Andreas Cleve, Συνιδρυτής και Διευθύνων Σύμβουλος της Corti – Σειρά Συνεντεύξεων

Andreas Cleve, Συνιδρυτής και Διευθύνων Σύμβουλος της Corti, είναι επιχειρηματίας που επικεντρώνεται στην προώθηση της τεχνητής νοημοσύνης στην υγεία. Η δουλειά του στο τομέα ξεκίνησε με την Ovivo, μια πλατφόρμα προγραμματισμού εργατικού δυναμικού για νοσοκομεία που επεκτάθηκε γρήγορα σε όλη τη Δανία πριν αγοραστεί το 2013. Αργότερα, συνίδρυσε την Hyvi, μια έρευνα που εξετάζει μοντέλα γλωσσών που είναι συνειδητά του контекστ και μπορούν να κατανοήσουν σύνθετες συνομιλίες σε πραγματικό χρόνο, τα οποία τελικά εξελίχθηκαν στην Corti το 2018. Πέρα από την κατασκευή εταιρειών, ο Cleve έχει παίξει βασικό ρόλο στην ενίσχυση του οικοσυστήματος της τεχνητής νοημοσύνης στη Βόρεια Ευρώπη μέσω πρωτοβουλιών όπως η Nordic.ai και συμβουλευτικών ρόλων με οργανισμούς όπως η DIGITALEUROPE και το Εθνικό Συμβούλιο Ψηφιακής Μεταρρύθμισης της Δανίας.

Corti είναι μια εταιρεία τεχνητής νοημοσύνης στην υγεία με έδρα την Κοπεγχάγη, η οποία αναπτύσσει εξειδικευμένα μοντέλα που σχεδιάζονται για να κατανοήσουν τις ιατρικές συνομιλίες και να υποστηρίξουν τους κλινικούς γιατρούς σε πραγματικό χρόνο. Η πλατφόρμα της λειτουργεί ως βοηθός τεχνητής νοημοσύνης για τους επαγγελματίες της υγείας, δημιουργώντας κλινική τεκμηρίωση, παρουσιάζοντας ερευνήσεις κατά τη διάρκεια των αλληλεπιδράσεων των ασθενών και αυτοματοποιώντας διοικητικές εργοτικές διαδικασίες. Προσφέροντας την τεχνολογία της μέσω API και ολοκληρώσεων με συστήματα υγείας, η Corti στοχεύει στην μείωση του εργατικού φορτίου των κλινικών γιατρών ενώ βελτιώνει την αποτελεσματικότητα και την λήψη αποφάσεων σε νοσοκομεία και ψηφιακές πλατφόρμες υγείας.

Εκμεταλλευτήκατε μια οικογένεια όπου η υγεία ήταν συνεχής μέρος της καθημερινής ζωής… Πώς αυτές οι πρώιμες εμπειρίες διαμόρφωσαν την ίδρυση της Corti και ποια συγκεκριμένα προβλήματα quyếtισατε να λύσετε από την πρώτη μέρα;

Το να μεγαλώσεις γύρω από την υγεία έκανε δύο πράγματα πονεμένα σαφή: η εξειδίκευση έχει τεράστια σημασία και οι διαδικασίες που μεταφέρουν αυτήν την εξειδίκευση είναι εύθραυστες και συχνά αποτυγχάνουν τους ανθρώπους που τις χρειάζονται περισσότερο. Αυτές οι πρώιμες οικιακές εμπειρίες, οι οποίες περιελάμβαναν να βλέπεις φροντιστές να πασχίζουν, να παρακολουθείς γνώσεις να χαθούν στις μεταβιβάσεις και να νιώθεις τον φόβο που προέρχεται από την ανομοιόμορφη φροντίδα, σπέρναν την πεποίθηση ότι η υγεία πρέπει να είναι προβλέψιμη και ότι οι κλινικοί γιατροί δεν πρέπει ποτέ να είναι μόνοι όταν μια δύσκολη απόφαση έρχεται. Αυτό μεταφράστηκε直接 στην αποστολή ίδρυσης της Corti: να χτίσετε συστήματα που να υποστηρίζουν την εξειδίκευση, ώστε οι κλινικοί γιατροί να έχουν πάντα αξιόπιστη, πραγματικού χρόνου υποστήριξη αποφάσεων.

