साक्षात्कार
Andreas Cleve, Corti के सह-संस्थापक और सीईओ – साक्षात्कार श्रृंखला
Unite.AI को Google पर अपने पसंदीदा स्रोतों में जोड़ें
Andreas Cleve, Corti के सह-संस्थापक और सीईओ, एक उद्यमी हैं जो स्वास्थ्य सेवा में कृत्रिम बुद्धिमत्ता को आगे बढ़ाने पर ध्यान केंद्रित करते हैं। उनका इस क्षेत्र में काम ओविवो के साथ शुरू हुआ, जो एक वार्तात्मक कार्यबल योजना मंच है जो अस्पतालों के लिए तेजी से डेनमार्क में विस्तारित हुआ और 2013 में अधिग्रहित किया गया था। बाद में उन्होंने हाईवी, एक अनुसंधान पहल की सह-स्थापना की, जो संदर्भ-जागरूक भाषा मॉडल की खोज करती है जो वास्तविक समय में जटिल बातचीत को समझने में सक्षम हैं, जो अंततः 2018 में Corti में विकसित हुई। कंपनियों का निर्माण करने के अलावा, Cleve ने Nordic.ai और डिजिटल यूरोप जैसी पहलों के माध्यम से नॉर्डिक AI पारिस्थितिकी तंत्र को मजबूत करने में एक महत्वपूर्ण भूमिका निभाई है, साथ ही डेनमार्क के राष्ट्रीय डिजिटलीकरण परिषद जैसे संगठनों के साथ सलाहकार भूमिकाएं भी निभाई हैं।
Corti एक कोपेनहेगन स्थित स्वास्थ्य सेवा एआई कंपनी है जो चिकित्सा बातचीत को समझने और वास्तविक समय में चिकित्सकों का समर्थन करने के लिए विशेष मॉडल विकसित कर रही है। इसका मंच स्वास्थ्य सेवा पेशेवरों के लिए एक एआई सहायक के रूप में कार्य करता है, जो नैदानिक दस्तावेज़ तैयार करने, रोगी बातचीत के दौरान अंतर्दृष्टि प्रस्तुत करने और प्रशासनिक कार्यों को स्वचालित करने के लिए कार्य करता है। स्वास्थ्य सेवा प्रणालियों के साथ एकीकरण के माध्यम से अपनी प्रौद्योगिकी प्रदान करके, Corti चिकित्सकों के कार्यभार को कम करने और अस्पतालों और डिजिटल स्वास्थ्य मंचों में कार्यक्षमता और निर्णय लेने में सुधार करने का लक्ष्य रखता है।
आप एक ऐसे परिवार में पले-बढ़े जहां स्वास्थ्य सेवा जीवन का एक नियमित हिस्सा थी… उन शुरुआती अनुभवों ने कोर्टी की स्थापना को कैसे आकार दिया, और आप दिन एक से किन विशिष्ट समस्याओं का समाधान करने के लिए निर्धारित थे?
स्वास्थ्य सेवा के बीच बड़े होने ने दो बातें दर्दनाक रूप से स्पष्ट कर दीं: विशेषज्ञता बहुत मायने रखती है, और ज्ञान को स्थानांतरित करने वाली प्रक्रियाएं नाजुक और अक्सर उन लोगों को विफल कर देती हैं जिन्हें उन्हें सबसे ज्यादा जरूरत होती है। उन शुरुआती घरेलू अनुभवों ने, जिनमें देखभालकर्ताओं को संघर्ष करते हुए देखना, ज्ञान को हस्तांतरण में खो जाना और असंगत देखभाल से डर महसूस करना शामिल था, विश्वास को बोया कि स्वास्थ्य सेवा को अनुमानित होना चाहिए और चिकित्सकों को कभी भी कठिन निर्णय लेने के समय अकेला नहीं छोड़ना चाहिए। यह सीधे कोर्टी के संस्थापक मिशन में अनुवादित हुआ: विशेषज्ञता को अंडरराइट करने वाले सिस्टम बनाएं, ताकि चिकित्सकों के पास हमेशा विश्वसनीय, वास्तविक समय का निर्णय समर्थन हो।
दिन एक से, हमने स्वास्थ्य सेवा में आपूर्ति और मांग के असंतुलन को संबोधित करने के लिए काम किया: आधुनिक चिकित्सा की जटिलता और इसे हर जगह लागू करने के लिए मानव क्षमता की सीमितता के बीच की खाई को पाटने के लिए, जो विचलन को कम करता है, पता लगाने की गति को तेज करता है और महत्वपूर्ण क्षणों में सुरक्षित निर्णयों का समर्थन करता है।
Corti खुद को स्टैंडअलोन एआई सहायक के बजाय स्वास्थ्य सेवा एआई बुनियादी ढांचे के रूप में स्थिति देता है। इस संदर्भ में बुनियादी ढांचे का क्या अर्थ है, और यह क्या क्षमताएं प्रदान करता है जो बिंदु समाधान या चैट-आधारित उपकरण प्रदान नहीं कर सकते हैं?
