Jonathan Kron, PDG de BloodGPT – Série d’entretiens

Jonathan Kron est le PDG de BloodGPT. Il est un stratège et entrepreneur dans le domaine de la santé, avec plus de 20 ans d’expérience dans la création et le développement de entreprises de santé. Avant de rejoindre BloodGPT, il a fondé et vendu Med24, une clinique basée à Londres (qui a levé 5 millions de livres sterling et a été vendue en 2022), co-fondé PCG, une startup de soins de santé à domicile basée à Monaco qui a obtenu plus de 1 million de dollars en contrats avec un budget de démarrage de 500 000 dollars, et a conseillé des entreprises de santé numérique, notamment Klarity et LIPS Healthcare sur des financements et une croissance importants.

BloodGPT est une plateforme alimentée par l’IA pour les laboratoires d’analyse et les cliniques qui s’intègre sans effort dans les flux de travail existants, interprétant les résultats des analyses de sang en quelques secondes avec une précision de 99,99 %.

Vous avez passé plus de deux décennies à créer et à développer des entreprises de santé. Quelles expériences personnelles ou quels points de douleur dans l’industrie vous ont amené à BloodGPT ?

J’ai entendu parler de BloodGPT pour la première fois plus tôt cette année par l’intermédiaire d’un collègue. Le concept m’a immédiatement parlé, à la fois sur le plan personnel et commercial. Je suis quelqu’un qui a toujours suivi ses propres analyses de sang dans des tableurs, en extrayant des nombres de PDF et d’images, pour finalement tomber sur des unités incohérentes, des plages de référence et des conventions de dénomination. C’était fastidieux et souvent peu fiable. Et au fond, je savais que je ne pouvais pas être le seul à faire face à la frustration de recevoir des résultats désorganisés, fragmentés et inaccessibles d’un médecin, d’un laboratoire ou d’une clinique.

Pour cette raison, dans les jours qui ont suivi ma découverte de BloodGPT, j’ai eu un appel avec les fondateurs et, à la fin de celui-ci, je suis devenu le CSO. Après plus de 20 ans passés à travailler dans des cliniques, des startups et des systèmes de santé, je savais que c’était exactement ce que je cherchais.

BloodGPT répond à certains points de douleur que j’ai vus à plusieurs reprises. Les gens reçoivent des résultats d’analyses, mais l’accès est fragmenté, le contexte est perdu et le processus submerge les professionnels déjà surmenés. Pensez-y. Les données sanguines sont l’un des signaux les plus riches de l’état général de santé, et pourtant, elles sont encore sous-utilisées.

Donc, ma raison était que si nous pouvons combiner l’IA et la science des données avancée avec de solides connaissances en santé, nous pouvons rendre ces informations utilisables en temps réel pour tout le monde : les individus, les professionnels de la santé et les systèmes dans leur ensemble.

BloodGPT promet une précision de 99,99 % dans l’interprétation des résultats d’analyses de sang et s’intègre directement dans les flux de travail de laboratoire existants. Pouvez-vous nous expliquer comment la plateforme a été conçue et quels sont les principaux défis que vous avez rencontrés pour la lancer sur le marché ?

Funnily enough, tout a commencé avec une conversation de voisin à voisin. Nikita Udovichenko, un biochimiste et consultant en nutrition sportive, voyait constamment le même problème dans sa pratique avant de co-fonder BloodGPT. Les gens recevaient leurs rapports d’analyses de sang et ne savaient pas quoi en faire. Son voisin Vasilii Lazuka, un entrepreneur en série dans l’IA et maintenant co-fondateur et CTO, a immédiatement vu le potentiel. Ce qui a commencé comme un échange occasionnel est rapidement devenu un projet réel. Peu de temps après, l’expert en développement de produits IA Nata Savaścienka a rejoint en tant que co-fondateur et CPO, et je me suis joint à eux, travaillant aux côtés de l’équipe et tirant parti de mes vingt ans d’expérience dans la création de plateformes de santé et de données.

