फंडिंग
एडिओक ने स्वास्थ्य प्रणालियों में क्लिनिकल एआई का विस्तार करने के लिए सीरीज ई में 150 मिलियन डॉलर जुटाए
Unite.AI को Google पर अपने पसंदीदा स्रोतों में जोड़ें
क्लिनिकल एआई कंपनी एडिओक ने $150 मिलियन श्रृंखला ई फंडिंग हासिल की है, जिसका नेतृत्व गोल्डमैन सैक्स अल्टरनेटिव्स (GS ) द्वारा किया जा रहा है, क्योंकि स्वास्थ्य प्रणालियां अलग-अलग एआई टूल्स से परे एकीकृत, उद्यम-व्यापी मंचों की ओर देख रही हैं।
इस दौर में जनरल कैटालिस्ट, सॉफ्टबैंक इन्वेस्टमेंट एडवाइजर्स और एनवेंचर्स की भागीदारी है, जो कंपनी के कुल फंडिंग को $500 मिलियन से अधिक कर देती है। यह बढ़ते दबाव के बीच आता है कि अस्पतालों को निदान त्रुटियों, कर्मचारी कमी, और बढ़ती इमेजिंग वॉल्यूम को संबोधित करने की आवश्यकता है – कारक जो संयुक्त राज्य अमेरिका में प्रति वर्ष सैकड़ों हजारों रोकथाम योग्य मौतों के लिए योगदान करते हैं।
बिंदु समाधानों से सिस्टम-व्यापी एआई तक
वर्षों से, स्वास्थ्य सेवा में एआई को मुख्य रूप से एकल-उद्देश्य वाले टूल के रूप में तैनात किया गया है – एक समय में एक स्थिति का पता लगाने के लिए डिज़ाइन किए गए एल्गोरिदम। यह दृष्टिकोण विशेष रूप से उन वातावरणों में सीमित प्रभाव डालता है जहां चिकित्सकों को कई स्थितियों में इमेजिंग डेटा की व्याख्या करनी होती है।
एडिओक एक व्यापक बदलाव का हिस्सा है जो फाउंडेशन मॉडल-चालित प्रणालियों की ओर बढ़ रहा है जो मोडलिटी और उपयोग के मामलों में संचालित हो सकती हैं। इसका प्रोप्राइटरी केयर ™ फाउंडेशन मॉडल मल्टीमॉडल क्लिनिकल डेटा का विश्लेषण करने और एक ही आर्किटेक्चर से कई रोगविज्ञानों में एआई कवरेज बढ़ाने के लिए डिज़ाइन किया गया है।
यह बदलाव अन्य एआई क्षेत्रों में हो चुके बदलाव की तरह है: संकीर्ण टूल्स से सामान्य प्रणालियों तक जो जटिल कार्य प्रवाहों का समर्थन कर सकती हैं।
क्लिनिकल एआई के लिए एक ऑपरेटिंग सिस्टम बनाना
एडिओक के दृष्टिकोण के केंद्र में इसका उद्यम मंच aiOS ™ है, जो एक क्लिनिकल एआई ऑर्केस्ट्रेशन परत के रूप में कार्य करता है। व्यक्तिगत एल्गोरिदम को अलग-अलग तैनात करने के बजाय, aiOS अस्पताल के बुनियादी ढांचे में एआई को एकीकृत करता है, जिसमें इमेजिंग सिस्टम और इलेक्ट्रॉनिक स्वास्थ्य रिकॉर्ड शामिल हैं।
मंच एक ही स्कैन पर कई एल्गोरिदम चलाने की अनुमति देता है, जो तत्काल ध्यान देने योग्य निष्कर्षों को प्राथमिकता देता है और अपेक्षित और आकस्मिक रूप से मिली असामान्यताओं दोनों को सतह पर लाता है। यह ऑर्केस्ट्रेशन परत निदान अंतराल को कम करने और कार्य प्रवाह की दक्षता में सुधार करने के लिए डिज़ाइन की गई है।
यह नियामक क्लिनिकल वातावरण में एआई प्रणालियों के आगमन के साथ तेजी से आवश्यक हो रहे शासन तंत्रों की शुरुआत भी करता है – जैसे कि सत्यापन, निगरानी और प्रदर्शन ट्रैकिंग।
वास्तविक क्लिनिकल वातावरण में एआई को स्केल करना
