تمويل
Knit Health تنطلق بتمويل تأسيسي قدره 11.6 مليون دولار لبناء ذكاء اصطناعي يستند إلى اتخاذ القرارات السريرية في الواقع

النقاط الرئيسيةتدرّب شركة Knit Health الذكاء الاصطناعي على سلوك الأطباء بدلاً من النصوص الطبية وحدها
عرض المزيد
- تدرّب شركة Knit Health الذكاء الاصطناعي على سلوك الأطباء بدلاً من النصوص الطبية وحدها
- تتعلّم المنصة قرارات تشغيلية مثل الفرز وتوقيت الخروج من المستشفى
- يمكن للذكاء الاصطناعي السلوكي أن يوحّد تقديم الرعاية ويقلّل من إرهاق الأطباء
ركزت شركات الذكاء الاصطناعي في مجال الرعاية الصحية في الغالب على تدريب النماذج على المراجع الطبية والملحوظات السريرية والبيانات النصية. ولكن Knit Health تتبع نهجًا مختلفًا: تعليم أنظمة الذكاء الاصطناعي كيفية عمل الرعاية الصحية في الواقع داخل المستشفيات والعيادات.
خرجت الشركة المنبثقة من جامعة كاليفورنيا في بيركلي من مرحلة العمل غير المعلن، بتمويل تأسيسي قدره 11.6 مليون دولار شارك في قيادته Uncork Capital و Frist Cressey Ventures ، مع دعم تمويل ما قبل البذرة من Moxxie Ventures ومشاركة من Coalition Operators. تقول الشركة إن رأس المال سيدعم تطوير ونشر نموذج السلوك السريري الكبير (LCBM) ، وهو نظام مصمم لتعلّم كيفية اتخاذ الممارسين السريريين قراراتهم عبر بيئات الرعاية الصحية الحقيقية.
بدلاً من العمل كمساعد حوار طبي تقليدي أو مساعد في التوثيق ، تقوم Knit Health ببناء ما تصفه بـ “الذكاء السريري الجماعي” – الذكاء الاصطناعي المدرب على الأنماط المضمنة في توجيه المرضى والإحالات وقرارات الجدولة وتوقيت الخروج من المستشفى ومسارات عمل تنسيق الرعاية عبر المستشفيات.
الانتقال إلى ما هو أبعد من الذكاء الاصطناعي في الرعاية الصحية القائمة على النص
معظم أنظمة الذكاء الاصطناعي التوليدية في الرعاية الصحية اليوم هي في الأساس نماذج لغة. وهي تتفوق في تلخيص السجلات وتوليد الملاحظات أو الإجابة على الأسئلة بناءً على المعرفة الطبية المنشورة.
يجادل Knit بأن العديد من القرارات التشغيلية الأكثر أهمية في الرعاية الصحية ليست مكتوبة بوضوح. بدلاً من ذلك ، تنشأ من سنوات من خبرة الأطباء في التنقل في القيود الحقيقية مثل توافر الأطباء المتخصصين واختناقات الإحالة والطاقة الاستيعابية للمستشفيات وتعقيد حالات المرضى.
يتم تدريب نموذج LCBM باستخدام بيانات سجلات المرضى الإلكترونية من Truveta التي تضم أكثر من 130 مليون مريض عبر 30 نظامًا صحيًا في الولايات المتحدة. تقول Knit إنها تطبق تقنيات مثل التعلم التعزيزي العميق والاستدلال السببي والاستنساخ السلوكي لنمذجة كيفية تطور قرارات الرعاية في الممارسة العملية.
يختلف هذا اختلافًا كبيرًا عن أنظمة الذكاء الاصطناعي التقليدية في الرعاية الصحية التي تعتمد في الغالب على مجموعات بيانات ثابتة أو أبحاث منشورة. بدلاً من توقع الكلمة التالية في الجملة ، تحاول Knit توقع قرارات الرعاية التشغيلية داخل الأنظمة الصحية.
وفقًا للشركة ، يمكن للنظام التكيف مع الديناميكيات التشغيلية الفريدة للمستشفيات الفردية ، بما في ذلك أنماط الإحالة والقيود المتعلقة بالكوادر وهياكل سير العمل.
