Shyld AI Mengumpulkan $13,4 Juta untuk Membawa “Active AI” ke Operasional Rumah Sakit

Perusahaan rintisan AI kesehatan Shyld AI telah mengumpulkan $13,4 juta dalam pendanaan benih saat perusahaan tersebut berusaha untuk memperluas sistem AI operasional waktu nyata di seluruh rumah sakit di Amerika Serikat. Putaran ini dipimpin oleh Aulis Capital dan termasuk dalam pendanaan benih terbesar di sektor AI kesehatan agen yang muncul.

Didirikan oleh saudara Mohammad dan Morteza Noshad, perusahaan ini fokus pada apa yang mereka sebut sebagai “Active AI” — sistem yang mampu mengambil tindakan operasional langsung di lingkungan kesehatan daripada hanya menghasilkan rekomendasi atau ringkasan.

Melampaui AI Kesehatan Pasif

Banyak dari ekosistem AI kesehatan saat ini telah berfokus pada otomatisasi administratif, alat mendengarkan ambient, dan asisten dokumentasi klinis. Shyld AI memposisikan diri secara berbeda dengan membangun sistem AI yang secara aktif memantau dan merespons aktivitas rumah sakit nyata waktu nyata.

Teknologi mereka dirancang untuk beroperasi di dalam ruang operasi dan fasilitas klinis, di mana sistem dapat menafsirkan aktivitas alur kerja seperti kemajuan bedah, waktu pergantian ruangan, pergerakan staf, dan bottleneck prosedur. Tujuannya adalah untuk mengurangi keterlambatan, meningkatkan efisiensi ruang operasi, dan mengotomatisasi bagian dari operasional rumah sakit yang biasanya memerlukan koordinasi manusia konstan.

Platform ini juga memantau proses kepatuhan dan pengendalian infeksi, area yang tetap menjadi beban operasional dan keuangan besar bagi rumah sakit.

Edge AI Di Dalam Ruang Rumah Sakit

Di pusat platform perusahaan adalah model AI paten yang disebut VERTEX, yang dibangun khusus untuk penerapan asli edge di lingkungan kesehatan fisik.

Daripada bergantung berat pada infrastruktur cloud, sistem berjalan langsung pada perangkat yang terletak di dalam ruang rumah sakit. Pendekatan ini memungkinkan AI untuk terus-menerus memahami dan merespons kondisi yang berubah dengan latensi minimal sambil juga mengurangi kekhawatiran seputar transmisi data kesehatan sensitif secara eksternal.

Arsitektur Edge AI telah menjadi semakin penting di industri di mana keandalan, privasi, dan pengambilan keputusan waktu nyata sangat kritis. Di lingkungan rumah sakit, bahkan keterlambatan atau gangguan kecil dapat mengganggu alur kerja dan mempengaruhi hasil pasien, membuat pemrosesan lokal sangat berharga.

Infrastruktur Shyld AI dirancang untuk berfungsi terus-menerus di dalam lingkungan klinis tanpa memerlukan integrasi ekstensif ke dalam sistem IT rumah sakit.

Menggabungkan AI Dengan Disinfeksi UV-C Otonom

Salah satu aplikasi perusahaan yang paling terlihat menggabungkan otomatisasi AI dengan teknologi disinfeksi UV-C.

Infeksi yang terkait dengan perawatan kesehatan masih menjadi masalah yang persisten di seluruh rumah sakit di dunia. Menurut data yang dikutip oleh perusahaan dari CDC, infeksi tersebut menyumbang sekitar 72.000 kematian setiap tahun di Amerika Serikat.

Sistem otonom Shyld AI menggunakan AI untuk menentukan kapan dan di mana disinfeksi harus terjadi berdasarkan aktivitas rumah sakit waktu nyata. Platform dapat mengidentifikasi fase pergantian ruangan, mendeteksi penyelesaian prosedur, dan mengoptimalkan alur kerja pembersihan antara operasi dan transisi pasien.

Perusahaan juga merujuk pada sebuah studi Universitas Stanford yang diterbitkan di American Journal of Infection Control, yang menemukan bahwa sistem tersebut mengurangi tingkat kontaminasi lebih dari 93% dibandingkan dengan ruang kontrol.

AI Agensi Membentang ke Dunia Fisik

Pendanaan ini tiba di tengah meningkatnya minat investor dalam “AI agen” — sistem yang tidak hanya mampu menganalisis informasi, tetapi juga mengambil tindakan otonom dalam lingkungan dinamis.

Sementara sebagian besar pasar AI saat ini masih fokus pada kopilot perangkat lunak dan antarmuka generatif, sejumlah startup berusaha membawa AI ke pengaturan operasional fisik seperti manufaktur, robotika, logistik, dan infrastruktur kesehatan.

Rumah sakit mewakili salah satu lingkungan paling menantang untuk jenis penerapan ini. Mereka menggabungkan persyaratan regulasi ketat, alur kerja yang sangat bervariasi, keterbatasan privasi, dan tekanan operasional konstan. Penerapan sistem AI otonom yang sukses di pengaturan tersebut dapat menandakan peluang yang lebih luas untuk sistem AI fisik di seluruh industri yang diatur.

Shyld AI mengatakan bahwa mereka berencana untuk menggunakan pendanaan baru untuk memperluas penerapan di seluruh sistem kesehatan AS sambil juga menjelajahi aplikasi di manufaktur farmasi dan lingkungan cleanroom yang diatur.

Implikasi yang lebih luas adalah bahwa AI kesehatan mungkin semakin berkembang melampaui asisten digital dan alat administratif menuju sistem yang secara langsung berinteraksi dengan dan mengoptimalkan lingkungan fisik itu sendiri.