Από την πρώτη μέρα, αποφασίσαμε να αντιμετωπίσουμε το χάσμα μεταξύ της复雑ίας της σύγχρονης ιατρικής και της περιορισμένης ανθρώπινης ικανότητας να την εφαρμόσει παντού, δημιουργώντας τεχνητή νοημοσύνη που μειώνει την παραλλακτικότητα, επιταχύνει την ανίχνευση και υποστηρίζει ασφαλέστερες αποφάσεις στις στιγμές που έχουν τη μεγαλύτερη σημασία.

Η Corti θέτει τον εαυτό της ως υποδομή τεχνητής νοημοσύνης στην υγεία και όχι ως αυτόνομο βοηθό τεχνητής νοημοσύνης. Τι σημαίνει υποδομή σε αυτό το контекστό, και ποια δυνατότητες ανοίγονται που δεν μπορούν να επιτευχθούν από λύσεις σημείου ή εργαλεία βασισμένα σε συνομιλίες;

Όταν μιλάμε για υποδομή, εννοούμε ότι δεν αποστέλλούμε ένα単ά βοηθό ή widget· χτίζουμε το θεμελιώδες στοίβα που κάνει την κλινική-βαθμού τεχνητή νοημοσύνη δυνατή σε πολλές διαδικασίες. Υποδομή εδώ σημαίνει: μοντέλα και δεδομένα ιατρικής (όχι γενικά δεδομένα του ιστότοπου), ένα στρώμα κλινικής λογικής που παρουσιάζει απαντήσεις με κλινικό контекστό, εργαλεία ζωτικού κύκλου και διακυβέρνησης (κάρτες μοντέλων, ιχνηλάτες, εγγυημένη προέλευση), επιλογές ανάπτυξης που ανταποκρίνουν τους ρυθμιστές (έτσι ώστε να υπάρχουν ιδιωτικά σύννεφα, σε τοπικό ή ιδιωτικό endpoint), και APIs και SDKs που επιτρέπουν στις ομάδες προϊόντων να ενσωματώνουν κλινική ευφυΐα στα εφαρμογικά τους χωρίς να γίνουν εμπειρογνώμονες ML ή συμμόρφωσης.

Αυτή η προσέγγιση ανοίγει τρία πράγματα που οι λύσεις σημείου δεν μπορούν: (1) ανάπτυξη, που σημαίνει μοντέλα και χρόνοι εκτέλεσης που επιβιώνουν πραγματικών κλινικών περιορισμών (καθυστέρηση, κατοικία δεδομένων, ιχνηλάτης); (2) κλίμακα σε ειδικότητες, που σημαίνει επαναχρησιμοποιήσιμα, πιστοποιημένα δομικά στοιχεία (ομιλία, κωδικοποίηση, κλινικά εστιασμένα endpoints) που μειώνουν το κόστος κατασκευής πολλών垂直ων εφαρμογών; και (3) ρυθμιστική και επιχειρηματική εμπιστοσύνη, που σημαίνει πολιτικές, BAAs και πρωτόκολλα συμμόρφωσης που είναι ενσωματωμένα στην πλατφόρμα, ώστε οι πελάτες να μπορούν να μεταβούν από πιλότους σε παραγωγή. Σε λίγα λόγια, η υποδομή μετατρέπει την κλινική έρευνα σε υπηρεσίες που μπορούν να αναπτυχθούν, να πιστοποιηθούν και να κλιμακωθούν από τους développers και τα νοσοκομεία.

