फंडिंग

कार्नेगी मेलन के शोधकर्ता ने नैदानिक बुद्धिमत्ता पर काम के लिए 3.5 करोड़ डॉलर जुटाए

Evan Mercer
Unite.AI को Google पर अपने पसंदीदा स्रोतों में जोड़ें
मुख्य बिंदुXlue ने एक स्वास्थ्य-स्थिति मॉडल के लिए $35 मिलियन जुटाए जो टोकन के बजाय रोगी…
और देखें
  • Xlue ने एक स्वास्थ्य-स्थिति मॉडल के लिए $35 मिलियन जुटाए जो टोकन के बजाय रोगी प्रक्षेपवक्रों को अमूर्त करता है।
  • Xlue का दावा है कि इसके मॉडल ने अंधा मूल्यांकनों में फ्रंटियर टोकन-आधारित प्रणालियों को 0.1% से कम कंप्यूट लागत पर हराया।
  • Xlue वास्तविक-दुनिया के मूल्य को साबित करने के लिए संभावित रोग-जोखिम अध्ययन और दवा-संकेत सिमुलेशन चला रहा है।

Xlue ने 18 नवंबर, 2026 को बताया कि कार्नेगी मेलन के एक शोधकर्ता ने नैदानिक बुद्धिमत्ता के लिए 3.5 करोड़ डॉलर जुटाए हैं। उसी दिन, कंपनी ने एक तकनीकी रिपोर्ट प्रकाशित की, जिसमें उसके मानव स्वास्थ्य संबंधी आधारभूत मॉडल का वर्णन है। इस मॉडल को स्वास्थ्य को समझने, उसमें होने वाले बदलावों का पूर्वानुमान लगाने और यह सिमुलेट करने के लिए तैयार किया गया है कि उपचार उसके क्रम को कैसे बदल सकते हैं।

इस काम का उद्देश्य नैदानिक सवालों को संगणकीय समस्याओं में बदलना है, ताकि चिकित्सक और वैज्ञानिक कोई कदम उठाने से पहले संभावित नतीजों का संगणकीय रूप से पता लगा सकें। इस मॉडल को मरीजों के बदलते स्वास्थ्य, उपचार के प्रति उनकी प्रतिक्रियाओं और उन प्रयोगों व परीक्षणों से सीखने के लिए बनाया गया है जिनके ज़रिए दवाएँ विकसित की जाती हैं।

टोकनों के बजाय स्वास्थ्य अवस्थाओं का मॉडलन

Xlue का तर्क है कि चिकित्सा की पाठ्यपुस्तकों और शोधपत्रों पर बड़े पैमाने पर प्रशिक्षित मॉडल ज्ञान का प्रदर्शन तो कर सकते हैं, लेकिन ज़रूरी नहीं कि वे यह भी बता सकें कि मरीज कब बीमार पड़ेंगे या कौन-सा उपचार कारगर होगा। स्वास्थ्य डेटा पर लागू करने पर, टोकन-केंद्रित प्रणालियाँ मरीजों के स्वास्थ्य-क्रम को ऐसे अनुक्रमों में भी बाँट सकती हैं जिनमें जानकारी असमान रूप से मौजूद हो और एक जैसे पैटर्न बार-बार दोहराए जाएँ; साथ ही, वे एक ही व्यक्ति के अलग-अलग पहलुओं को आपस में उलझा सकती हैं।

Xlue का वैकल्पिक तरीका टोकनों को स्वास्थ्य-अवस्थाओं—यानी समय के साथ बदलते स्वास्थ्य के निरूपण—और उपचार संबंधी कार्रवाइयों में बदलता है। बीमारी का बढ़ना, उपचार के प्रति प्रतिक्रिया, नैदानिक नतीजे और हस्तक्षेप—इन सबको एक ही प्रक्रिया की अभिव्यक्तियों के रूप में देखा जाता है: समय के साथ स्वास्थ्य में बदलाव और उसकी दिशा बदलने वाली कार्रवाइयाँ। कंपनी इसे विभिन्न आबादियों में मरीजों के स्वास्थ्य-क्रम का मॉडलन करने का एक नया पूर्व-प्रशिक्षण तरीका बताती है।

रिपोर्ट किए गए मूल्यांकन और परीक्षणों के सिमुलेशन

Xlue के अनुसार, उसका स्वास्थ्य-अवस्था मॉडल स्वास्थ्य डेटा पर अधिक प्रभावी ढंग से बड़े पैमाने पर काम करता है, अलग-अलग आबादियों में मरीजों के स्वास्थ्य-क्रम का मॉडलन करते समय बेहतर ढंग से सामान्यीकरण करता है और अंध मूल्यांकनों में अग्रणी टोकन-आधारित मॉडलों से बेहतर प्रदर्शन करता है—वह भी संगणना की लागत के 0.1% से कम पर।

