Shyld AI samler 13,4 millioner dollars for at bringe “Aktiv AI” ind i hospitaldrift

Sundheds- AI-startup Shyld AI har samlet 13,4 millioner dollars i seed-finansiering, da de søger at udvide deres realtidsoperationelle AI-systemer på tværs af hospitaler i USA. Runden blev ledet af Aulis Capital og er blandt de større seed-finansieringer i den nye sundhedsagentic AI-sektor.

Founded af brødrene Mohammad og Morteza Noshad, er virksomheden fokuseret på, hvad de beskriver som “Aktiv AI” – systemer, der kan tage direkte operationelle handlinger inden for sundhedsomgivelser i stedet for blot at generere anbefalinger eller sammenfattelser.

Bevæger sig ud over passiv sundheds-AI

Meget af dagens sundheds-AI-økosystem har centreret sig om administrative automatisering, ambient lytteredskaber og kliniske dokumentationsassistenter. Shyld AI positionerer sig anderledes ved at bygge AI-systemer, der aktivt overvåger og reagerer på virkelige hospitalaktiviteter i realtid.

Deres teknologi er designet til at fungere inden for operationsstuer og kliniske faciliteter, hvor systemet kan fortolke arbejdsflow-aktiviteter såsom kirurgisk fremgang, rumomløbstid, personalebevægelser og procedurerelle flaskehalse. Målet er at reducere forsinkelser, forbedre operationsstueeffektiviteten og automatisere dele af hospitaldriften, der normalt kræver konstant menneskelig koordination.

Platformen overvåger også overholdelse og infektionskontrolprocesser, områder, der fortsat er store operationelle og finansielle byrder for hospitaler.

Kant-AI inden for hospitalrum

I centrum af virksomhedens platform står et proprietært AI-model kaldet VERTEX, der blev bygget specifikt til kant-naturlig udvikling i fysiske sundhedsomgivelser.

I stedet for at afhænge tungt af cloud-infrastruktur, kører systemet direkte på enheder placeret inden for hospitalrum. Denne tilgang tillader AI at kontinuerligt opfatte og reagere på ændrede betingelser med minimal forsinkelse, samtidig med at den reducerer bekymringer om overførsel af følsomme sundhedsdata eksternt.

Kant-AI-arkitekturer er blevet stadig mere vigtige i brancher, hvor pålidelighed, privatliv og realtidsbeslutning er kritiske. I hospitalmiljøer kan selv små forsinkelser eller afbrydelser forstyrre arbejdsprocesser og påvirke patientresultater, hvilket gør lokal behandling særlig værdifuld.

Shyld AI’s infrastruktur er designet til at fungere kontinuerligt inden for kliniske miljøer uden at kræve omfattende integration i hospitalets IT-systemer.

Kombinerer AI med autonom UV-C-desinfektion

En af virksomhedens mest synlige anvendelser kombinerer AI-dreven automatisering med UV-C-desinfektionsteknologi.

Sundhedsrelaterede infektioner forbliver et vedvarende problem på tværs af hospitaler verden over. Ifølge data citeret af virksomheden fra CDC, bidrager disse infektioner til omkring 72.000 dødsfald årligt i USA.

Shyld AI’s autonome system bruger AI til at bestemme, hvornår og hvor desinfektion skal ske baseret på realtids-hospitalaktivitet. Platformen kan identificere rumomløbsfaser, detektere procedurafslutning og optimere rengøringsarbejdsprocesser mellem operationer og patientoverførsler.

Virksomheden henviser også til en Stanford University-studie offentliggjort i American Journal of Infection Control, der fandt, at systemet reducerede forureningsniveauer med mere end 93% i forhold til en kontrolrum.

Agentic AI udvider sig ind i den fysiske verden

Finansieringen ankommer midt i en stigende investorinteresse for “agentic AI” – systemer, der kan analysere information og tage autonom handling i dynamiske miljøer.

mens meget af den nuværende AI-marked er fokuseret på software-kopiloter og generative grænseflader, forsøger en stigende antal startups at bringe AI ind i fysiske driftsmiljøer såsom fremstilling, robotteknologi, logistik og sundhedsinfrastruktur.

Hospitaler repræsenterer et af de mest udfordrende miljøer for denne type udrulning. De kombinerer strenge regulatoriske krav, højst variabelt arbejdsflow, privatlivsbegrænsninger og konstant driftspression. En succesfuld udrulning af autonome AI-systemer i disse miljøer kunne signalere bredere muligheder for fysiske AI-systemer på tværs af andre regulerede brancher.

Shyld AI siger, at de planlægger at bruge den nye finansiering til at udvide udrulningerne på tværs af sundhedssystemer i USA, samtidig med at de udforsker anvendelser i farmaceutisk fremstilling og regulerede renrumsmiljøer.

Den bredere implikation er, at sundheds-AI muligvis vil udvikle sig mere og mere ud over digitale assistenter og administrative værktøjer mod systemer, der direkte interagerer med og optimerer den fysiske omgivelse selv.