Financiación
TestDynamics obtiene 9 millones de dólares en una ronda de serie A para evaluar la IA en imágenes médicas

Puntos claveSatori evalúa los algoritmos de imagen en los propios estudios de cada hospital antes…
Ver más
- Satori evalúa los algoritmos de imagen en los propios estudios de cada hospital antes de las decisiones de compra.
- TestDynamics sostiene que la evaluación debe provenir de fuera del modelo en lugar de los proveedores de algoritmos.
- Satori Edge anonimiza los estudios dentro de la red del hospital y los dirige solo a los proveedores habilitados.
TestDynamics ha obtenido 9 millones de dólares en financiación, con una ronda de serie A liderada por Healthier Capital y la participación estratégica de Cedars-Sinai Technology Ventures. La empresa, con sede en Austin, destinará el capital a ampliar Satori, una plataforma independiente de los proveedores que evalúa algoritmos de IA para imágenes médicas e incorpora sus resultados a los flujos de trabajo que ya utilizan los radiólogos.
La financiación apunta a un problema que se agrava a medida que los hospitales adoptan más herramientas de IA: elegir un algoritmo es solo el primer paso. Los sistemas de salud también deben determinar cómo funciona en sus pacientes, conectarlo al software clínico y comprobar si sigue ofreciendo resultados útiles después de su implementación.
TestDynamics afirma que Satori ya se utiliza en la práctica clínica en varios de los diez centros médicos mejor clasificados de Estados Unidos. La empresa planea ampliar su equipo de validación clínica, implementar la plataforma en más sistemas de salud y extender sus capacidades de evaluación y orquestación a otras subespecialidades de diagnóstico por imágenes. El anuncio no identifica esos centros médicos ni revela una valoración.
Una capa de evaluación por encima de los algoritmos de diagnóstico por imágenes de la competencia
La IA para imágenes médicas suele estar especializada. Una herramienta puede detectar posibles hemorragias en una tomografía computarizada de la cabeza, mientras que otra mide estructuras en una resonancia magnética o identifica posibles fracturas en una radiografía. Comprar varias herramientas puede obligar a los radiólogos a conciliar interfaces, resultados y afirmaciones de rendimiento distintas, específicas de cada proveedor.
Satori se sitúa por encima de esas herramientas, en lugar de competir como otro algoritmo de diagnóstico especializado. TestDynamics denomina a su enfoque Amalgamated Intelligence: evalúa los resultados de varios sistemas y los organiza en una vista clínica priorizada. La empresa afirma que compara los algoritmos tanto con hallazgos de referencia, a menudo llamados verdad fundamental, como con productos de la competencia.
«La evaluación debe realizarse fuera del modelo», afirmó el fundador y director ejecutivo Lior Eshel en el anuncio. Su argumento es que los hospitales necesitan un evaluador cuyo papel sea independiente de las empresas que venden los algoritmos.
La descripción de la plataforma añade un detalle práctico a ese planteamiento: las herramientas candidatas se prueban con estudios de imágenes desidentificados del propio centro antes de que los profesionales clínicos y la dirección las elijan. Los resultados establecen una referencia local para el seguimiento posterior. El rendimiento de un modelo en otros lugares constituye una evidencia útil, pero una evaluación local comprueba si esa evidencia se aplica a la carga de trabajo real de diagnóstico por imágenes del hospital.
Cómo se conecta Satori con los sistemas de diagnóstico por imágenes de un hospital
El componente de integración es Satori Edge, un servicio que se instala dentro de la red del hospital. Según la descripción técnica para los equipos de TI de TestDynamics, recibe estudios de un sistema de comunicación y archivo de imágenes, o PACS, y de enrutadores DICOM. PACS almacena y recupera imágenes médicas; DICOM es el estándar utilizado para intercambiar esas imágenes y la información asociada.
Edge desidentifica y cifra los estudios antes de que salgan de la red, los envía únicamente a los proveedores de IA habilitados y vuelve a asociar los resultados recibidos con el paciente correcto dentro del centro. TestDynamics afirma que el servicio utiliza conexiones salientes y que sus acuerdos con los proveedores prohíben conservar los datos de los pacientes o utilizarlos para entrenar modelos.
