インタビュー7 days ago
Andreas Cleve、Corti共同創設者兼CEO – インタビューシリーズ
Andreas Cleveは、Cortiの共同創設者兼CEOであり、医療分野における人工知能の進歩に注力する起業家です。彼のこの分野での活動は、病院向け会話型人材計画プラットフォーム「Ovivo」から始まり、デンマーク国内で急速に拡大した後、2013年に買収されました。その後、複雑な会話をリアルタイムで理解できる文脈認識言語モデルの研究を探求する研究イニシアチブ「Hyvi」を共同設立し、これは最終的に2018年にCortiへと進化しました。企業を立ち上げることに加え、CleveはNordic.aiなどのイニシアチブや、DIGITALEUROPEやデンマーク国家デジタル化評議会などの組織へのアドバイザー役を通じて、北欧のAIエコシステム強化において重要な役割を果たしてきました。 Cortiは、医療会話を理解し、臨床医をリアルタイムでサポートするために設計された専門モデルを開発する、コペンハーゲンに本拠を置く医療AI企業です。そのプラットフォームは、臨床文書の生成、患者との対話中の洞察の提示、管理業務ワークフローの自動化により、医療専門家のためのAIアシスタントとして機能します。APIや医療システムとの統合を通じて技術を提供することで、Cortiは臨床医の負担を軽減しつつ、病院やデジタルヘルスプラットフォーム全体の効率性と意思決定の改善を目指しています。 あなたは、医療が日常生活の常に一部であった家庭で育ちました… その初期の経験は、Cortiの設立をどのように形作り、設立当初からどのような具体的な問題を解決しようと決意していたのですか？医療に囲まれて育ったことで、二つのことが痛いほど明確になりました：専門知識は非常に重要であり、その専門知識を伝達するプロセスは脆弱で、最も必要とする人々をしばしば失望させるということです。介護者が苦労する姿を見たり、知識が引き継ぎの中で失われたり、一貫しないケアから生じる恐怖を感じたりした、そうした初期の家庭内の経験は、医療は予測可能であるべきであり、難しい決断が迫った時に臨床医が決して独りであってはならないという信念の種を蒔きました。それは直接、Cortiの設立ミッションに繋がりました：専門知識を保証するシステムを構築し、臨床医が常に信頼できるリアルタイムの意思決定支援を得られるようにする。設立当初から、私たちは医療における需要と供給の不均衡に取り組むことを目指しました：現代医学の複雑さと、それをあらゆる場所で適用する人間の限られた能力との間のギャップを、ばらつきを減らし、検出を加速し、最も重要な瞬間により安全な決定を支援するAIを作り出すことで埋めることです。 Cortiは、単独のAIアシスタントではなく、医療AIインフラストラクチャとして自らを位置づけています。この文脈における「インフラストラクチャ」とは何を意味し、それはポイントソリューションやチャットベースのツールでは実現できないどのような能力を解き放つのですか？ インフラストラクチャについて話す時、私たちは単一のアシスタントやウィジェットを提供しているのではなく、多くのワークフローにわたって臨床グレードのAIを可能にする基盤となるスタックを構築していることを意味します。ここでのインフラストラクチャとは、以下を意味します：医療ネイティブのモデルとデータ（一般的なウェブデータではない）、臨床的コンテキストを伴った回答を提示する臨床推論レイヤー、ライフサイクルとガバナンスツール（モデルカード、監査証跡、検証可能な系統）、規制当局の要件を満たすデプロイメントオプション（ソブリンクラウド、オンプレミスまたはプライベートエンドポイント）、そして製品チームがMLやコンプライアンスの専門家にならずとも自社アプリに臨床的知能を組み込めるようにする開発者向けAPIとSDKです。このアプローチは、ポイントソリューションでは実現できない三つのことを可能にします：(1) デプロイ可能性、つまり実際の臨床上の制約（レイテンシー、データレジデンシー、監査可能性）を乗り越えられるモデルとランタイム。(2) 専門分野を横断するスケーラビリティ、つまり再利用可能で認証済みの構成要素（音声、コーディング、臨床的にスコープされたエンドポイント）により、多くの垂直アプリを構築するコストを削減。(3) 規制および企業の信頼、つまりプラットフォームに組み込まれたポリシー、BAA、コンプライアンスのプリミティブにより、顧客がパイロットから本番運用へ移行できること。