Andreas Cleve, Corti의 공동 창립자 및 CEO – 인터뷰 시리즈

Andreas Cleve, Corti의 공동 창립자 및 CEO는 의료 분야에서 인공지능을 발전시키는 것을 목표로 하는 기업가입니다. 그는 Ovivo라는 대화형 워크포스 플래닝 플랫폼을 통해 의료 분야에서 일하기 시작했으며, 이 플랫폼은 덴마크 전역에서 빠르게 확장되었으며 2013년에 인수되었습니다. 이후 그는 Hyvi라는 연구.init을 공동 창립했으며, 이는 실시간으로 복잡한 대화를 이해할 수 있는 컨텍스트 인식 언어 모델을 탐구하는 연구.init으로, 결국 2018년에 Corti로 발전되었습니다. 기업을 구축하는 것 외에도 Cleve는 Nordic.ai와 같은.init 및 DIGITALEUROPE 및 덴마크의 국가 디지털화위원회와 같은 조직의 자문 역할을 통해 북유럽 AI 생태계를 강화하는 데 중요한 역할을 했습니다.

Corti는 의료 전문 모델을 개발하여 의료 대화를 이해하고 의료 전문가를 실시간으로 지원하는 코펜하겐 기반의 의료 AI 회사입니다. 그들의 플랫폼은 의료 전문가를 위한 AI 어시스턴트로 작동하여 임상 문서를 생성하고 환자 상호 작용 중에 통찰력을 제공하며 행정 워크플ロー 자동화를 수행합니다. 의료 시스템 및 API를 통해 기술을 제공함으로써 Corti는 의료 전문가의 작업량을 줄이고 효율성 및 의사 결정 능력을 개선하는 것을 목표로 합니다.

당신은 항상 의료가 일상 생활의 일부였던家庭에서 자랐습니다… 초기 경험은 Corti의 설립을 어떻게 형성했으며, 첫날부터 어떤 문제를 해결하기로 결정했나요?

의료를 둘러싼 가정에서 자란 것은 두 가지를 명확히 했습니다. 전문 지식이 엄청난 영향을 미치며, 그 전문 지식을 전달하는 과정은 취약하고 종종 가장 필요로 하는 사람들을 실패합니다. 초기 가정 경험, 즉 간호사가 어려움을 겪는 것을 보며, 지식이 전달되는 과정에서 손실되는 것을 보며, 일관되지 않은 치료에서 오는 두려움을 느끼며, 의료는 예측 가능해야 하며 의사 결정이 어려울 때 의료 전문가는 결코 혼자서는 안 된다는 믿음을 심어주었습니다. 그것은 Corti의 설립 임무로 직접 번역되었습니다. 전문 지식을 보증하는 시스템을 구축하여 의료 전문가가 항상 신뢰할 수 있는 실시간 의사 결정 지원을 받을 수 있도록 합니다.

첫날부터 우리는 의료 분야에서 공급과 수요 불균형을 해결하기 위해 노력했습니다. 현대 의학의 복잡성과 그것을 모든 곳에 적용할 수 있는 인간의 능력 사이의 간격을 줄이기 위해_variance를 줄이고, 탐지를 가속화하며, 가장 중요한 순간에 더 안전한 결정을 지원하는 AI를 생성했습니다.

Corti는 단독 AI 어시스턴트가 아닌 의료 AI 인프라로 자신을 пози션합니다. 이 contexto에서 인프라는 무엇을 의미하며, 포인트 솔루션 또는 채팅 기반 도구가 제공할 수 없는 어떤 기능을 제공합니까?

인프라에 대해 이야기할 때, 우리는 단일 어시스턴트 또는 위젯을 제공하지 않습니다. 우리는 임상 등급 AI가 많은 워크플로우에서 가능하도록 하는 기초 스택을 구축하고 있습니다. 여기서 인프라는 다음과 같은 것을 의미합니다. 의료 전용 모델 및 데이터(일반 웹 데이터가 아님), 임상적 맥락과 함께 답변을 제공하는 임상적 추론 계층, 라이프사이클 및 거버넌스 도구(모델 카드, 감사 트레이스, 검증 가능한 계보), 규제 기관을 충족하는 배포 옵션(주권 클라우드, 온프레미스 또는 사설 엔드포인트) 및 개발자용 API 및 SDK를 통해 제품 팀이 ML 또는 규정 준수 전문가가 되지 않고도 임상 지능을 자신의 애플리케이션에 연결할 수 있습니다.