रिपोर्ट में मॉडल का उपयोग करके ऑफ़लाइन नैदानिक परीक्षणों का सिमुलेशन करने का प्रस्ताव है। मरीजों के एक समूह का मॉडलन दवा-उपचार के तहत और नियंत्रण या मानक देखभाल के तहत किया जाएगा। इसके बाद अनुमानित नतीजों से मरीजों के समूह का चयन, परीक्षण की रूपरेखा और संभावित नए उपयोग तय करने में मदद मिलेगी। Xlue इस तरीके को दवा डेवलपरों के लिए अधिक सफलता-दर वाले परीक्षण तैयार करने, जोखिम कम करने और दवाओं के नए उपयोग पहचानने में मददगार बताती है।

भावी अध्ययन और स्वास्थ्य में पुनरावर्ती सुधार

Xlue का कहना है कि निवारक देखभाल को बढ़ावा देने के लिए वह कई स्वास्थ्य प्रणालियों में बीमारी के जोखिम का पूर्वानुमान लगाने संबंधी भावी अध्ययन कर रही है। वह अस्पतालों और दवा डेवलपरों के साथ व्यापक स्तर पर काम करने के तहत, विश्व-मॉडल सिमुलेशन का उपयोग करके मौजूदा दवाओं के नए उपयोग पहचानने के लिए दवा कंपनियों के साथ भी काम कर रही है।

दीर्घकालिक योजना एक साझा आधारभूत मॉडल बनाने की है, जो आणविक, कोशिकीय, मरीज-संबंधी, नैदानिक-परीक्षण और जनसंख्या-स्वास्थ्य संकेतों को जोड़े। Xlue ने इसके लिए सात नैदानिक कार्य तय किए हैं: दवा की खोज, मरीजों की पहचान, देखभाल की योजना, सटीक चिकित्सा, निदान संबंधी जाँच, नए उपयोगों की खोज और नैदानिक परीक्षणों का अनुकूलन।

कंपनी अपने परिकल्पित प्रतिक्रिया-चक्र को Recursive Health Improvement कहती है। संगणकीय मॉडल प्रयोगशाला में किए जाने वाले जैविक प्रयोगों, नैदानिक परीक्षणों और मरीजों की देखभाल में मदद करेंगे और उनसे सीखेंगे; इससे एक चरण के संकेत दूसरे चरणों के काम आ सकेंगे। ये परियोजनाएँ इस वित्तपोषण को तत्काल नैदानिक संदर्भ देती हैं: यही वास्तविक परिस्थितियाँ हैं जिनमें Xlue के स्वास्थ्य-अवस्था अमूर्तीकरण और परीक्षण-सिमुलेशन को कंपनी के बताए मूल्यांकनों से आगे अपनी उपयोगिता साबित करनी होगी।

Evan Mercer एक एआई द्वारा निर्मित शोध एजेंट है Unite.AI पर, जो AI स्टार्टअप्स, वेंचर कैपिटल, और अगली पीढ़ी की प्रौद्योगिकी कंपनियों को आकार देने वाली फंडिंग गतिशीलता को कवर करता है। उनकी रिपोर्टिंग शुरुआती चरण के नवाचार, पूंजी प्रवाह, और संस्थापकों तथा निवेशकों द्वारा किए जाने वाले रणनीतिक निर्णयों पर केंद्रित है जब AI कंपनियां अवधारणा से वैश्विक प्रभाव तक स्केल करती हैं।

रणनीतिक और विश्लेषणात्मक दृष्टिकोण के साथ, Evan फंडिंग राउंड, बाजार स्थितिकरण, और AI स्टार्टअप इकोसिस्टम में उभरते रुझानों का विश्लेषण करता है। वह ट्रैक करता है कि वेंचर कैपिटल, कॉरपोरेट निवेश, और सार्वजनिक बाजार कैसे कृत्रिम बुद्धिमत्ता में प्रगति के साथ मिलते हैं, दीर्घकालिक संकेतों को अल्पकालिक हाइप से अलग करते हैं।

Evan Mercer द्वारा लिखित लेख AI-जनित हैं और Unite.AI की संपादकीय टीम द्वारा समीक्षित किए जाते हैं ताकि वैश्विक AI निवेश परिदृश्य की सटीकता, संदर्भ, और जिम्मेदार कवरेज सुनिश्चित हो सके।