Jonathan Kron, generální ředitel BloodGPT – rozhovor

Jonathan Kron je generální ředitel BloodGPT. Je strategem a podnikatelem v oblasti zdravotnictví s více než 20 lety zkušeností s budováním a rozvojem zdravotnických projektů. Předtím, než se připojil k BloodGPT, založil a prodal Med24, londýnskou kliniku (vydělal 5 milionů liber, prodal v roce 2022), spoluzaložil PCG, monackou zdravotnickou firmu, která uzavřela smlouvy v hodnotě více než 1 milionu dolarů na rozpočet 500 000 dolarů, a poradil digitálním zdravotnickým firmám, včetně Klarity a LIPS Healthcare v oblasti významného získávání finančních prostředků a růstu.

BloodGPT je platforma s umělou inteligencí pro diagnostické laboratoře a kliniky, která se integruje bezproblémově do stávajících pracovních postupů, interpretuje výsledky krevních testů během sekund s přesností 99,99%.

Vy jste strávil více než dvě desetiletí budováním a rozvojem zdravotnických projektů. Jaké osobní zkušenosti nebo problémy v oboru vedly k vašemu rozhodnutí připojit se k BloodGPT?

Poprvé jsem se o BloodGPT dozvěděl letos od kolegy. Představa okamžitě rezonovala, a to jak z osobních, tak z obchodních důvodů. Jsem někdo, kdo vždy sledoval své vlastní krevní testy v tabulkách, tahal čísla z PDF a obrázků, pouze aby narazil na nekonzistentní jednotky, referenční rozsahy a názvosloví. Bylo to únavné a často nespolehlivé. A hluboko uvnitř jsem věděl, že nemohu být jediný, kdo se potýká s frustrací z přijímání zmatených, fragmentovaných a nepřístupných výsledků od lékaře, laboratoře nebo kliniky.

Z tohoto důvodu jsem se během několika dnů po seznámení s BloodGPT domluvil na hovoru se zakladateli a na konci jsem se stal CSO. Po více než 20 letech práce v klinikách, startupech a zdravotnických systémech jsem věděl, že tohle je přesně moje parketa.

BloodGPT řeší některé problémy, se kterými jsem se opakovaně setkal. Lidé dostávají výsledky testů, ale přístup je fragmentovaný, kontext je ztracen a proces přetíží již tak zatížené odborníky. Zamyslete se nad tím. Krevní data jsou jedním z nejbohatších signálů celkového zdraví, a přesto jsou stále tak málo využívána.

Můj důvod byl tedy takový, že pokud můžeme kombinovat umělou inteligenci a pokročilou datové vědy se silnými znalostmi zdravotnictví, můžeme udělat tyto informace využitelnými v reálném čase pro každého: jednotlivce, zdravotnické odborníky a celé systémy.

BloodGPT slibuje 99,99% přesnost při interpretaci výsledků krevních testů a integruje se přímo do stávajících laboratorních pracovních postupů. Můžete nás provést konceptem a klíčovými výzvami, kterým jste čelili při uvádění platformy na trh?

Zajímavé je, že všechno začalo sousedskou konverzací. Nikita Udovichenko, biochemik a poradce pro sportovní výživu, neustále viděl stejný problém ve své praxi předtím, než spoluzaložil BloodGPT. Lidé dostávali své krevní testy a neměli tušení, co s nimi dělat. Jeho soused Vasilii Lazuka, sériový podnikatel v oblasti umělé inteligence a nyní spoluzakladatel a technický ředitel, okamžitě viděl potenciál. Co začalo jako neformální výměna se rychle stalo skutečným projektem. Brzy poté se k němu připojila odbornice na vývoj produktů s umělou inteligencí Nata Savaścienka jako spoluzakladatelka a produktová ředitelka, a já jsem se k nim připojil, pracoval s nimi a využíval svých dvacet let zkušeností s budováním zdravotnických a datových platforem.