एडिओक की प्रौद्योगिकी पहले से ही महत्वपूर्ण पैमाने पर तैनात की जा चुकी है, जो प्रति वर्ष करोड़ों रोगी मामलों का विश्लेषण करती है और दुनिया भर में हजारों अस्पतालों में देखभाल वितरण का समर्थन करती है।
इसकी प्रणालियों का उपयोग वास्तविक समय क्लिनिकल सेटिंग्स में, विशेष रूप से रेडियोलॉजी में किया जाता है, जहां एआई तत्काल ध्यान देने योग्य निष्कर्षों को झंडा दिखा सकता है और रोगियों की प्राथमिकता तय करने संबंधी निर्णय लेने में तेजी ला सकता है। हाल की रिपोर्टिंग उपयोग के मामलों को उजागर करती है जो आंतरिक चोटों का पता लगाने से लेकर इमेजिंग डेटा के आधार पर आपातकालीन मामलों को प्राथमिकता देने तक हैं।
यह तैनाती प्रयोग से परिचालन निर्भरता की ओर संक्रमण को दर्शाती है – जहां एआई अब एक ऐड-ऑन नहीं है, बल्कि मूल क्लिनिकल बुनियादी ढांचे का हिस्सा है।
अगला चरण: एंड-टू-एंड क्लिनिकल कार्य प्रवाह
नई फंडिंग एडिओक के फाउंडेशन मॉडल के विस्तार और एंड-टू-एंड कार्य प्रवाह में आगे बढ़ने का समर्थन करेगी। विकास का एक प्रमुख क्षेत्र स्वचालित ड्राफ्ट रिपोर्ट जनरेशन है, जिसका उद्देश्य एआई को पहचान से आगे बढ़ाकर संपूर्ण क्लिनिकल कार्य प्रवाह में सहभागी बनाना है।
यह दिशा ऐसे भविष्य का संकेत देती है जहां एआई प्रणालियां केवल असामान्यताओं को हाइलाइट नहीं करती हैं – वे चिकित्सकों के लिए निष्कर्षों को अधिकाधिक संरचित, सारांशित और संदर्भित करने में भी भाग ले सकती हैं।
व्यावहारिक रूप से, यह स्कैन, निदान और उपचार के बीच के समय को संकुचित कर सकता है, साथ ही स्वास्थ्य पेशेवरों पर संज्ञानात्मक भार को कम कर सकता है।
स्वायत्त क्लिनिकल निर्णय समर्थन की ओर
जो उभर रहा है वह एक परिवर्तन है जो खंडित एआई टूल्स से एकीकृत प्रणालियों तक है, जो स्वास्थ्य सेवा के भीतर बुनियादी ढांचे के रूप में कार्य करती हैं।
जैसे ही ये प्लेटफ़ॉर्म परिपक्व होते हैं, उनका मूल्य बढ़ती हुई यह होगा कि वे विभागों में कैसे समन्वय करते हैं, निर्णय लेने में मानकीकरण करते हैं और देखभाल में परिवर्तनशीलता को कम करते हैं। तकनीकी चुनौती अब केवल सटीक मॉडल बनाना नहीं है – यह सुनिश्चित करना है कि वे जटिल अस्पताल के वातावरण में, सख्त नियामक पर्यवेक्षण के तहत, विश्वसनीय रूप से संचालित हो सकते हैं।
समय के साथ, “एआई-सहायता प्राप्त” और “मानक” देखभाल के बीच का अंतर धुंधला होना शुरू हो सकता है। एआई एक दिखाई देने वाला टूल नहीं हो सकता है – यह एक अंतर्निहित परत बन सकता है जो निरंतर डेटा की व्याख्या करता है, जोखिमों को झंडा दिखाता है और वास्तविक समय में चिकित्सकों का समर्थन करता है।
यदि यह परिवर्तन होता है, तो निदान सटीकता और रोगी परिणामों में सुधार शायद किसी एकल क्रांतिकारी सुविधा से न आए, बल्कि एआई के संचयी प्रभाव से जो पूरे क्लिनिकल कार्य प्रवाह में शांतिपूर्वक निहित है।
