インタビュー
Andreas Cleve, Cortiの共同創設者兼CEO – インタビュー・シリーズ
Andreas Cleve, Cortiの共同創設者兼CEOは、ヘルスケアにおける人工知能の進歩に焦点を当てた起業家です。彼のヘルスケア分野での仕事は、デンマークの病院向けに会話型のワークフォース・プランニング・プラットフォームであるOvivoから始まり、2013年に買収されるまで急速に拡大しました。彼は後に、Hyviを共同創設しました。Hyviは、実時間に複雑な会話を理解できるコンテキスト・アウェア・言語モデルを探求する研究イニシアチブで、最終的に2018年にCortiに進化しました。企業を構築することに加えて、Cleveは、Nordic.aiやDIGITALEUROPE、デンマークのNational Digitization Councilなどの組織でのアドバイザリー・ロールを通じて、北欧のAIエコシステムの強化に重要な役割を果たしてきました。
Cortiは、コペンハーゲンに拠点を置くヘルスケアAI企業で、医療会話を理解し、リアルタイムで臨床医をサポートすることを目的とした専門モデルを開発しています。同社のプラットフォームは、臨床文書の生成、患者のやり取り中にインサイトを浮き彫りにする、行政ワークフローの自動化など、ヘルスケア専門家のAIアシスタントとして機能します。APIおよびヘルスケア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、病院やデジタルヘルスプラットフォーム全体での効率性と意思決定を向上させたいと考えています。
あなたは、ヘルスケアが日常生活の一部であった家庭で育ちました… あなたの幼少期の経験は、Cortiの創設にどのように影響しましたか? 最初から解決しようとした具体的な問題は何でしたか?
ヘルスケアに囲まれた環境で育ったことは、2つのことを明確にしました。専門知識は非常に重要であり、専門知識を転送するプロセスは脆弱で、最も必要としている人々に失敗することが多いということです。幼少期の家庭での経験、ケア提供者が奮闘しているのを見て、知識がハンドオフで失われるのを見て、不一致なケアから生じる恐怖を感じることは、ヘルスケアは予測可能でなければならないという信念を植え付け、臨床医は難しい決定が必要なときに一人で残されないという信念を植え付けました。那はCortiの創設ミッションに直接翻訳されました。専門知識を裏付けるシステムを構築し、臨床医が信頼できるリアルタイムの意思決定サポートを常に持つことができるようにします。
私たちは最初から、ヘルスケアにおける供給と需要のバランスを取ることを目指しました。現代医学の複雑さとそれをどこでも適用するための人間の能力の限界のギャップを埋めることで、バリアンスを減らし、検出を高速化し、最も重要な瞬間により安全な決定をサポートするAIを作成することを目指しました。
Cortiは、スタンドアロンのAIアシスタントではなく、ヘルスケアAIインフラストラクチャーとして自己を位置付けている。インフラストラクチャーとは、この文脈では何を意味するのか? それが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できない機能を解放するのは何ですか?
私たちがインフラストラクチャーについて話すとき、私たちは単一のアシスタントやウィジェットを出荷しているのではなく、臨床グレードのAIが多くのワークフローで可能になる基盤的な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ーとは、ヘルスケアネイティブモデルとデータ（一般的なウェブデータではない）、臨床的背景で回答を浮き彫りにする臨床的推論レイヤー、モデルのカード、監査トレイル、検証可能なライナージュなどのライフサイクルとガバナンスツール、規制当局に適合する展開オプション（主権クラウド、オンプレミス、またはプライベートエンドポイント）、開発者向けのAPIとSDKを指します。これにより、製品チームは、機械学習やコンプライアンスの専門家になることなく、自分のアプリケーションに臨床的知識を組み込むことができます。
そのアプローチは、ポイントソリューションでは解放できない3つのことを解放します。(1) 展開可能性、つまり実際の臨床的制約（待機時間、データ居住性、監査可能性）に耐えるモデルとランタイム。(2) 専門分野を横断したスケーラビリティ、つまり再利用可能で認定されたビルディングブロック（スピーチ、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します。(3) 規制および企業の信頼、つまりポリシー、BAAs、コンプライアンスのプライミティブがプラットフォームに組み込まれているため、顧客がパイロットから本格的な生産に移行できます。簡単に言えば、インフラストラクチャーは、開発者や病院が出荷、認定、スケールすることができる、実行可能なサービスとしての臨床的R&Dを実現します。
汎用AIモデルは、臨床環境で混合された結果をもたらすことがよくあります。臨床環境で使用される場合にこれらのモデルが最も一般的にどのように短所を示すのでしょうか?