그 접근 방식은 포인트 솔루션이 제공할 수 없는 세 가지를 제공합니다. (1) 배포 가능성, 즉 대기 시간, 데이터 거주지, 감사 가능성과 같은 실제 임상 제약 조건을 견딜 수 있는 모델 및 런타임, (2) 전문 분야 전반에 걸친 확장 가능성, 즉 재사용 가능한 인증된 빌딩 블록(음성, 코딩, 임상적으로 범위가 지정된 엔드포인트)으로 많은 수직 애플리케이션을 구축하는 비용을 줄입니다. 그리고 (3) 규제 및 기업 신뢰, 즉 고객이 파일럿에서 생산으로 이동할 수 있도록 플랫폼에 통합된 정책, BAAs 및 규정 준수 기본 제공입니다. 간단히 말해, 인프라는 임상 R&D를 배포 가능한 서비스로 변환하여 개발자와 병원이 배송, 인증 및 확장할 수 있습니다.

일반 목적 AI 모델은 종종 임상 환경에서 혼합된 결과로 적용됩니다. 이러한 모델이 실제 의료 환경에서 어떻게 부족한지 가장 일반적으로 나타납니까?

일반 목적 모델은 많은 작업에서 잘 작동합니다. 그러나 의료는 수평적인 AI가 쉽게 복제할 수 없는 방식으로 깊이를赏합니다. 임상적 추론은 미묘한 단서, 전문 용어, 기관 맥락 및 문서가 규제 및 보상 시스템을 통해 흐르는 방식에 의존합니다. 이것을 올바르게 하려면 임상 데이터에 대한 훈련, 임상 벤치마크에 대한 검증 및 스택에서 처음부터 규정 준수를 구축하는 것이 필요합니다. 이것은 프롬프트 문제가 아니라 연구 문제입니다. 따라서 우리는 의료 분야에 전용 AI 연구소가 필요하다고 생각합니다. 이 연구소는 여러 분야에 걸쳐 넓게 작업하는 대신 도메인에 깊게 집중할 수 있습니다.

Corti는 유럽, 미국 및 기타 지역에서 운영되며, 각 지역에는 서로 다른 치료 모델과 거버넌스가 있습니다. 어떻게 하면 이러한 실제 복잡성을适應하는 AI 시스템을 설계합니까?

우리는 스택의 더 많은 부분을 소유하고 배포 및 거버넌스를 1등급 시민으로 만듦으로써 복잡성을 설계합니다. 실제로 이것은 의료 전용 데이터에 대한 훈련, 임상적 추론을 위한 모델 조정, 감사 트레이스, 모델 카드 및 BAA 준비 API의 구축 및 규제에 따라 선택된 규정 컨트롤을 위한 라우팅 아키텍처를 의미합니다. 필요한 고객에게 우리는 주권 클라우드 및 온프레미스 배포 옵션을 제공하므로 제공자는 데이터가 어디에 살고 있는지 선택하고 모델이 실행되는 방식을 제어할 수 있습니다.

그런 유연성으로 우리는 서로 다른 치료 모델에서 동일한 임상 AI를 실행할 수 있으며 지역 문서화 표준, 개인 정보 보호 법률 및 기관 거버넌스를 존중합니다. 중요하게는 우리는 연구를 생산으로 연결하는 것으로 간주합니다. 모든 진보는 추적 가능하고 테스트 가능하며 실제 세계에서 배포할 수 있어야 하며, 연구실에서만 약속할 수 없습니다. 이것이 임상 현실에서 번창하기 위해 구축된 것을 의미합니다.

현재 전선 임상 워크플로우를 살펴보면, Corti는 가장 즉각적이고 측정 가능한 영향을 어디에서 제공합니까? 그리고 왜 그런 영역이 과부하된 임상 전문가에게 가장 중요합니까?