Τα γενικής χρήσης μοντέλα τεχνητής νοημοσύνης εφαρμόζονται συχνά σε κλινικές ρυθμίσεις με μικτά αποτελέσματα. Ποια είναι τα πιο συνηθισμένα σημεία όπου αυτά τα μοντέλα αποτυγχάνουν όταν χρησιμοποιούνται σε πραγματικές περιβάλλοντα υγείας;

Τα γενικής χρήσης μοντέλα έχουν κάνει αξιοσημείωτη πρόοδο και για πολλές εργασίες λειτουργούν καλά. Αλλά η υγεία ανταποδίδει το βάθος με τρόπους που η οριζόντια τεχνητή νοημοσύνη δεν μπορεί εύκολα να αναπαραγάγει. Η κλινική λογική εξαρτάται από λεπτές ενδείξεις, ειδικής ορολογίας, ιδρυματικού контекστού και κατανόησης του πώς η τεκμηρίωση ρέει μέσα από ρυθμιστικά και συστήματα αποζημίωσης. Το να το κάνεις σωστό απαιτεί εκπαίδευση σε κλινικά δεδομένα, επικύρωση έναντι κλινικών βεντσών και κατασκευή συμμόρφωσης στο στοίβα από την αρχή. Δεν είναι ένα πρόβλημα προώθησης· είναι ένα πρόβλημα έρευνας, που είναι γιατί νομίζουμε ότι η υγεία χρειάζεται một αφοσιωμένο εργαστήριο τεχνητής νοημοσύνης, ένα που μπορεί να πήξει το βάθος του τομέα αντί να είναι ευρύ σε πολλά.

Η Corti λειτουργεί σε όλη την Ευρώπη, τις ΗΠΑ και πέρα, κάθε μια με διαφορετικά μοντέλα φροντίδας και διακυβέρνησης. Πώς σχεδιάζετε συστήματα τεχνητής νοημοσύνης που προσαρμόζονται σε αυτήν την πραγματική πολυπλοκότητα;

Σχεδιάζουμε για πολυπλοκότητα κατέχοντας περισσότερο του στοίβα και κάνωντας ανάπτυξη και διακυβέρνηση πολίτες πρώτης τάξης. Πρακτικά, αυτό σημαίνει εκπαίδευση σε δεδομένα υγείας μόνο και ρύθμιση μοντέλων για κλινική λογική· κατασκευή ιχνηλατών, καρτών μοντέλων και API BAA-έτοιμων· και αρχιτεκτονική διαδρομής ώστε οι έλεγχοι συμμόρφωσης να επιλέγονται από γεωγραφία και προφίλ κινδύνου. Για τους πελάτες που το χρειάζονται, προσφέρουμε επιλογές ανάπτυξης ιδιωτικού σύννεφου και σε τοπικό endpoint, ώστε οι παρόχοι να μπορούν να επιλέξουν πού ζει το δεδομένο τους και να διατηρήσουν τον έλεγχο των μοντέλων που τρέχουν σε αυτό.

Αυτή η ευελιξία μας επιτρέπει να τρέχουμε την ίδια κλινική τεχνητή νοημοσύνη σε διαφορετικά μοντέλα φροντίδας ενώ τιμούμε τοπικά πρότυπα τεκμηρίωσης, νόμους προστασίας δεδομένων και ιδρυματική διακυβέρνηση. Σημαντικά, αντιμετωπίζουμε την έρευνα ως σκαλί προς την παραγωγή· κάθε πρόοδος πρέπει να είναι ιχνηλατή, δοκιμασμένη και αναπτυγμένη στον πραγματικό κόσμο, όχι μόνο υποσχόμενη στο εργαστήριο. Αυτό είναι το που σημαίνει να χτίζεται για να ευδοκιμήσει στην κλινική πραγματικότητα.

Κοιτάζοντας τις κλινικές ροές εργασιών της πρώτης γραμμής σήμερα, πού η Corti παρέχει την πιο άμεση, μετρήσιμη επίδραση, και γιατί αυτές οι περιοχές έχουν τη μεγαλύτερη σημασία για τους υπερφορτωμένους κλινικούς γιατρούς;

Η Corti έχει την πιο άμεση επίδραση σήμερα στις κλινικές και διοικητικές ροές εργασιών που φέρουν το μεγαλύτερο φορτίο. Τα μοντέλα και APIs μας ενεργοποιούν την περιβαλλοντική τεκμηρίωση, κωδικοποίηση και αυτοματοποίηση που οδηγείται από πράκτορες μέσα στο λογισμικό υγείας που χρησιμοποιούν οι κλινικοί γιατροί κάθε μέρα.