汎用モデルは多くのタスクでよく機能します。しかし、ヘルスケアは、水平方向のAIが簡単に再現できない方法で深さを重視します。臨床的推論は、繊細なヒント、専門用語、機関の背景、文書化が規制および報酬システムを通じてどのように流れるかを理解することに依存します。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対する検証、およびスタックへのコンプライアンスの組み込みが必要です。これは、プロンプティングの問題ではありません。研究の問題です。したがって、ヘルスケアには、幅広く多くのものではなく、ドメインに深く焦点を当てた、専用のAIラボが必要です。
Cortiは、ヨーロッパ、米国、その他の地域で運営しており、それぞれ異なるケアモデルとガバナンスを持っています。複雑な現実世界に対応するようにAIシステムをどのように設計しますか?
私たちは、スタックの所有権を増やし、展開とガバナンスを第一級市民として扱うことで、複雑さに対応します。実際的には、ヘルスケア専用のデータでのトレーニング、モデルでの臨床的推論の微調整、監査トレイル、モデルカード、BAA対応APIの構築、そしてルーティングのアーキテクチャを意味します。そこで、コンプライアンスコントロールは地理とリスクプロファイルによって選択されます。必要な顧客には、主権クラウドとオンプレミス展開オプションを提供します。そこで、提供者はデータがどこに存在するかを選択し、上で実行されているモデルを管理するコントロールを維持できます。
その柔軟性により、異なるケアモデルを横断して同じ臨床AIを実行し、現地の文書化標準、プライバシー法、機関のガバナンスを尊重できるようになります。重要なのは、研究を生産への階段として扱うことです。進歩はすべて追跡可能で、テスト可能で、現実世界で展開可能である必要があります。そうすることで、臨床現実で繁栄するように構築されたものであることを意味します。
現在の臨床ワークフローを考慮すると、Cortiはどこで最も即時的で測定可能な影響を与えますか? その分野は、過負荷の臨床医にとってなぜ最も重要なのか?
Cortiの最も即時的な影響は、臨床医に最も大きな負担を課す臨床的および行政的ワークフローです。私たちのモデルとAPIは、毎日使用されるヘルスケアソフトウェア内でアンビエント文書化、コーディング、エージェント駆動の自動化を可能にします。
その分野は重要です。文書化と請求は、ケアの提供における最も時間のかかる、またエラーが発生しやすい部分だからです。会話がリアルタイムで構造化された、EHR対応のノートになったとき、コーディングがより完全で正確になったとき、ルーティン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たとき、臨床医は書類作業に費やす時間が減り、組織は効率性と請求の品質の改善が測定可能になるのです。
ヘルスケアは、1つの大きな問題ではなく、規制圧力の下で運営する、数千の専門分野特有のワークフローです。臨床現実で繁栄する、生産グレードのAIを構築することで、ソフトウェア会社やヘルスケアシステムはそれらの問題に対処することができます。そこがヘルスケアのAIラボが実用的な、測定可能なリターンを提供する場所です。
Cortiは毎日数十万の患者相談をサポートしています。パイロットやラボ環境では明らかでない、スケールで運用することで得られた教訓は何ですか?
スケールでの運用は、パイロットでは隠される摩擦を明らかにします。データ品質の不均一性（2つのEHRやコールトランスクリプトは同じに見えない）、生産での待機時間とストリーミングの制約、顧客や地理的区域全体での法的および契約上の複雑さ、そして負荷の下でのみ現れる永続的なエッジケースです。ラボでは、キュレーションされたセットに対する精度を測定できますが、生産ではルーティング、観察可能性、ドリフト検出、モデルロールバック、説明可能な監査トレイルの解決が求められます。別の教訓は、信頼は説明可能で、繰り返し可能で、認定可能なモデルによって得られることです。パイロットは、総所有コストを過小評価します。開発者は生産では、SDK、一貫したエンドポイント、ガバナンスのプライミティブが必要です。安全性を維持し、生産的にイテレートするためにです。
ヘルスケアは、消費者向けAIよりも説明可能性をより高く要求します。臨床的推論、透明性、説明責任について、AIが医療上の決定に影響を与える場合にどのようにアプローチしますか?