जब हम बुनियादी ढांचे की बात करते हैं, तो हम एकल सहायक या विजेट को शिप नहीं कर रहे हैं; हम कई कार्यों में नैदानिक-ग्रेड एआई को संभव बनाने वाले प्रारंभिक स्टैक का निर्माण कर रहे हैं। बुनियादी ढांचे का अर्थ यहां है: स्वास्थ्य सेवा-मूल मॉडल और डेटा (सामान्य वेब डेटा नहीं), एक नैदानिक कारण तर्क परत जो नैदानिक संदर्भ के साथ उत्तरों को प्रस्तुत करती है, जीवन चक्र और शासन उपकरण (मॉडल कार्ड, ऑडिट ट्रेल, सत्यापन योग्य वंश), नियामकों को पूरा करने वाले तैनाती विकल्प (संप्रभु बादल, ऑन-प्रीम या निजी एंडपॉइंट), और डेवलपर-सामने के एपीआई और एसडीके जो उत्पाद टीमों को उनके ऐप्स में नैदानिक बुद्धिमत्ता को प्लग करने देते हैं बिना एमएल या अनुपालन विशेषज्ञ बने।
यह दृष्टिकोण तीन चीजों को अनलॉक करता है जो बिंदु समाधान नहीं कर सकते: (1) तैनाती, अर्थात मॉडल और रनटाइम जो वास्तविक नैदानिक प्रतिबंधों (विलंब, डेटा निवास, लेखा परीक्षा) को जीवित रखते हैं; (2) विशेषज्ञता के पैमाने पर, अर्थात पुन: प्रयोज्य, प्रमाणित निर्माण ब्लॉक (भाषण, कोडिंग, नैदानिक दायरे में अंत बिंदु) जो कई ऊर्ध्वाधर ऐप्स बनाने की लागत को कम करते हैं; और (3) नियामक और उद्यम विश्वास, अर्थात नीतियों, बीएए, और अनुपालन प्रिमिटिव्स जो मंच में निर्मित होते हैं ताकि ग्राहक पायलट से उत्पादन में जा सकें। संक्षेप में, बुनियादी ढांचा नैदानिक अनुसंधान को तैनाती योग्य सेवाओं में बदलता है जो डेवलपर्स और अस्पतालों द्वारा शिप, प्रमाणित और स्केल किया जा सकता है।
सामान्य उद्देश्य एआई मॉडल अक्सर नैदानिक सेटिंग्स में लागू होते हैं जिनके परिणाम मिश्रित होते हैं। वास्तविक स्वास्थ्य सेवा वातावरण में उपयोग किए जाने पर ये मॉडल सबसे आम तरीके से कम पड़ जाते हैं?
सामान्य उद्देश्य मॉडल ने कई कार्यों के लिए उत्कृष्ट प्रगति की है, और कई कार्यों के लिए वे अच्छा काम करते हैं। लेकिन स्वास्थ्य सेवा गहराई को पुरस्कृत करती है जिसे क्षैतिज एआई आसानी से प्रतिकृति नहीं कर सकता। नैदानिक तर्क सूक्ष्म संकेतों, विशेषज्ञ शब्दावली, संस्थागत संदर्भ, और यह समझने पर निर्भर करता है कि दस्तावेज़ीकरण नियामक और प्रतिपूर्ति प्रणालियों के माध्यम से कैसे प्रवाहित होता है। इसे सही पाने के लिए नैदानिक डेटा पर प्रशिक्षण, नैदानिक बेंचमार्क के खिलाफ सत्यापन, और स्टैक में अनुपालन का निर्माण करना आवश्यक है। यह एक प्रॉम्प्टिंग समस्या नहीं है; यह एक अनुसंधान समस्या है, जो हमें लगता है कि स्वास्थ्य सेवा को एक समर्पित एआई प्रयोगशाला की आवश्यकता है, जो डोमेन पर गहराई से जाने में सक्षम हो, न कि कई पर।
Corti यूरोप, अमेरिका और उसके बाहर काम करता है, प्रत्येक में अलग-अलग देखभाल मॉडल और शासन हैं। आप वास्तविक दुनिया की जटिलता के अनुकूल एआई सिस्टम कैसे डिज़ाइन करते हैं?
