펀딩

Knit Health, 1,160만 달러 시드 투자로 실제 임상 의사결정에 기반한 AI 개발

Antoine Tardif
Unite.AI를 Google의 선호 소스에 추가
핵심 포인트Knit Health는 의료 텍스트만이 아니라 임상의의 행동을 기반으로 AI를 훈련합니다
더 보기
  • Knit Health는 의료 텍스트만이 아니라 임상의의 행동을 기반으로 AI를 훈련합니다
  • 이 플랫폼은 분류와 퇴원 시기 같은 운영상의 결정을 학습합니다
  • 행동 기반 AI는 진료 전달을 표준화하고 임상의의 번아웃을 줄일 수 있습니다

의료 인공지능 회사들은 주로 의학 문헌, 임상 기록, 텍스트 기반 데이터에 대한 모델 훈련에 중점을 두었습니다. 그러나 Knit Health는 다른 접근 방식을 취하고 있습니다. 실제 병원과 클리닉 내에서 의료가 어떻게 운영되는지에 대한 지식을 인공지능 시스템에 가르치는 것입니다.

캘리포니아 대학교 버클리에서 시작된 Knit Health는 Uncork Capital과 Frist Cressey Ventures가 공동으로 주도한 1,160만 달러의 시드 투자를 유치하며 비공개 개발 단계를 마치고 모습을 드러냈습니다. Moxxie Ventures는 프리시드 단계에서 투자했으며 Coalition Operators도 참여했습니다. 이 회사는 이 자금을 통해 대규모 임상 행동 모델(Large Clinical Behavior Model, LCBM)을 개발하고 배포할 계획입니다. 이 모델은 실제 의료 환경에서 임상 의사들이 어떻게 의사 결정을 내리는지에 대한 패턴을 학습하는 시스템입니다.

Knit Health는 전통적인 의료 채팅봇이나 문서 보조가 아닌 “집단 임상 지능”을 구축하고 있습니다. 이는 병원 내 환자 이송, 진료 의뢰, 예약, 퇴원 시점, 의료진 간 조정에 나타나는 의사 결정 패턴을 학습하는 AI 시스템입니다.

텍스트 기반 의료 인공지능을 넘어

현재 의료 분야에서 사용되는 대부분의 생성 인공지능 시스템은 본질적으로 언어 모델입니다. 이러한 시스템은 기록을 요약하거나, 발표된 의학 지식을 기반으로 질문에 답변하거나, 노트를 생성하는 데 뛰어난 능력을 가지고 있습니다.

Knit Health는 많은 중요한 의료 운영 결정이 명시적으로 기록되지 않았다고 주장합니다. 대신, 이러한 결정은 임상가들이 현실의 제약에 대처하며 쌓은 수년간의 경험에서 나옵니다. 이러한 조건에는 전문가의 가용성, 진료 의뢰의 병목 현상, 병원 수용력, 환자 복잡성 등이 있습니다.

Knit Health의 LCBM은 Truveta의 전자 의료 기록 데이터를 사용하여 훈련됩니다. 이 데이터는 미국의 30개 의료 시스템의 환자 1억 3,000만 명 이상을 포괄합니다. Knit Health는 심층 강화 학습, 인과 추론, 행동 클로닝 등의 기술을 적용해 진료 결정이 실제로 어떻게 전개되는지 모델링한다고 설명합니다.

이 접근 방식은 정적 데이터 세트나 발표된 연구에 주로 의존하는 기존 의료 AI와 다릅니다. Knit Health는 다음 단어 대신 의료기관 안에서 실제로 이뤄지는 운영상 진료 결정을 예측하려 합니다. 회사는 병원별 의뢰 경로, 인력 제약, 업무 절차에 모델을 맞출 수 있다고 설명합니다.

병원 운영을 위한 기반 계층 구축

Knit Health는 자신의 플랫폼을 독립적인 응용 프로그램이 아닌, 의료 운영을 위한 기초적인 지능 계층으로 자리매김하고 있습니다.