Esta arquitectura permite al hospital utilizar una sola conexión para incorporar o sustituir herramientas. También simplifica la contratación: TestDynamics mantiene acuerdos y acuerdos de asociado comercial con los proveedores de IA subyacentes. Estos acuerdos abordan las responsabilidades relativas al tratamiento de información médica protegida, mientras que la conexión técnica se encarga de transferir los estudios y los resultados.
Una vista unificada, con los radiólogos a cargo de aprobar los resultados
La expresión «un único resultado» puede dar a entender que varias respuestas de la IA se combinan para generar un nuevo diagnóstico. La documentación de Satori View de la empresa describe un flujo de trabajo más específico: los resultados individuales se muestran tal como los produjo el algoritmo de origen, organizados en una vista uniforme en el momento de la lectura.
Las áreas clínicas pueden elegir qué hallazgos se muestran y en qué orden. Los radiólogos aprueban qué información se incorpora al visor de imágenes o al informe preliminar. Las alertas de prioridad de las herramientas de triaje autorizadas también pueden llegar a las listas de trabajo, mientras que el seguimiento ayuda a mantener visibles los hallazgos incidentales hasta que se les dé respuesta.
Esta distinción es importante para determinar la responsabilidad. El radiólogo debe saber qué herramienta produjo un hallazgo y decidir si lo acepta. Reducir el desorden de las interfaces es útil; preservar la posibilidad de examinar y rechazar un resultado es igual de importante.
Seguimiento del rendimiento después de la puesta en marcha
Satori Governance extiende la evaluación a las operaciones continuas. TestDynamics afirma que realiza un seguimiento del rendimiento con respecto a la referencia de cada hospital, supervisa el uso, compara los hallazgos de la IA con los informes finales y recopila las concordancias, anulaciones y discrepancias de los radiólogos. La dirección puede utilizar ese historial para decidir si mantiene, sustituye o amplía el uso de una herramienta.
El monitoreo busca detectar la deriva: un cambio en el rendimiento que se produce cuando cambian las condiciones que rodean a un modelo. Las actualizaciones de los escáneres, los distintos protocolos de imagen, las nuevas poblaciones de pacientes o las versiones actualizadas de los modelos pueden ser motivos para examinar si una evaluación anterior sigue siendo válida.
La concordancia con un informe final es una señal útil, pero no equivale automáticamente a una verdad de referencia determinada de forma independiente. Revisar las discrepancias y definir casos de referencia fiables siguen siendo partes importantes de la validación clínica. El énfasis de la financiación en ampliar un equipo de validación refleja el trabajo humano que sustenta esta infraestructura.
Financiar la infraestructura que sustenta la IA clínica
La demanda de evaluación externa va más allá de las imágenes médicas. Un comentario de 2024 en Nature Medicine sobre la validación clínica defendió la adopción de estándares de evidencia más rigurosos para las herramientas de salud con IA autorizadas. Unite.ai también ha cubierto las pruebas independientes de la IA para la atención médica, lo que refleja un impulso más amplio para evaluar los sistemas con evidencia ajena a las propias afirmaciones de sus desarrolladores.
La participación de Healthier Capital respalda una tesis sobre infraestructura: los hospitales necesitarán poder cambiar de proveedor de IA sin reconstruir sus sistemas clínicos en torno a cada reemplazo. Cedars-Sinai Technology Ventures suma a la ronda un inversor del sector sanitario especializado en comercialización; TestDynamics también se identifica como participante en el programa de 2023 del Cedars-Sinai Accelerator.
Para TestDynamics, la oportunidad consiste en ofrecer la evaluación, la integración y la supervisión clínica como un servicio continuo, en lugar de como proyectos independientes para cada algoritmo. La financiación de 9 millones de dólares le ayudará a ampliar esa capa; en última instancia, su valor dependerá de que los hospitales obtengan evidencia más clara sobre sus herramientas y un flujo de resultados más útil para los radiólogos.