Od toho okamžiku se naše pozornost soustředila na vybudování systému, který považuje každé číslo za ověřitelná data, ne za něco, co může jazykový model odhadnout. Navrhli jsme vícevrstvou architekturu, která normalizuje každý biomarker na kódy LOINC — Logické identifikátory pozorování a názvy kódů, mezinárodní standard pro hlášení laboratorních testů — ověřuje každou jednotku pomocí UCUM, sjednoceného kódu pro měrné jednotky, a vždy se řídí referenčními rozsahy laboratoře.

Z mých 20 let práce se zdravotnickými odborníky vím, jak centrální je důvěra v tomto sektoru. Proto jsme se při budování BloodGPT soustředili na nejobtížnější výzvy, a to stabilitu a důvěru. Musíme si uvědomit, že velké modely mohou poskytnout různé odpovědi na stejný soubor, špatně číst data, nebo vynalézat rozsahy. Naším cílem bylo zajistit, aby každý výstup byl reprodukovatelný a plně stopovatelný k jeho zdroji.

Dnes se platforma přímo připojuje do laboratorních pracovních postupů prostřednictvím FHIR API — Rychlé zdravotnické interoperabilní zdroje, moderního standardu, který umožňuje zdravotnickým informačním systémům bezpečně a efektivně sdílet data. Také pracuje s legacy laboratorními informačními systémy, což profesionálům ušetří čas a poskytne jednotlivcům okamžitou jasnost.

Mnozí pacienti se nyní obrací na obecné jazykové modely pro interpretaci laboratorních výsledků. Jaké riziko vidíte v tomto trendu a jak BloodGPT poskytuje bezpečnější a spolehlivější alternativu?

Obecné jazykové modely nejsou navrženy pro laboratorní data. Mohou špatně číst jednotky, zaměňovat data, nebo vynalézat referenční hodnoty, a neukazují, kdy jsou nejisté. Pacient může vložit výsledky a získat uhlazenou odpověď, která je prostě špatná. A děsivá část je, že zní tak přesvědčivě, že byste nemuseli mít důvod ji zpochybnit.

BloodGPT je speciálně vyškoleno a ověřeno pro pracovní postupy patologie. Každá hodnota je vázána na identifikátory LOINC a zkontrolována podle standardů měření UCUM, a platforma vždy používá referenční rozsahy laboratoře jako konečnou měřítko. Vícevrstvé ochrany zajišťují, aby každý výstup byl stopovatelný zpět k jeho zdroji, takže stejný vstup produkuje stejný, plně auditorsky výsledek.

Tento účelový design, zaměřený na reprodukovatelnost a transparentní původ, poskytuje odborníkům a jednotlivcům úroveň spolehlivosti, kterou nelze dosáhnout pomocí obecného chatbota.

Vaše kariéra zahrnovala zakládání klinik, poradenství startupům a nyní vedení zdravotnické firmy s umělou inteligencí. Jak se váš pohled na inovace ve zdravotnictví vyvinul během této cesty?

Na začátku znamenala inovace cihly a maltu — budování nových zařízení a služeb pro snížení čekacích dob a zefektivnění pacientských cest. Později se to stalo otázkou obchodních modelů, které zahrnují poskytování péče efektivněji, operace udržitelněji a zlepšování celkové pacientské zkušenosti.

Dnes je však zaměřeno na inteligenci a rozsah. Umělá inteligence otevírá možnosti, které byly dříve nemyslitelné, ale jedna lekce zůstala konstantní. Technologie sama o sobě neztransformuje zdravotnictví. Systémy, pobídky a přijetí ano.

V tomto ohledu se moje myšlení posunulo od „Jak postavit?“ k „Jak integrovat?“ Pečlivě věřím, že společnosti, které uspějí, nebudou nutně mít nejvýkonnější algoritmy. Budou to ty, jejichž nástroje bezproblémově a tiše pohánějí každodenní rutiny lékařů, pacientů a zdravotnických systémů.