회사는 모델이 우선 환자 분류, 환자 흐름 최적화, 퇴원 예측, 진료 의뢰 관리, 품질 개선 사업에 도입되고 있다고 설명합니다. 시간이 지나면서 더 넓은 목표는 거의 모든 임상 워크플로우를 뒷받침하는 운영 인프라에 AI를 통합하는 것으로 보입니다.

이는 의료 AI가 진단이나 대화형 보조를 넘어 운영상의 비효율을 해결하려는 흐름과 맞닿아 있습니다. Knit의 전략은 향후 의료 AI가 의사 대체에 덜 집중하고 환자 진료를 둘러싼 복잡한 시스템 조정에 더 집중할 가능성을 시사합니다.

의료 시스템은 아직도 진료 의뢰 지연, 전문 진료 과밀, 비효율적인 예약, 조정 부족 등의 문제에 직면해 있습니다. 이러한 운영 문제는 임상 지식과 치료 가능성의 발전에도 불구하고 종종 환자 결과에 직접적인 영향을 미칩니다.

Truveta의 의료 인공지능에서의 확대 역할

Knit Health와 Truveta의 협력은 의료 인공지능 개발에서 대규모 실제 임상 데이터의 중요성을 반영합니다.

Truveta는 미국에서 가장 큰 비식별 임상 데이터 모음 중 하나를 구축했습니다. 주요 의료 시스템 네트워크에 걸친 환자 1억 3,000만 명 이상의 데이터를 포괄합니다. 회사는 AI 기반 의료 연구와 운영 인텔리전스를 위한 주요 데이터 기반 제공업체로 자리 잡고 있습니다. 분리된 데이터 세트보다 장기 추적 임상 데이터에 접근하려는 의료 AI 기업이 늘면서, 이와 같은 협력은 모델 개발과 배포에서 중요성이 더 커질 수 있습니다.

의료 분야에서의 행동 인공지능의 미래

Knit Health의 출시는 의료 인공지능의 더 광범위한 발전을 강조합니다. 주로 의료 지식으로 훈련된 시스템에서 기관 행동에 기반한 시스템으로의 전환입니다.

이러한 행동 인공지능이 성공적으로 구축되면, 병원은 큰 조직에서 높은 품질의 치료를 표준화하고, 임상 의사의 소진과 지연된 치료에 기여하는 운영 마찰을 줄일 수 있을 것입니다.

이 접근 방식은 또한 다른 산업에서 기관 워크플로우와 인간 조정이 공식 문서만큼 중요할 때 미래의 인공지능 시스템 개발에 영향을 미칠 수 있습니다.

의료 분야에서 장기적인 영향은 자동화에만 국한되지 않습니다. 실제 환자 경로에서 수백만 건의 데이터를 학습할 수 있는 시스템은 더 나은 결과와 관련된 운영 패턴을 식별하여, 의료 시스템이 정적 지침만을 기반으로 하는 것이 아니라 관찰된 행동을 기반으로 치료 제공을 지속적으로 개선할 수 있을 것입니다.

앙투안은 Unite.AI의 비전 있는 리더이자 창립 파트너로, AI와 로봇공학의 미래를 만들어 가고 발전시키는 데 변함없는 열정을 쏟고 있습니다. 여러 기업을 창업한 그는 AI가 전기만큼 사회를 크게 변화시킬 것이라고 믿으며, 혁신적인 기술과 범용 인공지능(AGI)의 잠재력에 관해 자주 열정적으로 이야기합니다.

미래학자로서 이러한 혁신이 세상을 어떻게 바꿀지 탐구하는 데 전념하고 있습니다. 또한 미래를 새롭게 정의하고 산업 전반을 변화시키는 첨단 기술에 대한 투자에 초점을 맞춘 플랫폼인 Securities.io의 설립자입니다.