हम जटिलता के लिए स्टैक के अधिक हिस्से को स्वामित्व देकर और तैनाती और शासन को पहले दर्जे के नागरिक बनाकर डिज़ाइन करते हैं। व्यावहारिक रूप से, इसका अर्थ है स्वास्थ्य सेवा-केवल डेटा पर प्रशिक्षण और नैदानिक तर्क के लिए मॉडल को ट्यून करना; ऑडिट ट्रेल, मॉडल कार्ड, और बीएए-तैयार एपीआई बनाना; और आर्किटेक्चरिंग रूटिंग ताकि अनुपालन नियंत्रण भौगोलिक और जोखिम प्रोफ़ाइल द्वारा चुने जाएं। जिन ग्राहकों को इसकी आवश्यकता है, हम संप्रभु बादल और ऑन-प्रीम तैनाती विकल्प प्रदान करते हैं, ताकि प्रदाता अपने डेटा के निवास और मॉडलों पर नियंत्रण बनाए रख सकें जो इसके ऊपर चलते हैं।
यह लचीलापन हमें विभिन्न देखभाल मॉडलों में एक ही नैदानिक एआई चलाने देता है, स्थानीय दस्तावेज़ीकरण मानकों, गोपनीयता कानूनों, और संस्थागत शासन का सम्मान करता है। महत्वपूर्ण रूप से, हम अनुसंधान को उत्पादन में ले जाने के रूप में मानते हैं; प्रत्येक प्रगति को ट्रेस करने योग्य, परीक्षण योग्य, और वास्तविक दुनिया में तैनाती योग्य होना चाहिए, न कि केवल प्रयोगशाला में वादा करना चाहिए। यही क्लिनिकल वास्तविकता में समृद्धि के लिए निर्मित होने का अर्थ है।
आज के मोर्चे पर नैदानिक कार्यों को देखते हुए, Corti सबसे तेज़, मापने योग्य प्रभाव कहां देता है, और क्यों उन क्षेत्रों में अधिक भारी चिकित्सकों के लिए मायने रखता है?
Corti का सबसे तेज़ प्रभाव आज नैदानिक और प्रशासनिक कार्यों में है जो सबसे बड़ा बोझ लेते हैं। हमारे मॉडल और एपीआई एम्बिएंट दस्तावेज़ीकरण, कोडिंग, और एजेंट-चालित स्वचालन को संचालित करते हैं जो चिकित्सकों द्वारा हर दिन उपयोग किए जाने वाले स्वास्थ्य सेवा सॉफ़्टवेयर में।
वे क्षेत्र महत्वपूर्ण हैं क्योंकि दस्तावेज़ीकरण और बिलिंग देखभाल वितरण के सबसे समय लेने वाले और त्रुटि-प्रवण हिस्सों में से हैं। जब बातचीत संरचित, ईएचआर-तैयार नोट्स में बदल जाती है जो वास्तविक समय में होती है, जब कोडिंग अधिक पूर्ण और सटीक होती है, और जब नियमित कार्यों को नियंत्रित प्रणालियों के भीतर सुरक्षित रूप से स्वचालित किया जाता है, तो चिकित्सक कागजी कार्रवाई पर कम समय व्यतीत करते हैं और संगठनों को कार्यक्षमता और प्रतिपूर्ति गुणवत्ता में मापने योग्य सुधार देखते हैं।
स्वास्थ्य सेवा एक एकल, मोनोलिथिक समस्या नहीं है, बल्कि नियामक दबाव के तहत संचालित विशेषज्ञता-विशिष्ट कार्यों की हजारों है। उत्पादन-ग्रेड एआई बनाकर जो नैदानिक वास्तविकता में समृद्धि करता है, हम सॉफ़्टवेयर कंपनियों और स्वास्थ्य प्रणालियों को उन समस्याओं को बड़े पैमाने पर संबोधित करने में सक्षम बनाते हैं। यही है जहां स्वास्थ्य सेवा की एआई प्रयोगशाला व्यावहारिक, मापने योग्य रिटर्न देती है।
Corti प्रतिदिन सैकड़ों हज़ारों रोगी बातचीत का समर्थन करता है। उस पैमाने पर एआई का संचालन करने से क्या सबक सामने आए हैं जो पायलट या प्रयोगशाला वातावरण में स्पष्ट नहीं होते हैं?