À partir de ce moment, l’objectif est devenu de construire un système qui traite chaque nombre comme des données vérifiables, et non comme quelque chose que un modèle de langage peut deviner. Nous avons conçu une architecture multi-couche qui normalise chaque biomarqueur aux codes LOINC — Identificateurs et noms de codes logiques d’observation, la norme internationale pour les rapports de tests de laboratoire — vérifie chaque unité avec UCUM, le Code unifié pour les unités de mesure, et défère toujours aux plages de référence du laboratoire lui-même.

De mes 20 ans de travail avec des professionnels de la santé, je sais à quel point la confiance est centrale dans ce secteur. C’est pourquoi, alors que nous construisions BloodGPT, les défis les plus difficiles sur lesquels nous nous sommes concentrés étaient la stabilité et la confiance. Nous devons nous rappeler que les grands modèles peuvent donner des réponses différentes au même fichier, mal lire les dates ou inventer des plages. Nous nous sommes donné pour mission de nous assurer que chaque sortie soit reproductible et entièrement traçable à sa source.

Aujourd’hui, la plateforme se connecte directement aux flux de travail de laboratoire via les API FHIR — Ressources d’interopérabilité des soins de santé rapides, une norme moderne qui permet aux systèmes d’information de santé de partager des données de manière sécurisée et efficace. Elle fonctionne également avec les systèmes d’information de laboratoire hérités, ce qui permet aux professionnels de récupérer du temps et fournit aux individus une clarté immédiate.

De nombreux patients se tournent maintenant vers des LLM (modèles de langage général) pour interpréter les résultats d’analyses. Quels risques voyez-vous dans cette tendance, et comment BloodGPT offre-t-il une alternative plus sûre et plus fiable ?

Les modèles de langage général ne sont pas conçus pour les données de laboratoire. Ils peuvent mal lire les unités, mélanger les dates ou inventer des valeurs de référence, et ils ne montrent pas quand ils sont incertains. Un patient peut coller des résultats et obtenir une réponse polie qui est simplement fausse. Et la partie effrayante, c’est qu’elle sonne tellement convaincante que vous pourriez ne pas penser à la remettre en question.

BloodGPT est formé et validé spécifiquement pour les flux de travail de pathologie. Chaque valeur est liée aux identificateurs LOINC et vérifiée par rapport aux normes de mesure UCUM, et la plateforme utilise toujours les plages de référence du laboratoire comme référence finale. Des garde-fous multi-couches traçent chaque sortie jusqu’à sa source, de sorte que la même entrée produit le même résultat entièrement auditable.

Cette conception spécifique, axée sur la reproductibilité et la provenance transparente, offre aux professionnels et aux individus un niveau de fiabilité que un chatbot général ne peut pas fournir.

Votre carrière a embrassé la fondation de cliniques, la consultation pour des startups et maintenant la direction d’une entreprise de santé numérique alimentée par l’IA. Comment votre perspective sur l’innovation dans le domaine de la santé a-t-elle évolué au cours de ce parcours ?

Au début, l’innovation signifiait des briques et du mortier — construire de nouvelles installations et services pour réduire les listes d’attente et rationaliser les parcours des patients. Plus tard, il s’est agi de modèles d’entreprise, ce qui implique de fournir des soins plus efficacement, des opérations plus durables et d’améliorer l’expérience globale du patient.

Aujourd’hui, cependant, l’accent est mis sur l’intelligence et l’échelle. L’IA ouvre des possibilités qui étaient inimaginables lorsque j’ai commencé, mais une leçon est restée constante. La technologie, en soi, ne transforme pas les soins de santé. Les systèmes, les incitations et les adoptions le font.

À cet égard, ma réflexion a évolué de « Comment construisons-nous ? » à « Comment intégrons-nous ? » Je suis fermement convaincu que les entreprises qui réussiront ne seront pas nécessairement celles qui ont les algorithmes les plus sophistiqués. Ce seront celles dont les outils alimentent en douceur et discrètement les routines quotidiennes des médecins, des patients et des systèmes de santé.

Un thème récurrent dans le domaine de la santé numérique est l’équilibre entre l’automatisation et le contact humain. Comment envisagez-vous que l’IA, comme BloodGPT, redéfinira le rôle des médecins — en particulier en réduisant l’épuisement professionnel tout en préservant le jugement et l’empathie ?

