أندرياس كليف، المؤسس المشارك والرئيس التنفيذي لشركة Corti – سلسلة المقابلات

أندرياس كليف، 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 يتم الاستحواذ عليها في عام 2013. ثم أسس شركة Hyvi، وهي مبادرة بحثية لتطوير نماذج لغة متطورة قادرة على فهم المحادثات المعقدة في الوقت الفعلي، والتي تطورت في النهاية إلى Corti في عام 2018. بالإضافة إلى بناء الشركات، لعب كليف دورًا رئيسيًا في تعزيز النظام البيئي للذكاء الاصطناعي في النورد من خلال مبادرات مثل Nordic.ai والمناصب الاستشارية مع المنظمات بما في ذلك DIGITALEUROPE ومجلس التدوين الوطني الدنماركي.

Corti هي شركة رائدة في مجال الذكاء الاصطناعي في الرعاية الصحية، وتطوير نماذج متخصصة مصممة لفهم المحادثات الطبية ودعم الأطباء في الوقت الفعلي. تعمل منصتها كمساعد ذكاء اصطناعي للمهنيين الصحيين من خلال توليد الوثائق السريرية وتصوير المعلومات أثناء التفاعلات مع المرضى وتأتمتة سير العمل الإدارية. من خلال تقديم تكنولوجيا الشركة من خلال واجهات برمجة التطبيقات والتكامل مع أنظمة الرعاية الصحية، تهدف Corti إلى تقليل عبء العمل على الأطباء وتحسين الكفاءة وصنع القرار عبر المستشفيات ومنصات الرعاية الصحية الرقمية.

كنت ترعرعت في عائلة حيث كانت الرعاية الصحية جزءًا دائمًا من الحياة اليومية… كيف شكلت تلك الخبرات المبكرة تأسيس Corti، وما هي المشاكل المحددة التي كنت حازمًا على حلها من اليوم الأول؟

التربية في بيئة حيث كانت الرعاية الصحية موجودة دائمًا جعلت أمرين واضحين للغاية: الخبرة تعني الكثير، والعمليات التي تنقل تلك الخبرة هشة وغالبًا ما تفشل في الناس الذين يحتاجونها أكثر. تلك الخبرات المبكرة في المنزل، والتي شملت رؤية مقدمي الرعاية يصارعون، ومشاهدة فقدان المعرفة في عمليات التسليم، وشمّ الخوف الناجم عن الرعاية غير المستمرة، زرعت الاعتقاد بأن الرعاية الصحية يجب أن تكون قابلة للتنبؤ بها وأن الأطباء يجب ألا يكونوا وحداهم عند اتخاذ قرار صعب. هذا ما ترجم إلى مهمة تأسيس Corti: بناء أنظمة تؤمن الخبرة، بحيث يكون الأطباء دائمًا مدعومين بدعم قرارات موثوق في الوقت الفعلي.

من اليوم الأول، حددنا هدفنا لتصحيح عجز 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 ودعم قرارات أكثر أمانًا في اللحظات التي تهم أكثر.

تضع Corti نفسها كبنية تحتية للذكاء الاصطناعي في الرعاية الصحية بدلاً من مساعد ذكاء اصطناعي مستقل. ماذا يعني البنية التحتية في هذا السياق، وما هي القدرات التي تفتحها التي لا يمكن لل حلول النقاطية أو الأدوات القائمة على المحادثة تقديمها؟

عندما نتحدث عن البنية التحتية، نعني أننا لا نرسل مساعدًا أو أداة واحدة؛ نحن نبني حزمة أساسية تجعل من الممكن تطبيق الذكاء الاصطناعي السريري عبر العديد من سير العمل. البنية التحتية هنا تعني: نماذج وبيانات أصلية في مجال الرعاية الصحية (وليس بيانات الويب العامة)، طبقة منطق سريري تظهر الإجابات مع السياق السريري، أدوات دورة حياة وحوكمة (بطاقات النماذج، سجلات المراجعة، صلة قابلة للتحقق)، خيارات التوزيع التي تتوافق مع التنظيمات (سحابة سيادية أو نهاية خاصة أو عامة)، وواجهات برمجة التطبيقات و SDKs التي تسمح لأفرق المنتجات بدمج الذكاء السريري في تطبيقاتهم دون أن يصبحوا خبراء في الذكاء الاصطناعي أو الامتثال.