पैमाने पर संचालन असंगत डेटा गुणवत्ता (कोई दो ईएचआर या कॉल ट्रांसक्रिप्ट एक जैसे नहीं दिखते), उत्पादन विलंब और स्ट्रीमिंग प्रतिबंध, कानूनी और अनुबंध संबंधी जटिलता को उजागर करता है, और अनंत edge मामलों को प्रकट करता है जो केवल भार के तहत दिखाई देते हैं। प्रयोगशालाएं क्यूरेटेड सेट पर सटीकता को माप सकती हैं; उत्पादन मार्ग, दृश्यता, ड्रिफ्ट पता लगाने, मॉडल रोलबैक, और जिम्मेदार ऑडिट ट्रेल को हल करने के लिए मजबूर करता है। एक और सबक: वास्तविक विश्वास एकल-साइट प्रदर्शन से नहीं, बल्कि मॉडल को समझाने, दोहराने और प्रमाणित करने से कमाया जाता है। अंत में, पायलट कुल मालिकाना लागत को कम आंकते हैं: उत्पादन में डेवलपर्स को एसडीके, सुसंगत एंडपॉइंट, और अनुपालन प्रिमिटिव्स की आवश्यकता होती है ताकि सुरक्षा बनाए रखी जा सके और उत्पादक रूप से संशोधित किया जा सके।
स्वास्थ्य सेवा में उपभोक्ता एआई की तुलना में अधिक व्याख्या की मांग होती है। आप नैदानिक तर्क, पारदर्शिता और जिम्मेदारी कैसे दृष्टिकोण करते हैं जब एआई चिकित्सा निर्णयों को प्रभावित करता है?
स्वास्थ्य सेवा में एक उच्च मानक की आवश्यकता है क्योंकि त्रुटि की लागत वास्तविक है। नैदानिक एआई को बस प्लॉज़बल भाषा उत्पन्न नहीं करना चाहिए; यह जटिल, विनियमित, उच्च-जोखिम वाली जानकारी पर तर्क करना चाहिए जो पारदर्शी और निरीक्षण योग्य हो।
यही कारण है कि हमने नैदानिक तर्क को अधिक व्याख्या योग्य बनाने के लिए अपने ग्रेडिएंट इंटरैक्शन मॉडिफिकेशन (जीआईएम) विधि विकसित की है। जीआईएम ने हाल ही में हगिंग फेस मैकेनिस्टिक इंटरप्रेटेबिलिटी बेंचमार्क पर शीर्ष स्थान हासिल किया, जो स्वास्थ्य सेवा में व्याख्या दृष्टिकोणों के बीच लीडरबोर्ड पर #1 रैंक हासिल किया। यह महत्वपूर्ण है क्योंकि व्याख्या स्वास्थ्य सेवा में एक अकादमिक व्यायाम नहीं है – यह विश्वास, सुरक्षा, और नियामक अपनाने के लिए मौलिक है।
अनुसंधान से परे, पारदर्शिता तैनाती में भी जारी रहनी चाहिए। हम मॉडल कार्ड, सत्यापन बेंचमार्क, ऑडिट ट्रेल, और संस्करण नियंत्रण प्रदान करते हैं ताकि ग्राहकों को पता चले कि क्या चल रहा है और इसका मूल्यांकन कैसे किया गया है। आउटपुट साक्ष्य से जुड़े हुए हैं, अनिश्चितता स्पष्ट है, और सिस्टम चिकित्सकों के निर्णयों के रूप में कार्य करने के लिए डिज़ाइन किए गए हैं, उन्हें एक अपारदर्शी ब्लैक बॉक्स से बदलने के लिए नहीं।
स्वास्थ्य सेवा में, व्याख्या एक विशेषता नहीं है। यह एक पूर्वापेक्ष है। यही कारण है कि हम नैदानिक एआई को एक प्रयोगशाला अनुशासन के रूप में दृष्टिकोण करते हैं और सुनिश्चित करते हैं कि अनुसंधान उत्पादन-ग्रेड सिस्टम में जहाज है जो निरीक्षण योग्य, शासित, और सुरक्षित रूप से तैनात किया जा सकता है।
नियंत्रित क्षेत्रों में एआई संप्रभुता एक महत्वपूर्ण विषय है। स्वास्थ्य सेवा में संप्रभुता का क्या अर्थ है, और प्रदाता कैसे नियंत्रण बनाए रख सकते हैं जबकि उन्नत एआई से लाभान्वित होते हैं?