Les médecins ne s’épuisent pas parce qu’ils prennent soin des gens. Ils s’épuisent à cause de la paperasse, des tests en double, des systèmes fragmentés et de toutes les tâches administratives qui les éloignent de leurs patients. Chaque médecin que je connais préférerait passer cinq minutes à parler à un patient plutôt que de remplir un autre formulaire. Cette charge de travail supplémentaire, malheureusement, ne cesse de croître, et elle érode le temps et l’énergie dont ils disposent pour les soins cliniques réels.

BloodGPT a été conçu pour alléger cette pression. La plateforme prend en charge les tâches lourdes consistant à organiser et à interpréter les informations de laboratoire et fournit des insights clairs et structurés qui s’intègrent dans les flux de travail existants. Lorsque ces étapes routinières sont gérées de manière automatisée et fiable, les médecins peuvent consacrer plus de leur journée à ce qu’ils seuls peuvent faire, qui est d’écouter, d’exercer leur jugement et de construire la confiance avec les personnes qu’ils traitent.

Je ne pense pas que l’IA remplacera les médecins. Si quoi que ce soit, elle leur permet de revenir au cœur de leur profession, en passant plus de temps en conversation et moins de temps à poursuivre les données. C’est là que la technologie peut rendre la médecine plus humaine, et non moins.

L’un de vos objectifs déclarés est d’économiser des millions de dollars aux cliniques chaque année grâce à des gains d’efficacité. Quels sont les mécanismes d’économie les plus tangibles que BloodGPT offre ?

Les économies proviennent de trois domaines principaux.

Premièrement, le temps. La révision et l’interprétation des résultats d’analyses de sang sont encore un processus lent et manuel dans de nombreux systèmes de santé. BloodGPT réduit la fenêtre de révision et d’interprétation de plusieurs minutes à quelques secondes pour chaque test. Sur des milliers de résultats chaque semaine, cela se traduit par des centaines d’heures de cliniciens rendues aux soins des patients.

Deuxièmement, la continuité. La plateforme conserve un historique en cours de chaque donnée de sang d’un patient, de sorte que les tendances et les anomalies sont faciles à repérer. Cela réduit les tests en double et attrape les erreurs qui pourraient déclencher des rendez-vous de suivi ou des analyses de sang inutiles.

Troisièmement, l’utilisation des ressources. Lorsque les informations sont livrées avec précision et instantanément, le personnel peut se concentrer sur des tâches à plus forte valeur et les laboratoires peuvent fonctionner avec des équipes de support plus légères.

Lorsque vous additionnez ces effets, un système de santé de taille moyenne peut voir des économies annuelles de plusieurs millions de dollars, tout en améliorant les résultats. Dans le domaine de la santé, il est rare de réduire les coûts et d’améliorer la qualité en même temps, et c’est exactement ce que nous visons.

Vous avez noté que les horizons d’investissement à court terme tuent souvent l’innovation systémique dans l’IA de la santé. Comment pensez-vous que les fondateurs et les investisseurs peuvent s’aligner pour assurer un impact à long terme ?

Cela commence par une mission partagée. Si un investisseur recherche un retournement de 12 mois, le secteur de la santé n’est pas le bon endroit. Ce secteur exige de la patience, une conformité stricte et des années de construction de la confiance.

Les fondateurs ont un rôle à jouer dans la fixation des attentes. Ils doivent expliquer les délais réglementaires, les cycles d’adoption et les réalités du remboursement afin que les partenaires comprennent pourquoi les progrès peuvent sembler lents de l’extérieur.

Les investisseurs, de leur côté, devraient soutenir la croissance basée sur les jalons et résister à la poursuite des métriques de vanité. Les entreprises qui changent vraiment l’IA dans le domaine de la santé seront celles qui sont construites par des partenaires qui sont prêts à réfléchir sur un horizon de cinq à dix ans et qui restent engagés pour tout le voyage, et non juste pour le premier rebond de valorisation ou une sortie rapide.

