資金調達
Knit Health、1,160万ドルのシード資金で実際の臨床意思決定に基づくAI開発へ

要点Knit Healthは、医療テキストだけでなく臨床医の行動に基づいてAIを訓練している
もっと見る
- Knit Healthは、医療テキストだけでなく臨床医の行動に基づいてAIを訓練している
- このプラットフォームは、トリアージや退院のタイミングといった運用上の意思決定を学習する
- 行動AIは、ケア提供の標準化と臨床医の燃え尽き症候群の軽減につながる可能性がある
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っています。
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はステルス期間を終えて事業を公表し、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
現在のヘルスケア分野の生成AIシステムの大多数は、基本的に言語モデルです。これらのシステムは記録の要約、診療メモの生成、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、専門医の対応可能状況、紹介のボトルネック、病院の受け入れ能力、患者の状態の複雑さといった現実の制約に対処してきた臨床家の長年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、米国の30の医療システムにわたる1億3,000万人超の患者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。
同社によると、このシステムは、紹介のパターン、人員配置の制約、ワークフローの構造など、個々の病院特有の運営上の力学に適応できます。
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。時間の経過とともに、ほぼすべての臨床ワークフローを支える運用インフラにAIを組み込むことが、より広い目標になっているようです。
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。
医療システムは依然として、紹介の遅れ、専門診療への経路の混雑、非効率な予約管理、部門間の連携の分断といった問題に苦しんでいます。こうした運営上の問題は、臨床知識が進歩し治療を利用できる機会が増えても、患者の転帰に直接影響することが少なくありません。
Knitの戦略は、将来の医療AIシステムが、医師の代替よりも、患者ケアを取り巻く複雑なシステムの調整に重点を置く可能性を示唆しています。
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、個人を識別する情報を除いた臨床データのコレクションとして、米国最大級のものを構築しました。主要な医療システムのネットワークにわたる1億3,000万人超の患者をカバーしています。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ますます明確に位置付けています。
個別のデータセットではなく、患者を長期的に追跡した臨床データへのアクセスを求める医療AI企業が増えるにつれ、このような提携はモデルの開発と導入において重要性を増す可能性があります。
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。主に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、臨床家の燃え尽きや治療の遅れにつながる運営上の摩擦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。数百万に及ぶ現実の患者の受療経路から学べるシステムは、将来的に、より良い患者の転帰と関連する運用上のパターンの特定に役立つ可能性があります。それにより医療システムは、静的なガイドラインだけでなく、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ようになるかもしれません。