Αυτές οι περιοχές έχουν σημασία γιατί η τεκμηρίωση και η αποζημίωση είναι μεταξύ των πιο χρονοβόρων και σφαλμάτων μερών της παροχής φροντίδας. Όταν οι συνομιλίες γίνονται δομημένες, σημειώσεις EHR-έτοιμες σε πραγματικό χρόνο, όταν η κωδικοποίηση είναι πλήρης και πιο ακριβής, και όταν οι ρουτίνες ροές εργασιών αυτοματοποιούνται ασφαλώς μέσα σε ρυθμισμένα συστήματα, οι κλινικοί γιατροί δαπανών λιγότερο χρόνο σε εργασίες γραφείου και οι οργανισμοί βλέπουν μετρήσιμες βελτιώσεις στην αποτελεσματικότητα και την ποιότητα αποζημίωσης.

Η υγεία δεν είναι ένα μονολιθικό πρόβλημα αλλά χιλιάδες ειδικότητας-ειδικές ροές εργασιών που λειτουργούν υπό ρυθμιστική πίεση. Χτίζοντας παραγωγικής ποιότητας τεχνητή νοημοσύνη που ευδοκιμεί στην κλινική πραγματικότητα, ενεργοποιούμε τις εταιρείες λογισμικού και τα συστήματα υγείας να αντιμετωπίσουν αυτά τα προβλήματα σε κλίμακα. Αυτό είναι το που η Corti, το εργαστήριο τεχνητής νοημοσύνης της υγείας, παρέχει πρακτική, μετρήσιμη απόδοση.

Η Corti υποστηρίζει εκατοντάδες χιλιάδες αλληλεπιδράσεις ασθενών κάθε μέρα. Ποια μαθήματα έχουν προκύψει από την λειτουργία της τεχνητής νοημοσύνης σε αυτήν την κλίμακα που δεν είναι εμφανή σε πιλότους ή περιβάλλοντα εργαστηρίου;

Η λειτουργία σε κλίμακα αποκαλύπτει τριβές που κρύβονται οι πιλότοι ετερογενής ποιότητα δεδομένων (κανένα δύο EHR ή μεταγραφές δεν μοιάζουν το ίδιο), περιορισμοί παραγωγής και ροής, νομική και συμβατική πολυπλοκότητα σε πελάτες και γεωγραφίες, και τις διαρκείς περιπτώσεις που εμφανίζονται μόνο υπό φορτίο. Τα εργαστήρια μπορούν να μετρήσουν την ακρίβεια σε συνόλους που έχουν επιλεγεί· η παραγωγή σας αναγκάζει να λύσετε τη διαδρομή, την παρακολούθηση, την ανίχνευση ολίσθησης, την αναίρεση μοντέλων και τις ιχνηλατές ευθύνης. Ένα άλλο μάθημα: η πραγματική εμπιστοσύνη κερδίζεται με το να κάνετε τα μοντέλα εξηγήσιμα, επαναλαμβανόμενα και πιστοποιήσιμα, αντί για απόδοση σε ένα μόνο σημείο. Τέλος, οι πιλότοι υποτιμούν το συνολικό κόστος ιδιοκτησίας: οι développers στην παραγωγή χρειάζονται SDKs, συνεπείς endpoints και πρωτόκολλα διακυβέρνησης για να διατηρήσουν την ασφάλεια και να επαναλάβουν продукτικά.

Η υγεία απαιτεί μεγαλύτερη εξηγήσιμη από την καταναλωτική τεχνητή νοημοσύνη. Πώς αντιμετωπίζετε την κλινική λογική, τη διαφάνεια και την ευθύνη όταν η τεχνητή νοημοσύνη επηρεάζει ιατρικές αποφάσεις;

Η υγεία απαιτεί υψηλότερο πρότυπο γιατί το κόστος του λάθους είναι πραγματικό. Η κλινική τεχνητή νοημοσύνη δεν μπορεί απλά να παράγει πιθανή γλώσσα· πρέπει να λογικεύει πάνω από σύνθετες, ρυθμισμένες, υψηλού κινδύνου πληροφορίες με τρόπο που είναι διαφανής και ελέγξιμος.