هذا النهج يفتح ثلاثة أشياء لا يمكن للحلول النقاطية تقديمها: (1) القدرة على التوزيع، مما يعني نماذج وبيئات تشغيل يمكنها النجاة من القيود السريرية الفعلية (التأخير، مكانة البيانات، القابلية للمراجعة); (2) التوسع عبر التخصصات، مما يعني كتلة بناء قابلة لإعادة الاستخدام ومعتمدة (كلام، ترميز، نقاط نهاية محددة سريريًا) التي تقلل من تكلفة بناء العديد من التطبيقات الرأسية؛ و (3) الثقة التنظيمية والسيادية، مما يعني سياسات و اتفاقيات و примитивات الامتثال مضمنة في المنصة بحيث يمكن للعملاء الانتقال من التجارب إلى الإنتاج. باختصار، البنية التحتية تحول الأبحاث السريرية إلى خدمات قابلة للتوزيع التي يمكن للمطورين والمنشآت الصحية شحنها واعتمادها وتوسيعها.

النماذج العامة للذكاء الاصطناعي غالبًا ما يتم تطبيقها على البيئات السريرية مع نتائج مختلطة. ما هي أكثر الطرق الشائعة التي تفشل فيها هذه النماذج عند استخدامها في بيئات الرعاية الصحية الفعلية؟

النماذج العامة للذكاء الاصطناعي قد حققت تقدمًا ملحوظًا، وสำหร许多 مهام تعمل جيدًا. لكن الرعاية الصحية تكافئ العمق بطرق لا يمكن للذكاء الاصطناعي الأفقي تكرارها بسهولة. المنطق السريري يعتمد على إشارات دقيقة، مصطلحات متخصصة، سياق مؤسسي، وفهم كيفية تدفق الوثائق عبر أنظمة التنظيم والتعويض. الحصول على ذلك بشكل صحيح يتطلب تدريبًا على بيانات سريرية، وتصديقًا مقابل معايير سريرية، ودمج الامتثال في الحزمة من البداية. ليس هذا مشكلة في التوجيه؛ إنه مشكلة بحثية، 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 وأمريكا الشمالية وخارجها، كل منها له نماذج رعاية وتنظيم مختلفة. كيف تصمم أنظمة الذكاء الاصطناعي لتكيف مع هذه التعقيدات في العالم الحقيقي؟

نصمم للتعقيد من خلال امتلاك المزيد من الحزمة وجعل التوزيع والحوكمة مواطن أولوية. على المستوى العملي، هذا يعني التدريب على بيانات الرعاية الصحية فقط وضبط النماذج للمنطق السريري؛ بناء سجلات المراجعة، و بطاقات النماذج، وواجهات برمجة التطبيقات الجاهزة للاتفاقيات؛ وتصميم التوجيه بحيث يتم اختيار ضوابط الامتثال حسب الجغرافيا وملف المخاطر.对于 العملاء الذين يحتاجون إليها، نقدم خيارات توزيع سحابة سيادية أو داخلية، بحيث يمكن للمقدمين 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 المحلية وقوانين الخصوصية والتنظيم المؤسسي. ومن المهم أن نعامل البحث كدرج إلى الإنتاج؛ كل تقدم يجب أن يكون قابلاً للتعقب والاختبار والتشغيل في العالم الحقيقي، وليس فقط واعدًا في المختبر. هذا ما يعني أن يتم بناؤه للازدهار في الواقع السريري.

نظرًا إلى سير العمل السريرية في الوقت الحالي، أين تقدم Corti أكبر تأثير مباشر ويمكن قياسه، ولماذا تهم تلك المناطق أكثر للمقدمين المتعبين؟

أffects Corti الأكثر непосредية اليوم في سير العمل السريرية والإدارية التي تحمل أكبر عبء. تعمل نماذجنا وواجهات برمجة التطبيقات على توثيق وتشفير وتأتمتة الوكلاء داخل برامج الرعاية الصحية التي يستخدمها الأطباء كل يوم.