Opakující se téma ve zdravotnických technologiích je rovnováha mezi automatizací a lidským přístupem. Jak si představujete, že umělá inteligence, jako je BloodGPT, změní roli lékařů — zejména při snižování vyhoření, zatímco vẫn zachovává soudnost a empatii?

Lékaři seeldom vyhoří z péče o lidi. Vyhoří z papírování, duplicitních testů, fragmentovaných systémů a všech administrativních úkonů, které je odvádějí od jejich pacientů. Každý lékař, kterého znám, by raději strávil pět minut mluvením s pacientem než vyplňováním dalšího formuláře. Tato additional zátěž, bohužel, neustále roste a eroduje čas a energii, kterou mají pro skutečnou klinickou péči.

BloodGPT byl navržen tak, aby ulevil od tohoto tlaku. Platforma přebírá náročnou práci spojenou s organizací a interpretací laboratorních informací a poskytuje jasná, strukturovaná přehledy, které se hodí do stávajících pracovních postupů. Když jsou tyto rutinní kroky zpracovány automaticky a spolehlivě, lékaři mohou věnovat více svého dne tomu, co mohou udělat pouze oni, a to je naslouchat, uplatňovat soudnost a budovat důvěru s lidmi, které léčí.

Nevěřím, že umělá inteligence nahradí lékaře. Pokud vůbec, umožňuje jim vrátit se k srdci své profese, trávit více času v rozhovorech a méně času při hledání dat. To je místo, kde může technologie učinit medicínu více lidskou, ne méně.

Jedním z vašich uvedených cílů je ušetřit klinikám miliony ročně díky ziskům z efektivnosti. Jaké jsou nejkonkrétnější mechanismy úspor, které BloodGPT nabízí?

Úspory pocházejí ze tří hlavních oblastí.

První je čas. Přezkoumání a komunikace laboratorních výsledků je stále pomalým, manuálním procesem ve mnoha zdravotnických systémech. BloodGPT snižuje dobu přezkumu a interpretace z několika minut na několik sekund pro každý test. Napříč tisíci výsledky každý týden se to překládá do stovek hodin, které se vrátí do péče o pacienty.

Druhá je kontinuita. Platforma uchovává probíhající historii každého pacientova krevního údaje, takže trendy a anomálie jsou snadno rozpoznatelné. To snižuje duplicitní testování a chyby, které by jinak mohly spustit zbytečné následné návštěvy nebo opakované laboratorní testy.

Třetí je využití zdrojů. Když je informace dodána přesně a okamžitě, personál se může soustředit na úkoly s vyšší hodnotou a laboratoře mohou fungovat s menšími podpůrnými týmy.

Když se tyto efekty přidají dohromady, střední zdravotnický systém může vidět roční úspory v milionech, zatímco také zlepšuje výsledky. Ve zdravotnictví je neobvyklé snížit náklady a zvýšit kvalitu současně, a tato kombinace je přesně to, čeho jsme dosáhnout.

Uvádíte, že krátkodobé horizonty investorů často zabíjejí systémové inovace ve zdravotnických technologiích s umělou inteligencí. Jak si myslíte, že zakladatelé a investoři mohou sladit, aby zajistili dlouhodobý dopad?

Začíná to sdílenou misí. Pokud je investor hledá dvanáctiměsíční obrat, zdravotnictví je špatný obor. Tento sektor vyžaduje trpělivost, přísnou shodu a roky budování důvěry.

Zakladatelé mají roli při nastavování očekávání. Musí vysvětlit regulační časové osy, cykly přijetí a realitu úhrad, aby partneři pochopili, proč pokrok může vypadat pomalu zvenčí.

Investoři by měli podporovat růst založený na milnících a odolávat honbě za marnými metrikami. Společnosti, které skutečně změní zdravotnické technologie s umělou inteligencí, budou postaveny na partnerech, kteří jsou ochotni myslet na pět až deset let a zůstat zavázáni po celou cestu, ne jen po prvních upticích v hodnotě nebo rychlém exitu.