要するに、インフラストラクチャは、臨床研究開発を、開発者や病院がリリース、認証、スケールできるデプロイ可能なサービスへと変えるのです。 汎用AIモデルは臨床現場に適用されることが多いですが、結果はまちまちです。実際の医療環境で使用される際、これらのモデルが最も一般的にどのような点で不足するのでしょうか？ 汎用モデルは目覚ましい進歩を遂げており、多くのタスクでうまく機能します。しかし、医療は深さを求める分野であり、水平方向のAIでは容易に再現できません。臨床推論は、微妙な手がかり、専門用語、組織固有の文脈、そして文書化が規制や報酬体系をどのように流れるかの理解に依存しています。それを正しく行うには、臨床データでのトレーニング、臨床ベンチマークによる検証、そしてスタックの最初からコンプライアンスを組み込むことが必要です。これはプロンプトの問題ではなく、研究の問題です。だからこそ、私たちは医療には多くの分野を広く浅くではなく、この領域に深く入り込むことができる専用のAIラボが必要だと考えています。Cortiは、それぞれ異なるケアモデルとガバナンスを持つヨーロッパ、米国、そしてその他の地域で活動しています。このような現実世界の複雑さに適応するAIシステムをどのように設計しているのですか？私たちは、スタックのより多くの部分を自社で所有し、デプロイメントとガバナンスを第一級の要素とすることで、複雑さに対応する設計をしています。具体的には、医療専用データでのトレーニングと臨床推論のためのモデルチューニング、監査証跡、モデルカード、BAA対応のAPIの構築、そして地理やリスクプロファイルに応じてコンプライアンス制御が選択されるようなルーティングのアーキテクチャ設計を行っています。必要な顧客には、ソブリンクラウドおよびオンプレミスのデプロイメントオプションを提供しており、プロバイダーは自らのデータが存在する場所を選択し、その上で動作するモデルに対する管理を維持できます。この柔軟性により、異なるケアモデルにまたがって同じ臨床AIを実行しながら、地域の文書化基準、プライバシー法、組織のガバナンスを尊重することができます。重要なのは、研究を本番運用へのはしごとして扱っていることです。あらゆる進歩は、研究室で有望であるだけでなく、現実世界で追跡可能、テスト可能、デプロイ可能でなければなりません。それが、臨床現場の現実で繁栄するように構築されているということの意味です。今日の最前線の臨床ワークフローを見て、Cortiはどこで最も即時的かつ測定可能なインパクトを提供し、なぜそれらの領域が負担の大きい臨床医にとって最も重要なのでしょうか？Cortiの今日における最も即時のインパクトは、最も大きな負担を伴う臨床および管理業務のワークフローにあります。私たちのモデルとAPIは、臨床医が毎日使用する医療ソフトウェア内で、アンビエント文書作成、コーディング、エージェント駆動の自動化を実現しています。これらの領域が重要なのは、文書作成と請求業務が、ケア提供の中で最も時間がかかり、エラーが発生しやすい部分の一つだからです。会話が構造化されたEHR対応のメモとしてリアルタイムで生成され、コーディングがより完全かつ正確になり、日常的なワークフローが規制されたシステム内で安全に自動化されると、臨床医は書類仕事に費やす時間が減り、組織は効率性と報酬の質において測定可能な改善を見ることができます。医療は一枚岩の問題ではなく、規制の圧力の下で動作する何千もの専門分野固有のワークフローの集合体です。臨床現場の現実で繁栄する本番運用グレードのAIを構築することで、私たちはソフトウェア企業や医療システムがそれらの問題に大規模に対処できるようにします。それが、医療のAIラボが実用的で測定可能なリターンを提供する場所です。Cortiは毎日数十万件の患者との対話をサポートしています。その規模でAIを運用することで、パイロットや実験室環境では明らかにならないどのような教訓が浮かび上がってきましたか？大規模な運用は、パイロットが隠す摩擦を露わにします：不均一なデータ品質（EHRや通話記録はどれ一つとして同じではない）、本番環境のレイテンシーとストリーミングの制約、顧客や地域を横断する法的・契約的複雑さ、そして負荷がかかった時にのみ現れる絶え間ないエッジケースです。研究室では精選されたデータセットで精度を測定できますが、本番環境では、ルーティング、可観測性、ドリフト検出、モデルのロールバック、責任の所在が明確な監査証跡を解決することを強制されます。もう一つの教訓：真の信頼は、単一サイトのパフォーマンスではなく、モデルを説明可能、再現可能、認証可能にすることで得られます。