Γι’ αυτό, αναπτύξαμε την GIM, τη μέθοδο μας για την τροποποίηση της αλληλεπίδρασης των gradient, για να κάνουμε την κλινική λογική πιο ερμηνεύσιμη στο επίπεδο του μοντέλου. Η GIM πρόσφατα κατέλαβε την πρώτη θέση στο Hugging Face Mechanistic Interpretability Benchmark, κατατάσσοντας #1 στο leaderboard μεταξύ των προσεγγίσεων ερμηνευσιμότητας. Αυτό έχει σημασία γιατί η ερμηνευσιμότητα δεν είναι एक ακαδημαϊκή άσκηση στην υγεία – είναι θεμελιώδες για την εμπιστοσύνη, την ασφάλεια και την ρυθμιστική υιοθέτηση.

Πέρα από την έρευνα, η διαφάνεια πρέπει να μεταφερθεί στην ανάπτυξη. Παρέχουμε κάρτες μοντέλων, βεντσών επικύρωσης, ιχνηλάτες και έλεγχο έκδοσης, ώστε οι πελάτες να γνωρίζουν ακριβώς τι τρέχει και πώς αξιολογήθηκε. Οι έξοδοι είναι συνδεδεμένες με ενδείξεις, η αβεβαιότητα είναι ρητή και τα συστήματα σχεδιάζονται για να υποστηρίξουν τους κλινικούς γιατρούς ως εγγυητές αποφάσεων, όχι να τους αντικαταστήσουν με ένα αδιαφανές μαύρο κουτί.

Στην υγεία, η εξηγήσιμη δεν είναι χαρακτηριστικό. Είναι προαπαιτούμενο για την εμπιστοσύνη. Αυτός είναι ο λόγος που αντιμετωπίζουμε την κλινική τεχνητή νοημοσύνη ως εργαστήριο дисциплина πρώτα και διασφαλίζουμε ότι η έρευνα αποστέλλεται σε παραγωγικές ποιότητας συστήματα που μπορούν να ελεγχθούν, να διακυβερνηθούν και να αναπτυχθούν ασφαλώς.

Η κυριαρχία της τεχνητής νοημοσύνης είναι ένα κρίσιμο θέμα σε ρυθμισμένους τομείς. Τι σημαίνει η κυριαρχία στην υγεία, και πώς μπορούν οι παρόχοι να διατηρήσουν τον έλεγχο ενώ ακόμα επωφελούνται από την προηγμένη τεχνητή νοημοσύνη;

Στην υγεία, η κυριαρχία σημαίνει ότι οι παρόχοι διατηρούν τον έλεγχο над την κατοικία δεδομένων, την επιλογή μοντέλων και την λειτουργική διακυβέρνηση. Πρακτικά, η κυριαρχία επιτυγχάνεται με επιλογές για τοπική ή περιφερειακή φιλοξενία (ιδιωτικά σύννεφα και σε τοπικό endpoint), ιδιωτικά endpoints μοντέλων, πλήρη έλεγχο ιχνηλάτη και διακυβέρνησης, και συμβατικές και τεχνικές εγγυήσεις (BAAs, SLAs, DPIAs). Η κυριαρχία δεν είναι αντι-σύννεφο· είναι για να δώσει στους παρόχους την ικανότητα να επιλέξουν πού τρέχουν οι εργασιότητές τους και να έχουν εγγυημένο έλεγχο και ιχνηλασιμότητα πάνω στα μοντέλα και τα δεδομένα. Αυτή η συνδυασμένη επιλογή επιτρέπει στους παρόχους να έχουν πρόσβαση σε προηγμένα χαρακτηριστικά ενώ ανταποκρίνεται στις νομικές και ιδρυματικές υποχρεώσεις.