ヘルスケアは、エラーのコストが実際にあるため、より高い基準を要求します。臨床AIは、ただ言語を生成するのではなく、規制された、高いステークスの情報を透明で検査可能な方法で推論する必要があります。
そのため、私たちは、臨床的推論をモデルレベルでより解釈可能にする、GIM（Gradient Interaction Modifications）法を開発しました。GIMは最近、Hugging Face Mechanistic Interpretability Benchmarkで1位となり、解釈可能なアプローチの中でリーダーボードで1位となりました。そうすることは重要です。解釈可能性は、ヘルスケアでは学術的な演習ではありません。信頼、安全性、規制の採用に基礎的なものだからです。
研究を超えて、透明性は展開まで続く必要があります。私たちは、顧客が何が実行されているか、また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、モデルカード、バリデーションベンチマーク、監査トレイル、バージョン管理を提供します。出力は証拠に結び付けられ、不確実性は明示的であり、システムは決定をサポートするために臨床医を裏付けるものとして設計されています。黒い箱で臨床医を置き換えるのではなく、透明性と説明責任が必要です。
規制されたセクターでは、AIの主権は重要な話題です。ヘルスケアでは、主権とは何を意味しますか? 提供者は、先進的なAIの利点を享受しながら、どのようにしてコントロールを維持できますか?
ヘルスケアでは、主権とは、提供者がデータの居住、モデル選択、運用ガバナンスをコントロールすることを意味します。実際的には、主権クラウドまたはオンプレミスでのローカルまたは地域でのホスティングの選択肢、プライベートモデルエンドポイント、フルな監査およびライフサイクルコントロール、契約および技術的保証（BAAs、SLAs、DPIAs）を実現します。主権とは、クラウドに反対するものではありません。提供者がワークロードが実行される場所を選択し、モデルおよびデータに対する検証可能なコントロールおよびトレーサビリティを持ち、規制および機関の義務を遵守できるようにすることです。その組み合わせにより、提供者は先端の機能にアクセスしながら、法的および機関の義務を果たすことができます。
EUイニシアチブの創設者およびアドバイザーとして、規制はどのように進化すると思いますか? また、技術的現実をどのようにして、政策立案者はまだ過小評価していますか?
ヨーロッパは、規制を真剣に受け止めることが正しいです。ヘルスケアでは、監査可能性、トレーサビリティ、説明責任は、信頼のために不可欠です。
政策立案者が現実を過小評価するのは、臨床AIの運用的側面です。認定は、一時的な承認ではなく、継続的な監視、バージョン管理、および継続的な検証を必要とします。同時に、過度に規制することは避ける必要があります。コンプライアンスの負担が不均衡になると、イノベーションは遅くなり、有用なツールは臨床医に届きません。Cortiでは、規制を最初から前提としています。監査可能性、モデルガバナンス、主権展開オプションを直接モデルとAPIに組み込みます。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をリトラクトする必要がないようにします。ヘルスケアは複雑で断片化されています。規制の準備を基盤に組み込むことで、スケールで安全に進むことができるバランスが必要です。患者を保護するが、安全に構築して展開できるようにする、厳格だが実用的です。
12〜24か月先を見て、ヘルスケアのリーダーはCortiからどのような大きな変化を期待するべきですか? その計画は、2026年の基盤をどのようにして築くのか?
Cortiは、ラボから生産へのパスウェイに重点を置くことを予想できます。研究に裏付けられた、臨床グレードのモデルを出荷し、それらを展開可能なインフラストラクチャー（スピーチ、コーディング、エージェントエンドポイント、臨床的推論レイヤー、主権展開オプション）としてパッケージ化します。ロードマップの計画には、STTと待機時間のベンチマークの改善、ボイスエージェント、医療コーディングモデルを本格的な生産に移行させることが含まれます。また、複数の主権クラウドの立ち上げも予定されています。すべてが、顧客をパイロットから認定された生産に移行させるように設計されています。Cortiは単一のアプリケーションではありません。ヘルスケアのAIラボであり、安全で、監査可能で、安全に展開できる、臨床的ソフトウェアの全クラスの基盤を提供するように構築されています。2026年の野心の基盤です。
素晴らしいインタビュー、詳しく知りたい読者は、Cortiを訪問してください。