S tím, jak se regulace kolem umělé inteligence ve zdravotnictví zpřísňují, jak BloodGPT přistupuje k souladu, bezpečnosti a budování důvěry s klinickými pracovníky i pacienty?

Od začátku jsme považovali odpovědný design za součást produktu, ne za následnou myšlenku. Náš tým dodržuje hlavní standardy ochrany soukromí a bezpečnosti používané ve zdravotnictví a sleduje vývoj regulačních předpisů v USA, Evropě a dalších klíčových trzích. Naším zaměřením jsou silné postupy zpracování dat, transparentní algoritmy a výstupy, které lze plně auditorsky ověřit.

Jak jsem již zmínil dříve, důvěra byla naší největší výzvou na začátku a zůstala naší severní hvězdou. Pro nás je to o více než zaškrtnutí regulačních políček. Odborníci mohou vidět, odkud pochází každá hodnota, a jak byla zpracována, což jim dává důvěru v informaci. Pacienti si cení stejné jasnosti. BloodGPT je nástroj pro organizování a prezentaci jejich vlastních výsledků, ne pro nahrazení role klinického pracovníka. V tomto smyslu jsou bezpečnost a důvěra neoddělitelnou součástí produktu.

Pohledem do budoucna, vidíte umělou inteligenci expandující za hranice krevních testů do dalších diagnostických oblastí — a pokud ano, kde očekáváte největší průlomy?

Už je to na cestě. Radiologie, genomika a oftalmologie již překročily experimentální fázi. V těchto oblastech pomáhají systémy umělé inteligence identifikovat časná stadia rakoviny na snímcích, analyzovat komplexní genetické varianty a signalizovat známky diabetické retinopatie na retinálních snímcích. V každém případě je výstup předán kvalifikovanému klinickému pracovníkovi k přezkumu, takže profesionál zůstává v kontrolě konečného rozhodnutí.

Další vlna bude o propojení a integraci spíše než o jednotlivých doménách. Zvažte, že zobrazování, genomika, nositelná zařízení a laboratorní data jsou stále považována za samostatné proudy. Umělá inteligence bude stále více spojovat tyto signály — krevní marker, genetickou variantu, vzorec z nositelného zařízení — aby odhalila riziko dlouho předtím, než by kterýkoli jeden test mohl.

Skutečný průlom bude v této integraci: jeden inteligentní vrstva spojující více vstupů, aby poskytla lékařům a pacientům kontinuální, reálný pohled na zdraví a riziko. Tento posun od epizodické péče k prediktivní, proaktivní péči je místem, kde leží největší dopad.

Nakonec, co vás nejvíce vzrušuje o budoucnosti umělé inteligence ve zdravotnictví, a jakou roli vidíte BloodGPT hrající při formování této budoucnosti?

Co mě nejvíce vzrušuje, je to, o čem jsem právě hovořil, a to je posun od reaktivní k proaktivní péči. Po desetiletích jsme čekali, až lidé onemocní, než zasáhneme. Ano, prevence a osobní odpovědnost byly vždy součástí konverzace, ale umělá inteligence může konečně učinit tuto vizi praktickou, identifikovat riziko dříve, vést zdravější volby a personalizovat informace v měřítku, které jsme dosud neviděli.

BloodGPT je navržen tak, aby byl součástí tohoto základu. Krevní data jsou nejčastějším a nejpřístupnějším zdravotnickým signálem, a přesto jsou často podhodnocena. Zjednodušením těchto informací a učinit je použitelnými, pomáháme transformovat surová čísla na jasnou představu a představu na zdravější životy. Na konci dne je to jednoduchý cíl. Vezmete něco složitého a proměníte to v něco, co lidé mohou použít. Ležíme základy pro péči, kterou lidé budou potřebovat v budoucnosti, a zároveň děláme každodenní zdravotní péči lepší hned teď.

Děkuji za velký rozhovor, čtenáři, kteří si chtějí dozvědět více, by měli navštívit BloodGPT.