Ως ιδρυτής και σύμβουλος σε πρωτοβουλίες της ΕΕ, πώς βλέπετε την εξέλιξη της ρύθμισης, και πού οι νομοθέτες ακόμα υποτιμούν τις τεχνικές πραγματικότητες της κλινικής τεχνητής νοημοσύνης;

Η Ευρώπη έχει δίκιο να λαμβάνει τη ρύθμιση σοβαρά. Στην υγεία, η ιχνηλασιμότητα, η παρακολούθηση και η ευθύνη δεν είναι προαιρετικές – είναι προαπαιτούμενα για την εμπιστοσύνη.

Πού οι νομοθέτες μερικές φορές υποτιμούν την πραγματικότητα είναι στο πόσο λειτουργική είναι η κλινική τεχνητή νοημοσύνη. Η πιστοποίηση δεν είναι μια μια φορά έγκριση· απαιτεί συνεχής παρακολούθηση, έλεγχο έκδοσης και συνεχιζόμενη επικύρωση. Ταυτόχρονα, πρέπει να αποφεύγουμε την υπερρύθμιση. Αν η συμμόρφωση γίνει αsymmetrical, η καινοτομία επιβραδύνεται και τα χρήσιμα εργαλεία δεν φτάνουν ποτέ στους κλινικούς γιατρούς.

Στην Corti, υποθέτουμε ρύθμιση από την πρώτη μέρα. Χτίζουμε την ιχνηλασιμότητα, τη διακυβέρνηση μοντέλων και τις επιλογές κυριαρχίας ανάπτυξης直接 στο μοντέλο και τις APIs μας, ώστε οι startups και οι καθιερωμένες εταιρείες δεν χρειάζεται να ανακατασκευάσουν για συμμόρφωση αργότερα. Η υγεία είναι σύνθετη και κατακερματισμένη, και ο μόνος τρόπος να κινηθούμε με ταχύτητα είναι να ψήσουμε τη ρυθμιστική ετοιμότητα στο θεμέλιο. Η ισορροπία που χρειάζεται η Ευρώπη είναι αυστηρή αλλά πρακτική: προστατεύει τους ασθενείς αλλά κάνει δυνατή την κατασκευή και την ανάπτυξη ασφαλώς σε κλίμακα.

Κοιτάζοντας μπροστά 12–24 μήνες, ποια σημαντικά στροφές πρέπει να περιμένουν οι ηγέτες της υγείας από την Corti, και πώς αυτοί οι σχεδιασμοί θέτουν τις βάσεις για το 2026;

Περιμένετε την Corti να διπλασιάσει την προσπάθεια της στο μονοπάτι εργαστηρίου-παραγωγής: αποστολή ερευνητικών, κλινικής-βαθμού μοντέλων και συσκευασίας τους ως αναπτυγμένη υποδομή (ομιλία, κωδικοποίηση και endpoints πράκτορα, στρώμα κλινικής λογικής και επιλογές κυριαρχίας ανάπτυξης), όλα σχεδιασμένα για να μεταφέρουν τους πελάτες από πιλότους σε πιστοποιημένη παραγωγή. Οι επικείμενες σχεδιασμοί του δρόμου περιλαμβάνουν βελτιωμένα STT και benchmarκς καθυστέρησης, φωνητικούς πράκτορες, μοντέλα ιατρικής κωδικοποίησης που πηγαίνουν στην παραγωγή, και πολλές εκδόσεις κυριαρχίας σύννεφου, όλα σχεδιασμένα για να μεταφέρουν τους πελάτες από πιλότους σε πιστοποιημένη παραγωγή. Η Corti δεν είναι μια seule εφαρμογή· είναι το εργαστήριο τεχνητής νοημοσύνης της υγείας, χτισμένο για να ενεργοποιήσει ολόκληρες κατηγορίες ασφαλούς, ιχνηλατούμενης κλινικής λογισμικού – το θεμέλιο για τις φιλοδοξίες μας για το 2026.

Ευχαριστούμε για τη μεγάλη συνέντευξη, οι αναγνώστες που επιθυμούν να μάθουν περισσότερα πρέπει να επισκεφθούν Corti.