تلك المناطق مهمة لأن التوثيق والفواتير من بين أجزاء الرعاية الأكثر استهلاكًا للوقت وأكثر عرضة للخطأ. عندما تصبح المحادثات مُوثقة في الوقت الفعلي، وتكون التشفير أكثر اكتمالًا ودقة، وتتم سير العمل الروتينية تلقائيًا وبأمان داخل الأنظمة الخاضعة للتنظيم، يقضي الأطباء وقتًا أقل في الأوراق وترى المنظمات تحسينات قابلة للقياس في الكفاءة وجودة التعويض.

الرعاية الصحية ليست مشكلة واحدة متجانسة، بل آلاف سير عمل محددة التخصص تعمل تحت ضغط تنظيمي. من خلال بناء الذكاء الاصطناعي من الدرجة الإنتاجية الذي يزدهر في الواقع السريري، نتمكن من تمكين شركات البرمجيات والمنشآت الصحية من معالجة تلك المشاكل على نطاق واسع. هذا هو المكان الذي تقدم فيه مختبرات الرعاية 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 التي ليست واضحة في التجارب أو بيئات المختبر؟

التشغيل على نطاق واسع يكشف عن الاحتكاك الذي تخفيه التجارب (جودة البيانات غير المتجانسة، قيود التأخير والتدفق، التعقيد القانوني والعقدي عبر العملاء والجغرافيا، والحالات الحدية التي تظهر فقط تحت الحمل). المختبرات يمكنها قياس الدقة على مجموعات منضبطة؛ الإنتاج ي迫نا على حل مشاكل التوجيه والرصد والكشف عن الانجراف وإعادة تشغيل النماذج وسجلات المراجعة القابلة للمساءلة. درس آخر: الثقة الحقيقية تكتسب من خلال جعل النماذج قابلة للشرح والتنبؤ والتصديق، وليس من خلال الأداء في موقع واحد. وأخيرًا، التجارب تقلل من التكلفة الإجمالية للملكية: المطورون في الإنتاج يحتاجون إلى واجهات برمجة التطبيقات والنقاط النهاية الثابتة و примитивات الحوكمة لضمان السلامة والتحديث المنتج.

تطالب الرعاية الصحية بمستوى أعلى من القابلية للشرح مقارنة بالذكاء الاصطناعي للمستهلك. كيف تتعامل مع المنطق السريري والشفافية والمساءلة عندما يؤثر الذكاء الاصطناعي على القرارات الطبية؟

الرعاية الصحية تطلب معيارًا أعلى لأن تكلفة الخطأ حقيقية. لا يمكن للذكاء الاصطناعي السريري أن يولد لغة مقبولة فقط؛ يجب أن يreason على معلومات معقدة ومرتبطة بالتنظيم والрисك في وقت حقيقي بطريقة شفافة وقابلة للتفتيش.

لهذا السبب، قمنا بتطوير GIM، طريقة تعديل التفاعل التدرجي، لجعل المنطق السريري أكثر تفسيرًا على مستوى النموذج. حصل GIM مؤخرًا على المرتبة الأولى في ترتيب Liste Mechanistic Interpretability Benchmark، مما يجعله الأفضل بين النهج القائمة على التفسير. هذا يهم لأن التفسير ليس تمرينًا أكاديميًا في الرعاية الصحية – إنه أساسي للثقة والسلامة والتبني التنظيمي.

خارج البحث، يجب أن تنتقل الشفافية إلى التوزيع. نقدم بطاقات النماذج، و معايير التحقق، و سجلات المراجعة، ومراقبة الإصدارات بحيث يعرف العملاء بالضبط ما الذي يعمل و كيف تم تقييمه. المخرجات مرتبطة بالدليل، والشك غير محدد، والأنظمة مصممة لدعم الأطباء كداعم للقرارات، وليس استبدالهم ب盒ة سوداء غير شفافة.

في الرعاية الصحية، الشفافية ليست ميزة. إنها شرط مسبق للثقة. لهذا السبب، نتعامل مع الذكاء الاصطناعي السريري كأسلوب مختبري أولاً ونضمن أن البحث يرسل في أنظمة من الدرجة الإنتاجية التي يمكن فحصها وتنظيمها وتشغيلها بأمان.