Avec les réglementations qui se resserrent autour de l’IA dans le domaine de la santé, comment BloodGPT aborde-t-il la conformité, la sécurité et la construction de la confiance avec les cliniciens et les patients ?

Dès le début, nous avons traité la conception responsable comme faisant partie du produit, et non comme une après-pensée. Notre équipe suit les principales normes de confidentialité et de sécurité utilisées dans le domaine de la santé et surveille de près les réglementations en évolution aux États-Unis, en Europe et sur d’autres marchés clés. Notre objectif est de mettre en place de solides pratiques de gestion des données, des algorithmes transparents et des sorties qui peuvent être entièrement auditées.

Comme je l’ai mentionné plus tôt, la confiance était notre plus grand défi au début, et elle est restée notre étoile polaire. Pour nous, il s’agit de plus que de cocher les cases réglementaires. Les professionnels peuvent voir d’où vient chaque valeur et comment elle a été traitée, ce qui leur donne confiance dans les informations. Les patients apprécient la même clarté. BloodGPT est un outil pour organiser et présenter leurs propres résultats, et non pour remplacer le rôle d’un clinicien. Dans ce sens, la sécurité et la confiance ne sont pas des fonctionnalités que nous ajoutons plus tard. Elles sont le produit lui-même.

En regardant vers l’avenir, voyez-vous l’interprétation par l’IA s’étendant au-delà des tests sanguins à d’autres domaines diagnostiques — et si oui, où pensez-vous que les plus grandes avancées seront réalisées en premier ?

C’est déjà en cours. La radiologie, la génomique et l’ophtalmologie ont dépassé le stade expérimental. Dans ces domaines, les systèmes d’IA aident à identifier les cancers précoces sur les scans, à analyser les variants génétiques complexes et à signaler les signes de la rétinopathie diabétique sur les images rétiniennes. Dans chaque cas, la sortie va à un clinicien qualifié pour examen, donc le professionnel reste en contrôle de la décision finale.

La prochaine vague sera celle de la connexion et de l’intégration plutôt que de domaines individuels. Considérez que l’imagerie, la génomique, les dispositifs portables et les données de laboratoire sont encore traitées comme des flux distincts. L’IA les réunira de plus en plus, en corrélant des signaux subtils — un marqueur sanguin, une variation génétique, un modèle issu d’un dispositif portable — pour révéler le risque longtemps avant qu’un seul test ne puisse le faire.

La véritable avancée sera cette intégration : une couche d’intelligence reliant plusieurs entrées pour donner aux médecins et aux patients une vue continue et en temps réel de la santé et du risque. Ce passage des soins épisodiques aux soins prédictifs et proactifs est là où l’impact le plus important se trouve.

Enfin, qu’est-ce qui vous excite le plus à propos de l’avenir de l’IA dans le domaine de la santé, et quel rôle voyez-vous BloodGPT jouer dans l’élaboration de cet avenir ?

Ce qui m’excite le plus, franchement, c’est ce dont je viens de discuter concernant le passage des soins réactifs aux soins proactifs. Pendant des décennies, nous avons attendu que les gens tombent malades avant d’intervenir. Oui, la prévention et la responsabilité personnelle ont toujours fait partie de la conversation, mais l’IA peut enfin rendre cette vision pratique, en identifiant les risques plus tôt, en guidant les choix plus sains et en personnalisant les informations à une échelle que nous n’avons jamais vue auparavant.

BloodGPT est conçu pour faire partie de cette fondation. Les données sanguines sont le signal de santé le plus courant et le plus largement disponible, et pourtant, elles sont souvent sous-utilisées. En rendant ces informations plus faciles à comprendre et à agir, nous aidons à transformer des nombres bruts en insights clairs, et des insights en vies plus saines. Au bout du compte, c’est l’objectif simple. Prendre quelque chose de complexe et le transformer en quelque chose que les gens peuvent utiliser. Nous posons les fondements des soins dont les gens auront besoin dans les années à venir, tout en améliorant les soins de santé quotidiens dès maintenant. 

Merci pour cette grande interview, les lecteurs qui souhaitent en savoir plus devraient visiter BloodGPT.