Knit Health、11.6Mドルのシード資金を獲得し、リアルワールドの臨床意思決定に基づくAIを構築する

ヘルスケアAI企業は、従来、医療文献、臨床ノート、テキストベースのデータに基づいてモデルをトレーニングしてきました。しかし、Knit Healthは、病院やクリニック内で実際にヘルスケアがどのように機能するかをAIシステムに教えるという異なるアプローチを取りました。

カリフォルニア大学バークレー校のスピンアウトであるKnit Healthは、Uncork CapitalとFrist Cressey Venturesが共同でリードする1,160万ドルのシード資金を獲得し、Moxxie Venturesからプレシード支援を受け、Coalition Operatorsが参加しました。同社は、この資金を、Large Clinical Behavior Model (LCBM)の開発と展開に充てる予定です。LCBMは、リアルなヘルスケア環境での臨床意思決定から学ぶように設計されたシステムです。

従来の医療チャットボットや文書化アシスタントのように機能するのではなく、Knit Healthは「集団的臨床知能」と呼ばれるものを構築しています。これは、患者ルーティング、紹介、スケジューリング決定、退院タイミング、ケア調整ワークフローなどのパターンに基づいてトレーニングされたAIです。

テキストベースのヘルスケアAIを超えて

現在のヘルスケアAIシステムの大多数は、基本的に言語モデルです。彼らはレコードの要約、ノートの生成、または公開された医療知識に基づいて質問に答えることに優れています。

Knitは、ヘルスケアにおける多くの重要な運用上の決定が明示的に書き留められていないと主張しています。代わりに、これらの決定は、専門家の可用性、紹介のボトルネック、病院の容量、患者複雑性などのリアルワールドの制約をナビゲートする臨床者の経験から生じます。

同社のLCBMは、Truvetaの電子医療レコードデータを使用してトレーニングされており、130万人以上の患者を超える30の米国のヘルスケアシステムをカバーしています。Knitは、深層強化学習、因果推論、行動クローニングなどの手法を使用して、ケア決定がどのように実践で展開するかをモデル化していると述べています。

これは、静的なデータセットや公開された研究に依存する従来のヘルスケアAIシステムとは大きく異なります。Knitは、文の次の単語を予測するのではなく、ヘルスケアシステム内の運用上のケア決定を予測しようとしています。

病院のためのインフラストラクチャ層の構築

Knit Healthは、スタンドアロンアプリケーションではなく、ヘルスケア運用のための基盤となるインテリジェンス層としてプラットフォームを位置付けていると述べています。

同社は、モデルが最初にトライアージ、患者フロー最適化、退院予測、紹介管理、品質向上イニシアチブに展開されていると述べています。長期的には、ほぼすべての臨床ワークフロー下にある運用インフラストラクチャにAIを埋め込むことを目指しています。

これは、ヘルスケアAIが診断や会話アシスタントにのみ焦点を当てるのではなく、運用上の非効率性を標的にすることで発生している、ヘルスケアAI全体のより広範なシフトと一致しています。

TruvetaのヘルスケアAIにおける拡大する役割

KnitのTruvetaとのパートナーシップは、ヘルスケアAI開発における大規模なリアルワールドの臨床データセットの重要性を反映しています。

Truvetaは、米国のヘルスケアシステムネットワークにわたる130万人を超える患者を表す、米国最大の脱同一化された臨床データコレクションの1つを構築しました。同社は、AI駆動のヘルスケア研究と運用インテリジェンスのための重要なインフラプロバイダーとして自らを位置付けていると見なされています。

医療における行動AIの未来

Knit Healthの立ち上げは、ヘルスケアAIにおけるより広範な進化を強調しています。医療知識に基づいてトレーニングされたシステムから、機関の行動に基づいてトレーニングされたシステムへの移行です。

このカテゴリの行動AIが成功すれば、病院は大規模な組織全体で高品質なケアの提供を標準化し、運用上の摩擦を減らし、治療の遅れを減らすことができるかもしれません。

このアプローチは、正式な文書化と同等に重要な機関のワークフローと人間の調整が存在する他の業界での将来のAIシステムの開発にも影響を与える可能性があります。

ヘルスケアの場合、長期的な影響は自動化を超えています。数百万のリアルワールドの患者経路から学ぶことができるシステムは、将来的には、静的なガイドラインのみに基づいてではなく、観察された行動に基づいてケアの提供を継続的に改善できるヘルスケアシステムを可能にする、運用上のパターンを特定するのに役立つ可能性があります。