السيادة على الذكاء الاصطناعي هي موضوع حرج في القطاعات الخاضعة للتنظيم. ماذا تعني السيادة في الرعاية الصحية، وكيف يمكن للمقدمين الحفاظ على السيطرة بينما يستفيدون من الذكاء الاصطناعي المتقدم؟

في الرعاية الصحية، السيادة تعني أن المقدمين يظلون مسيطرين على مكانة البيانات واختيار النموذج والحوكمة التشغيلية. على المستوى العملي، تتحقق السيادة من خلال خيارات الاستضافة المحلية أو الإقليمية (سحابة سيادية أو داخلية)، ونهايات النموذج الخاصة، ومراقبة كاملة للدورة الحياتية، وضمانات عقدية وفنية (اتفاقيات، معايير الخدمة، تقييمات الخصوصية). السيادة ليست معادية للسحابة؛ إنها عن إعطاء المقدمين القدرة على اختيار مكان تشغيل حمولتهم الحسابية والسيطرة القابلة للتحقق على النماذج والبيانات. هذا المزيج يسمح للمقدمين بالوصول إلى القدرات المتقدمة بينما يلتزمون بالتزامات قانونية ومؤسسية.

كما المؤسس والمستشار لمبادرات الاتحاد الأوروبي، كيف ترى تطور التنظيم، وأين لا يزال مسؤولو السياسات يقللون من تقدير الحقائق الفنية للذكاء الاصطناعي السريري؟

أوروبا لها الحق في أخذ التنظيم على محمل الجد. في الرعاية الصحية، المراجعة والقابلية للتتبع والمساءلة ليست اختيارية – إنها شروط مسبقة للثقة.

حيث يقلل مسؤولو السياسات أحيانًا من تقدير الواقع هو كيفية تشغيل الذكاء الاصطناعي السريري بشكل تشغيلي. التصديق ليس موافقة واحدة؛ إنه يتطلب مراقبة مستمرة ومراقبة الإصدار والتحقق المستمر. في الوقت نفسه، يجب أن نتجنب التنظيم المفرط. إذا أصبحت الامتثال غير متناسبة، يتباطأ الابتكار و الأدوات المفيدة لا تصل إلى الأطباء.

في Corti، نحن نفترض التنظيم من اليوم الأول. نحن نبني المراجعة وحوكمة النموذج وخيارات التوزيع السيادية مباشرة في نماذجنا وواجهات برمجة التطبيقات، بحيث لا يضطر المبتدؤون أو البائعون المقيمون إلى إعادة بناء الامتثال لاحقًا. الرعاية الصحية معقدة ومتجزئة، والطريقة الوحيدة للحركة بسرعة هي دمج جاهزية التنظيم في الأساس. التوازن الذي تحتاجه أوروبا هو صارم ولكن عملي: حماية المرضى وجعل من الممكن بناء وتشغيل بأمان على نطاق واسع.

نظرًا إلى المستقبل على مدى 12-24 شهرًا، ما هي التحولات الكبيرة التي يجب على قادة الرعاية الصحية توقعها من Corti، وكيف تخطط تلك الخطط لتأسيس 2026؟

توقع من Corti أن يضاعف الجهود على مسار المختبر إلى الإنتاج: شحن نماذج مدعومة بالبحث وتصديرها كبنية تحتية قابلة للتوزيع (نقاط نهاية الكلام، التشفير، نقاط النهاية الوكيلية، طبقة المنطق السريري، وخيارات التوزيع السيادية)، جميعها مصممة صراحة لتحريك العملاء من التجارب إلى الإنتاج المعتمد. خطط الطريق المحدد القادمة تشمل تحسين معايير STT وقياسات التأخير، ووكلاء الصوت، ونماذج التشفير الطبية التي تدخل الإنتاج، وإطلاقات متعددة للسحابة السيادية، جميعها صممت صراحة لتحريك العملاء من التجارب إلى الإنتاج المعتمد. Corti ليست تطبيقًا واحدًا؛ إنها مختبر الذكاء الاصطناعي في الرعاية الصحية، مبني لتمكين فئات كاملة من البرمجيات السريرية الآمنة والقابلة للمراجعة – الأساس لتطلعاتنا في 2026.

شكرًا على المقابلة الرائعة، القراء الذين يرغبون في معرفة المزيد يجب أن يزوروا Corti.