स्वास्थ्य सेवा में, संप्रभुता का अर्थ है कि प्रदाता डेटा निवास, मॉडल चयन, और संचालन शासन पर नियंत्रण बनाए रखते हैं। व्यावहारिक रूप से, संप्रभुता संप्रभु बादल (ताकि प्रदाता अपने डेटा को जहां चाहें रख सकें), निजी मॉडल एंडपॉइंट, पूर्ण ऑडिट और जीवन चक्र नियंत्रण, और अनुबंध और तकनीकी गारंटी (बीएए, एसएलए, डीपीआईए) के विकल्पों के साथ प्राप्त की जाती है। संप्रभुता विरोधी बादल नहीं है; यह प्रदाताओं को अपने कार्यभार को चलाने और मॉडल और डेटा पर नियंत्रण और ट्रेसबिलिटी रखने की क्षमता प्रदान करने के बारे में है। यह संयोजन प्रदाताओं को उन्नत क्षमताओं तक पहुंच प्रदान करते हुए कानूनी और संस्थागत दायित्वों को पूरा करने देता है।
एक संस्थापक और यूरोपीय पहलों के सलाहकार के रूप में, आप नियामक परिदृश्य को कैसे देखते हैं, और नीति निर्माता अभी भी नैदानिक एआई की तकनीकी वास्तविकताओं को कम आंकते हैं?
यूरोप को नियामक परिदृश्य को गंभीरता से लेना चाहिए। स्वास्थ्य सेवा में, लेखा परीक्षा, ट्रेसबिलिटी, और जिम्मेदारी वैकल्पिक नहीं हैं – वे विश्वास के लिए पूर्वापेक्ष हैं।
नीति निर्माता जहां वास्तविकता को कम आंकते हैं वह यह है कि क्लिनिकल एआई कितना संचालनात्मक है। प्रमाणीकरण एक बार की मंजूरी नहीं है; यह निरंतर निगरानी, संस्करण नियंत्रण, और सतत सत्यापन की आवश्यकता है। साथ ही, हम अधिक नियंत्रण से बचना चाहते हैं; यदि अनुपालन असमानुपातिक हो जाता है, तो नवाचार धीमा हो जाता है और उपयोगी उपकरण चिकित्सकों तक कभी नहीं पहुंचते हैं।
कोर्टी में, हम दिन एक से नियामक अनुपालन मानते हैं। हम ऑडिटेबिलिटी, मॉडल शासन, और संप्रभु तैनाती विकल्पों को सीधे हमारे मॉडल और एपीआई में निर्मित करते हैं, ताकि स्टार्टअप और स्थापित विक्रेताओं को बाद में अनुपालन के लिए रेट्रोफिट करने की आवश्यकता न हो। स्वास्थ्य सेवा जटिल और खंडित है; एकमात्र तरीका जिस पर हम तेजी से आगे बढ़ सकते हैं वह है नियामक तैयारी को आधार में बेक करना। यूरोप को जो संतुलन चाहिए वह कठोर लेकिन व्यावहारिक है: रोगियों की रक्षा करें, लेकिन सुरक्षित रूप से बड़े पैमाने पर बनाने और तैनात करने के लिए सक्षम बनाएं।
आगामी 12-24 महीनों में, स्वास्थ्य सेवा नेताओं को कोर्टी से क्या प्रमुख बदलाव अपेक्षित हैं, और वे योजनाएं 2026 के लिए आधार कैसे तैयार करती हैं?
अपेक्षा करें कि कोर्टी प्रयोगशाला-से-उत्पादन मार्ग पर दोगुना हो जाएगा: अनुसंधान-समर्थित, नैदानिक-ग्रेड मॉडल को शिपिंग और उन्हें तैनाती योग्य बुनियादी ढांचे के रूप में पैकेजिंग। आगामी रोडमैप योजनाओं में सुधारित एसटीटी और विलंब बेंचमार्क, वॉयस एजेंट, चिकित्सा कोडिंग मॉडल उत्पादन में जाना, और कई संप्रभु बादल लॉन्च शामिल हैं, सभी ग्राहकों को पायलट से प्रमाणित उत्पादन में ले जाने के लिए विशेष रूप से डिज़ाइन किए गए हैं। कोर्टी एक एकल अनुप्रयोग नहीं है; यह स्वास्थ्य सेवा की एआई प्रयोगशाला है, जो सुरक्षित, ऑडिट योग्य नैदानिक सॉफ़्टवेयर के पूरे वर्गों को सक्षम बनाने के लिए निर्मित है – 2026 की हमारी महत्वाकांक्षाओं के लिए आधार।
साक्षात्कार के लिए धन्यवाद, पाठक जो अधिक जानना चाहते हैं उन्हें कोर्टी पर जाना चाहिए।