最後に、パイロットは総所有コストを過小評価しています：本番環境の開発者は、安全性を維持し、生産的に反復するために、SDK、一貫したエンドポイント、ガバナンスのプリミティブを必要とします。医療は、消費者向けAIよりも高い説明可能性を要求します。AIが医療決定に影響を与える際、臨床推論、透明性、説明責任にどのようにアプローチしていますか？医療はより高い基準を要求します。なぜなら、エラーのコストは現実のものだからです。臨床AIは、もっともらしい言語を生成するだけではいけません。複雑で規制され、リスクの高い情報を、透明性があり検査可能な方法で推論しなければなりません。そのため、私たちは臨床推論をモデルレベルでより解釈可能にするために、GIM（Gradient Interaction Modifications）法を開発しました。GIMは最近、Hugging FaceのMechanistic Interpretability Benchmarkでトップとなり、解釈可能性アプローチの中でリーダーボード1位を獲得しました。これは重要です。なぜなら、医療における解釈可能性は学術的な演習ではなく、信頼、安全性、規制当局による採用の基礎となるものだからです。研究を超えて、透明性はデプロイメントまで貫かれなければなりません。私たちはモデルカード、検証ベンチマーク、監査証跡、バージョン管理を提供し、顧客が何が実行されているか、それがどのように評価されたかを正確に知ることができるようにしています。出力は証拠に結び付けられ、不確実性は明示的であり、システムは不透明なブラックボックスで臨床医を置き換えるのではなく、決定の保証者として臨床医をサポートするように設計されています。医療において、説明可能性は機能ではありません。それは信頼の前提条件です。だからこそ、私たちは臨床AIをまず第一に研究室の規律として捉え、研究が検査、管理、安全にデプロイ可能な本番運用グレードのシステムで提供されることを確実にしているのです。AI主権は規制された分野における重要なトピックです。医療における主権とは何を意味し、プロバイダーは先進的なAIの恩恵を受けながらも、どのように管理を維持できるのでしょうか？医療において、主権とは、プロバイダーがデータの所在、モデルの選択、運用ガバナンスに対する管理を保持することを意味します。実際的には、主権は、ローカルまたは地域でのホスティング（ソブリンクラウドおよびオンプレミス）、プライベートモデルエンドポイント、完全な監査とライフサイクル管理、契約上および技術的な保証（BAA、SLA、DPIA）のオプションによって達成されます。主権はクラウドに反対するものではありません。それは、プロバイダーが自身のワークロードが実行される場所を選択し、モデルとデータに対する検証可能な管理と追跡可能性を持つ能力を与えることに関するものです。この組み合わせにより、プロバイダーは法的・組織的義務を満たしながら、最先端の能力にアクセスできるようになります。起業家およびEUイニシアチブのアドバイザーとして、規制がどのように進化しているとお考えですか？また、政策立案者は臨床AIの技術的現実をまだどこで過小評価していると思いますか？ヨーロッパが規制を真剣に受け止めるのは正しいことです。医療において、監査可能性、追跡可能性、説明責任は任意ではなく、信頼の前提条件です。政策立案者が現実を過小評価しがちな点は、臨床AIがいかに運用面でのものであるか、です。認証は一度きりの承認ではなく、継続的な監視、バージョン管理、そして継続的な検証を必要とします。同時に、過度な規制は避けなければなりません。コンプライアンスが不釣り合いになると、イノベーションは鈍化し、有用なツールが臨床医に届かなくなるからです。Cortiでは、設立当初から規制を前提としています。私たちは監査可能性、モデルガバナンス、ソブリンデプロイメントオプションを直接モデルとAPIに組み込み、スタートアップや既存のベンダーが後からコンプライアンスのために改造する必要がないようにしています。医療は複雑で断片化されており、ペースを保って進む唯一の方法は、規制対応の準備を基盤に焼き付けることです。ヨーロッパが必要とするバランスは、厳格でありながら実用的なものです：患者を保護しつつ、安全に大規模に構築・デプロイすることを可能にする。今後12〜24か月先を見据えて、医療リーダーはCortiからどのような大きな変化を期待すべきでしょうか？また、それらの計画は2026年の基盤をどのように築くのでしょうか？Cortiは、研究室から本番運用への道筋をさらに強化していくことを期待してください：研究に裏打ちされた臨床グレードのモデルを提供し、それ
