Finanzierung
Shyld AI erhält 13,4 Millionen Dollar, um “Aktives AI” in Krankenhausoperationen einzuführen
Das Healthcare-AI-Startup Shyld AI hat 13,4 Millionen Dollar an Seed-Finanzierung erhalten, um seine Echtzeit-Operationssysteme in Krankenhäusern in den Vereinigten Staaten auszubauen. Die Runde wurde von Aulis Capital angeführt und zählt zu den größten Seed-Finanzierungen im aufstrebenden Healthcare-Agentic-AI-Sektor.
Gegründet von den Brüdern Mohammad und Morteza Noshad, konzentriert sich das Unternehmen auf das, was es als “Aktives AI” bezeichnet – Systeme, die in der Lage sind, direkte operative Aktionen in Healthcare-Umgebungen auszuführen, anstatt nur Empfehlungen oder Zusammenfassungen zu generieren.
Jenseits von passivem Healthcare-AI
Ein großer Teil des heutigen Healthcare-AI-Ökosystems hat sich auf administrative Automation, Ambient-Listening-Tools und klinische Dokumentationsassistenten konzentriert. Shyld AI positioniert sich anders, indem es AI-Systeme aufbaut, die aktiv auf reale Krankenhausaktivitäten in Echtzeit überwachen und reagieren.
Die Technologie ist so konzipiert, dass sie innerhalb von Operationssälen und klinischen Einrichtungen funktioniert, wo das System Workflow-Aktivitäten wie chirurgischen Fortschritt, Raumumschlagzeit, Personalbewegung und prozedurale Engpässe interpretieren kann. Das Ziel ist es, Verzögerungen zu reduzieren, die Effizienz von Operationssälen zu verbessern und Teile von Krankenhausoperationen zu automatisieren, die normalerweise eine ständige menschliche Koordination erfordern.
Die Plattform überwacht auch die Einhaltung von Vorschriften und Infektionskontrollprozessen, Bereiche, die für Krankenhäuser nach wie vor große operationale und finanzielle Belastungen darstellen.
Edge-AI innerhalb von Krankenhauszimmern
Im Zentrum der Plattform des Unternehmens steht ein proprietäres AI-Modell namens VERTEX, das speziell für die edge-native-Implementierung in physischen Healthcare-Umgebungen entwickelt wurde.
Statt sich stark auf Cloud-Infrastruktur zu verlassen, läuft das System direkt auf Geräten, die sich innerhalb von Krankenhauszimmern befinden. Dieser Ansatz ermöglicht es dem AI-System, kontinuierlich auf veränderte Bedingungen mit minimaler Latenz zu reagieren und gleichzeitig Bedenken hinsichtlich der Übertragung sensibler Gesundheitsdaten nach außen zu reduzieren.
Edge-AI-Architekturen sind in Branchen, in denen Zuverlässigkeit, Privatsphäre und Echtzeit-Entscheidungsfindung kritisch sind, immer wichtiger geworden. In Krankenhausumgebungen können bereits kleine Verzögerungen oder Unterbrechungen Workflows stören und Patientenergebnisse beeinträchtigen, was die lokale Verarbeitung besonders wertvoll macht.
Die Infrastruktur von Shyld AI ist so konzipiert, dass sie kontinuierlich innerhalb klinischer Umgebungen ohne umfassende Integration in Krankenhaus-IT-Systeme funktioniert.
Kombination von AI mit autonomen UV-C-Desinfektionsgeräten
Eine der sichtbarsten Anwendungen des Unternehmens kombiniert AI-gesteuerte Automation mit UV-C-Desinfektionstechnologie.
Healthcare-assoziierte Infektionen bleiben ein anhaltendes Problem in Krankenhäusern weltweit. Laut Daten, die das Unternehmen vom CDC zitiert, tragen diese Infektionen jährlich zu etwa 72.000 Todesfällen in den Vereinigten Staaten bei.
Das autonome System von Shyld AI verwendet AI, um zu bestimmen, wann und wo Desinfektion erfolgen sollte, basierend auf der Echtzeit-Krankenhausaktivität. Die Plattform kann Raumumschlagphasen erkennen, prozedurale Abschlüsse erkennen und Reinigungsworkflows zwischen Operationen und Patientenübergaben optimieren.
Das Unternehmen verwies auch auf eine Studie der Stanford University, die im American Journal of Infection Control veröffentlicht wurde, die feststellte, dass das System die Kontaminationsraten um mehr als 93 % im Vergleich zu einem Kontrollraum reduzierte.
Agentic AI erweitert sich in die physische Welt
Die Finanzierung erfolgt zu einem Zeitpunkt, an dem das Interesse der Investoren an ” agentic AI” – Systemen, die nicht nur Informationen analysieren, sondern auch autonome Aktionen in dynamischen Umgebungen ausführen können – wächst.
Während sich der größte Teil des aktuellen AI-Marktes auf Software-Copiloten und generative Schnittstellen konzentriert, versuchen eine wachsende Anzahl von Startups, AI in physische operative Umgebungen wie Fertigung, Robotik, Logistik und Healthcare-Infrastruktur zu bringen.
Krankenhäuser stellen eine der anspruchsvollsten Umgebungen für diese Art von Einsatz dar. Sie kombinieren strenge regulatorische Anforderungen, hochvariable Workflows, Datenschutzbeschränkungen und konstanten operativen Druck. Die erfolgreiche Implementierung autonomer AI-Systeme in diesen Umgebungen könnte auf breitere Möglichkeiten für physische AI-Systeme in anderen regulierten Branchen hindeuten.
Shyld AI sagt, es plane, die neue Finanzierung zu nutzen, um die Bereitstellung in US-amerikanischen Gesundheitssystemen auszubauen, während es auch Anwendungen in der pharmazeutischen Fertigung und in regulierten Reinraumumgebungen erforscht.
Die breitere Implikation ist, dass Healthcare-AI möglicherweise zunehmend über digitale Assistenten und administrative Tools hinauswächst und sich zu Systemen entwickelt, die direkt mit der physischen Umgebung interagieren und diese optimieren.