بناء طبقة بنية تحتية للمستشفيات
تضع Knit Health منصتها كطبقة ذكاء أساسية للعمليات الصحية بدلاً من تطبيق مستقل.
تقول الشركة إن نماذجها يتم نشرها في البداية لفرز الحالات بحسب أولوية الرعاية وتحسين تدفق المرضى والتنبؤ بالخروج من المستشفى وإدارة الإحالات ومبادرات تحسين الجودة. ومع مرور الوقت، يبدو أن الهدف الأوسع هو دمج الذكاء الاصطناعي في البنية التحتية التشغيلية ضمن كل سير عمل سريري تقريبًا.
يتوافق هذا مع تحول أوسع يحدث في جميع أنحاء الذكاء الاصطناعي في الرعاية الصحية ، حيث تستهدف الشركات بشكل متزايد أوجه القصور في الكفاءة التشغيلية بدلاً من التركيز فقط على التشخيص أو المساعدين الحواريين.
ما زالت الأنظمة الصحية تكافح مع قضايا مثل التأخير في الإحالات وخطوط الرعاية المتخصصة المزدحمة وعمليات الجدولة غير الفعالة وتنسيق الرعاية المتجزئة بين الأقسام. غالبًا ما تؤثر هذه المشاكل التشغيلية بشكل مباشر على نتائج المرضى على الرغم من التقدم في المعرفة السريرية وتوافر العلاج.
تشير استراتيجية Knit إلى أن أنظمة الذكاء الاصطناعي المستقبلية في الرعاية الصحية قد تقلل تركيزها على استبدال الأطباء، وتزيد تركيزها على تنسيق الأنظمة المعقدة المحيطة برعاية المرضى.
دور Truveta الموسع في الذكاء الاصطناعي في الرعاية الصحية
تعكس شراكة Knit مع Truveta أيضًا أهمية مجموعات البيانات السريرية الكبيرة في العالم الحقيقي في تطوير الذكاء الاصطناعي في الرعاية الصحية.
أنشأت Truveta واحدة من أكبر مجموعات البيانات السريرية التي أزيلت منها معلومات تحديد الهوية في الولايات المتحدة ، التي تمثل أكثر من 130 مليون مريض عبر شبكة من الأنظمة الصحية الكبيرة. وقد وضعت الشركة نفسها بشكل متزايد كمزود رئيسي للبنية التحتية لأبحاث الرعاية الصحية المدعومة بالذكاء الاصطناعي وللذكاء التشغيلي.
ومع سعي مزيد من شركات الذكاء الاصطناعي في الرعاية الصحية إلى الوصول لبيانات سريرية تتتبّع المرضى عبر الزمن بدلًا من مجموعات بيانات منفصلة، قد تزداد أهمية شراكات كهذه لتطوير النماذج ونشرها.
مستقبل الذكاء الاصطناعي السلوكي في الطب
يبرز إطلاق Knit Health تطورًا أوسع في الذكاء الاصطناعي في الرعاية الصحية: انتقال من الأنظمة المدربة في الغالب على المعرفة الطبية إلى الأنظمة المدربة على السلوك المؤسسي.
إذا نجحت ، يمكن أن تساعد هذه الفئة من الذكاء الاصطناعي السلوكي المستشفيات في المستقبل على توحيد تقديم الرعاية الصحية عالية الجودة عبر المنظمات الكبيرة وتقليل الاحتكاك التشغيلي الذي يساهم في إرهاق الأطباء وتأخير العلاج.
يمكن أن يؤثر هذا النهج أيضًا على كيفية تطوير أنظمة الذكاء الاصطناعي في المستقبل في الصناعات الأخرى حيث يهم سير العمل المؤسسي والتنسيق البشري بقدر ما تهم الوثائق الرسمية.
بالنسبة إلى الرعاية الصحية بشكل خاص ، فإن الآثار طويلة الأمد تتجاوز الأتمتة. قد تساعد الأنظمة القادرة على التعلم من ملايين الرحلات الصحية في العالم الحقيقي في النهاية على تحديد الأنماط التشغيلية المرتبطة بنتائج أفضل ، مما يسمح للأنظمة الصحية بتحسين تقديم الرعاية بشكل مستمر بناءً على السلوك المرصود بدلاً من الإرشادات الثابتة فقط.