Corti의 가장 즉각적인 영향은 임상 및 행정 워크플로우에서 발생하며, 이는 가장 큰 부담을 가집니다. 우리의 모델 및 API는 임상 전문가가 매일 사용하는 의료 소프트웨어 내에서 대화형 문서화, 코딩 및 에이전트 주도 자동화를 구동합니다.

그런 영역이 중요한 이유는 문서화 및 청구가 치료 제공의 가장 시간이 소요되며 오류가 발생하기 쉬운 부분이기 때문입니다. 대화가 실시간으로 구조화된, EHR 준비된 노트가 되고, 코딩이 완료되고 더 정확해지며, 루틴 워크플로우가 규제된 시스템 내에서 자동화되면, 임상 전문가는 문서 작업에 덜 시간을 보냅니다. 그리고 조직은 효율성 및 청구 품질에서 측정 가능한 개선을 보게 됩니다.

의료는 하나의 거대한 문제가 아니라 규제 압력하에 운영되는 수천 개의 전문 분야별 워크플로우입니다. 생산 등급 AI를 구축하여 임상 현실에서 번창하도록 함으로써, 우리는 소프트웨어 회사와 의료 시스템이 규모에 따라 그 문제를 해결할 수 있도록 합니다. đó가 의료의 AI 연구소가 실제, 측정 가능한 수익을 제공하는 곳입니다.

Corti는 매일 수백만 건의 환자 상호 작용을 지원합니다. 파일럿 또는 연구실 환경에서 명백하지 않은 규모에서 운영할 때 어떤 교훈이 나왔나요?

규모에서 운영하면 파일럿이 숨기는 마찰이 노출됩니다(데이터 품질의 불일치, 생산 대기 시간 및 스트리밍 제약, 법적 및 계약적 복잡성, 실제 부하에서만 나타나는 영역의 경우). 연구실에서는 정확도를 커링된 세트로 측정할 수 있지만, 생산에서는 라우팅, 관찰 가능성,漂移 감지, 모델 롤백 및 책임 있는 감사 트레이스를 해결해야 합니다. 또 다른 교훈은 실제 신뢰는 모델을 설명 가능하고 반복 가능하며 인증 가능하게 만듦으로써 얻어지는 것이지, 단일 사이트 성능에 의해 얻어지는 것이 아니라는 것입니다. 마지막으로, 파일럿은 소유권 총 비용을 낮추지 않습니다. 개발자는 생산에서 SDK, 일관된 엔드포인트 및 거버넌스 기본 제공을 필요로 하여 안전하고 생산적으로 반복할 수 있습니다.

의료는 소비자 AI보다 더 높은 설명 가능성을 요구합니다. 임상 추론, 투명성 및 책임에 대한 Corti의 접근 방식을 설명하세요.

의료는 더 높은 표준을 요구합니다. 오류의 비용이 실제로 존재하기 때문입니다. 임상 AI는 단순히 가능성 있는 언어를 생성할 수 없으며, 규제된 높은 위험 정보에 대해 투명하고 검사 가능한 방식으로 추론해야 합니다.

그것이 우리가 임상 추론을 더 해석 가능하게 만드는 Gradient Interaction Modifications 방법인 GIM을 개발한 이유입니다. GIM은 최근 Hugging Face Mechanistic Interpretability Benchmark에서 1위를 차지했습니다. 해석 가능성 접근 방식 중에서 리더보드에서 1위를 차지했습니다. 그것은 중요합니다. 왜냐하면 해석 가능성은 의료 분야에서 학술적 연습이 아니라 신뢰, 안전 및 규제적 채택의 기초이기 때문입니다.

연구를 넘어서, 투명성은 배포로 이어져야 합니다. 우리는 모델 카드, 검증 벤치마크, 감사 트레이스 및 버전 관리를 제공하여 고객이 정확히 무엇이 실행되고 어떻게 평가되었는지 알 수 있도록 합니다. 출력은 증거에 연결되고, 불확실성은 명시적이며, 시스템은 임상 전문가를 대체하는 불투명한 블랙박스가 아닌 의사 결정의 보증자로 지원하도록 설계되었습니다.

