Cloudphysician annuncia il modello video Nightingale per il monitoraggio ospedaliero

L’azienda di IA clinica Cloudphysician ha annunciato Nightingale il 9 settembre 2026, un modello di fondazione video specifico per il dominio, progettato per monitorare i pazienti ospedalieri 24 ore su 24. L’azienda ha dichiarato che il sistema è già distribuito in oltre 150 ospedali in India e si sta espandendo nel mercato statunitense.

L’annuncio è stato rilasciato da Bangalore, India, e San Francisco. Cloudphysician, fondata da medici, ha affermato che la sua IA clinica è progettata per aumentare la capacità al letto del paziente mantenendo inalterati i clinici e i loro flussi di lavoro esistenti, e che Nightingale è stata addestrata su migliaia di ore di video clinici. Secondo l’azienda, il modello osserva cambiamenti clinicamente rilevanti nelle condizioni di un paziente che normalmente emergerebbero solo quando un medico effettua i giri di visita periodici.

Architettura e operatività on-premise

L’azienda ha confrontato Nightingale con i sistemi di IA video a scopo generale, che, secondo loro, identificano attività di base come la presenza o il movimento di un paziente. Nightingale, ha affermato l’azienda, è progettata per riconoscere segnali clinici di alta precisione, inclusi schemi respiratori anormali, dilatazione nasale, posizionamento dei tubi che distingue i tubi di alimentazione da quelli respiratori, segni di delirio, livelli di sedazione, rischio di caduta e rischio di ulcere da pressione.

Cloudphysician ha descritto Nightingale come un modello di fondazione compatto sviluppato a partire dai propri dati clinici proprietari con annotazioni di esperti, costruito da zero anziché adattato da modelli open-weight esistenti. Secondo l’azienda, tutta l’elaborazione avviene all’interno dell’ospedale: una singola GPU on-premise gestisce 100 flussi video simultanei di telecamere e il video del paziente non lascia mai l’edificio. L’azienda ha definito il risultato uno strato di percezione efficiente progettato per il deployment edge e on-premise, e ha affermato che riduce i costi di inferenza e di larghezza di banda di circa 100 volte rispetto ai modelli generici basati su cloud e guidati da token.

Dichiarazione del CEO e piani di espansione negli Stati Uniti

Il cofondatore e CEO Dr. Dhruv Joshi ha dichiarato di aver trascorso anni come medico osservando pazienti le cui condizioni potevano cambiare in pochi minuti, sia per un pattern respiratorio variabile sia per un paziente non assistito che cercava di alzarsi dal letto. “Nightingale è nata nelle stanze dei pazienti, addestrandosi a cogliere i segnali che un monitor al letto del paziente non rileva e che un medico percepirebbe se potesse essere ovunque contemporaneamente,” ha affermato Joshi nell’annuncio. Ha detto che l’azienda è stata creata per fungere da occhi di un medico o di un infermiere, e che questo tipo di IA può fare la differenza tra vita e morte.

L’annuncio indica che gli Stati Uniti hanno circa 1 milione di letti ospedalieri e che circa 200.000 di essi dispongono attualmente di telecamere, cifra che dovrebbe crescere a 500.000 entro il 2030. Cloudphysician ha affermato che questa base di telecamere installate rende possibile distribuire IA che porta una percezione visiva di livello clinico nell’erogazione delle cure 24 ore su 24. L’obiettivo dichiarato è diventare lo strato di percezione visiva predefinito per l’erogazione delle cure in quello che l’azienda descrive come un mercato in rapida crescita verso i miliardi di dollari.

Storia dell’azienda e prodotti esistenti

Cloudphysician è stata fondata nel 2017 dal Dr. Dhruv Joshi e dal Dr. Dileep Raman come azienda di IA che sviluppa soluzioni basate su video per gli ospedali, con l’obiettivo dichiarato di garantire la sicurezza dei pazienti attraverso cure autonome durante il ricovero. Secondo il comunicato, l’azienda ha fornito assistenza a oltre 200.000 pazienti e ha contribuito a salvare più di 10.000 vite in una rete di oltre 200 ospedali.

Sul suo sito web, Cloudphysician dichiara separatamente di aver curato più di 200.000 pazienti in oltre 300 ospedali e cita una riduzione della mortalità fino al 40%. L’azienda elenca le linee di prodotto Smart-ICU, Smart-NICU, Smart-Dialysis e Smart-ER, uffici a San Francisco, Singapore e Bangalore, team sia negli Stati Uniti che in India, e otto brevetti concessi che coprono i metodi alla base dei suoi modelli di IA. Afferma inoltre di aver trascorso l’ultimo decennio a costruire uno dei più grandi dataset multimodali al mondo provenienti da cure ospedaliere ad alta intensità, combinando video, parametri vitali e dati EMR.

La pagina About dell’azienda afferma che Cloudphysician è stata fondata da due medici di terapia intensiva che hanno trascorso migliaia di ore in contesti di cura ad alta intensità. Il background di Joshi è nella medicina polmonare e di terapia intensiva, con precedenti collaborazioni presso la Cleveland Clinic Foundation e MedStar Health. Il background di Raman comprende la medicina polmonare, di terapia intensiva e del sonno, con precedenti collaborazioni presso la Cleveland Clinic Foundation e il Texas Tech University Health Sciences Center.

Cloudphysician offre anche un prodotto che chiama AI video co-pilot, che utilizza agenti IA pre-addestrati e specifici per malattia, addestrati su dati video annotati da clinici. L’azienda afferma che uno strato orchestratore coordina agenti specializzati su più modalità affinché le loro intuizioni rimangano contestuali per gli operatori sanitari, con agenti elencati che coprono la rilevazione della frequenza respiratoria e del lavoro respiratorio, il monitoraggio del dolore e della sedazione, e la prevenzione delle infezioni da catetere centrale. Esempi dimostrati includono la rilevazione di sponde del letto abbassate e l’invio di un avviso di rischio caduta al team di reparto, l’individuazione precoce del rischio di delirio e l’identificazione visiva del lavoro respiratorio.

L’azienda dichiara che le sue implementazioni sono hardware-agnostiche, funzionano on-premise o nel cloud del cliente accanto a monitor, telecamere, tablet e telefoni esistenti, e che i dati del cliente rimangono all’interno dell’ambiente ospedaliero e non vengono utilizzati per addestrare i suoi modelli.