حيث احتلت المرتبة الأولى في التصنيف بين نهج التفسير. هذا يهم لأن التفسيرية ليست تمارين أكاديمية في الرعاية الصحية – إنها أساسية للثقة والسلامة والاعتماد التنظيمي.
خارج البحث، يجب أن تنتقل الشفافية إلى النشر. نقدم بطاقات النموذج، و Benchmarks التحقق، وسجلات التدقيق، ومراقبة الإصدار بحيث يعرف العملاء بالضبط ما يعمل وما تم تقييمه. يتم ربط الإخراج بالدليل، والشك غير صريح، والنظم مصممة لدعم العاملين الصحيين كداعم للقرارات، وليس استبدالهم bằng صندوق أسود غير شفاف.
في الرعاية الصحية، الشفافية ليست ميزة. إنها شرط مسبق للثقة. لهذا السبب، نتعامل مع الذكاء الاصطناعي السريري كأنها مادة بحثية أولاً ونضمن أن البحث يرسل في أنظمة الإنتاج من الدرجة التي يمكن فحصها، وحوكمتها، ونشرها بأمان.
السيادة على الذكاء الاصطناعي هي موضوع حاسم في القطاعات المنظمة. ما يعني السيادة في الرعاية الصحية، وكيف يمكن للمقدمين الخدمة الحفاظ على السيطرة بينما يستفيدون من الذكاء الاصطناعي المتقدم؟
في الرعاية الصحية، تعني السيادة أن المقدمين الخدمة يحتفظون بالسيطرة على إقامة البيانات، واختيار النموذج، والحوكمة التشغيلية. على المستوى العملي، تتحقق السيادة من خلال خيارات الاستضافة المحلية أو الإقليمية (سحب سحابية حاكمة أو نقاط نهاية خاصة)، ونقاط النهاية الخاصة للنموذج، وسيطرة كاملة على دورة الحياة، وضمانات عقدية وفنية (اتفاقيات BAAs، و SLAs، و DPIAs). السيادة ليست معادية للسحاب؛ إنها عن إعطاء المقدمين الخدمة khảية اختيار مكان تشغيل حمولتهم الحسابية، ولديهم سيطرة قابلة للتحقق وتتبع على النماذج والبيانات. تلك المجموعة تتيح للمقدمين الخدمة الوصول إلى القدرات المتقدمة بينما يلبيون التزاماتهم القانونية والمؤسسية.
كما المؤسس والاستشاري لمبادرات الاتحاد الأوروبي، كيف ترى تطور التنظيم، وأين لا يزال مسؤولو السياسات يقللون من تقدير الحقائق الفنية للذكاء الاصطناعي السريري؟
أوروبا على حق في أخذ التنظيم على محمل الجد. في الرعاية الصحية، قابلية التدقيق، والتتبع، والمساءلة ليست اختيارية – إنها شروط مسبقة للثقة.
حيث يقلل مسؤولو السياسات أحيانًا من واقع أن الذكاء الاصطناعي السريري هو تشغيلي. التصديق ليس موافقة واحدة؛ يتطلب ذلك المراقبة المستمرة، ومراقبة الإصدار، والتحقق المستمر. في الوقت نفسه، يجب أن نتجنب التنظيم المفرط. إذا أصبح الامتثال غير متناسب، يبطئ الابتكار، ولا تصل الأدوات المفيدة إلى العاملين الصحيين.
في Corti، نحسب التنظيم من اليوم الأول. نبني قابلية التدقيق، وحوكمة النموذج، وخيارات النشر الحاكمة مباشرة في نماذجنا وواجهات برمجة التطبيقات، بحيث لا يضطر المبتدؤون والبائعون إلى إعادة بناء الامتثال فيما بعد. الرعاية الصحية معقدة ومتجزئة، والطريقة الوحيدة للحركة بسرعة هي وضع جاهزية التنظيم في الأساس. التوازن الذي تحتاجه أوروبا هو صارم ولكن عملي: حماية المرضى وجعل من الممكن بناء وتشغيل بأمان وبنطاق.
نظرًا إلى المستقبل على مدى 12-24 شهرًا، ما هي التحولات الكبيرة التي يجب على قادة الرعاية الصحية توقعها من Corti، وكيف تضع تلك الخطط الأساس لتطلعات 2026؟
توقع من Corti أن يضاعف من مسار المختبر إلى الإنتاج: شحن نماذج سريرية من الدرجة الإنتاجية وعبئتها كبنية تحتية قابلة للتطبيق (نقاط نهاية الكلام، التشفير، نقاط النهاية الوكيل، طبقة التفكير السريري، وخيارات النشر الحاكمة). تشمل خطط الطريق القادمة تحسين معايير STT والاتساق، ووكلاء الصوت، ونماذج التشفير الطبية التي تدخل الإنتاج، وإطلاقات متعددة للسحب السحابية الحاكمة، جميعها مصممة صراحة لنقل العملاء من تجارب الاختبار إلى الإنتاج المعتمد. Corti ليست تطبيقًا واحدًا؛ إنها مختبر الذكاء الاصطناعي للرعاية الصحية، مبنية لتمكين فئات كاملة من البرمجيات السريرية الآمنة – الأساس لتطلعاتنا لعام 2026.
شكرًا على المقابلة الرائعة، القراء الذين يرغبون في معرفة المزيد يجب أن يزوروا Corti.