의료 분야에서 설명 가능성은 기능이 아닙니다. 그것은 신뢰의 전제 조건입니다. 그것이 우리가 임상 AI를 연구소 규율로 접근하며 연구가 생산 등급 시스템에서 배송되는 이유입니다.

규제된 섹터에서 AI 주권은 중요한 주제입니다. 의료 분야에서 주권이 무엇을 의미하며, 제공자는 어떻게 주권을 유지하면서도 고급 AI의 혜택을 누릴 수 있습니까?

의료 분야에서 주권은 제공자가 데이터 거주지, 모델 선택 및 운영 거버넌스를 제어한다는 것을 의미합니다. 실제로 주권은 다음을 통해 달성됩니다. 주권 클라우드 및 온프레미스 호스팅(데이터 거주지, 모델 선택 및 운영 거버넌스 제어), 사설 모델 엔드포인트, 전체 감사 및 라이프사이클 제어 및 계약 및 기술 보장(BAAs, SLAs, DPIAs). 주권은 클라우드에 반대하는 것이 아닙니다. 제공자가 작업 부하가 실행되는 위치를 선택하고 모델 및 데이터에 대한 검증 가능한 제어 및 추적 가능성을 갖도록 하는 것입니다. 이러한 조합으로 제공자는 최신 기능에 접근할 수 있으며 법적 및 기관의 의무를 충족할 수 있습니다.

EU.init의 설립자이자 고문으로서, 규제가 어떻게 발전하고 있는지 그리고 정책 입안자들이 임상 AI의 기술적 현실을 여전히 과소평가하는 영역은 무엇입니까?

유럽은 규제를 심각하게 다루는 것이 옳습니다. 의료 분야에서 감사 가능성, 추적 가능성 및 책임은 선택이 아닌 필수입니다.

정책 입안자들이 때때로 현실을 과소평가하는 영역은 임상 AI의 운영적 특성입니다. 인증은 일회적인 승인이 아닙니다. 지속적인 모니터링, 버전 관리 및 지속적인 검증이 필요합니다. 同时, 우리는過度規制를避ける必要があります. 규정 준수가 불균형적으로 되면, 혁신이 느려지고, 유용한 도구가 임상 전문가에게 도달하지 못합니다.

Corti에서, 우리는 규제를 1일부터 가정합니다. 우리는 감사 가능성, 모델 거버넌스 및 주권 배포 옵션을 모델 및 API에 직접 구축하므로, 스타트업 및 기존 공급자는 나중에 규정 준수를 위해 리트로핏할 필요가 없습니다. 의료는 복잡하고 단편화되어 있으며, 규제 준비를 기초에 구축하지 않으면 속도를 내는 것이 불가능합니다. 유럽이 필요로 하는 균형은 엄격하지만 실제적입니다. 환자를 보호하지만 안전하게 대규모로 구축하고 배포할 수 있도록 합니다.

앞으로 12~24개월 동안, Corti에서 어떤 주요 변화를 기대할 수 있으며, 이러한 계획은 2026년을 위한 기초를 어떻게 마련할까요?

Corti에서 연구-생산 경로를 두 배로 늘릴 것을 기대하십시오. 연구에 기반한 임상 등급 모델을 출하하고, 배포 가능한 인프라(음성, 코딩 및 에이전트 엔드포인트, 임상 추론 계층 및 주권 배포 옵션)로 패키징합니다. 로드맵 계획에는 개선된 STT 및 대기 시간 벤치마크, 음성 에이전트, 의료 코딩 모델이 생산에 들어가는 것이 포함되며, 모두 고객을 파일럿에서 인증된 생산으로 이동하도록 설계되었습니다. Corti는 단일 애플리케이션이 아닙니다. 의료의 AI 연구소로, 안전하고 감사 가능한 임상 소프트웨어의 전체 클래스를 가능하게 하기 위해 구축되었습니다. 그것이 2026年の 우리의 야망을 위한 기초입니다.

멋진 인터뷰 감사합니다. 더 많은 것을 배우고 싶은 독자는 Corti를 방문해야 합니다.