Financiering
TestDynamics haalt 9 miljoen dollar op in Series A-financieringsronde voor evaluatie van AI voor medische beeldvorming

Belangrijkste puntenSatori evalueert beeldvormingsalgoritmen op de eigen onderzoeken van elk ziekenhuis…
Meer weergeven
- Satori evalueert beeldvormingsalgoritmen op de eigen onderzoeken van elk ziekenhuis voordat aankoopbeslissingen worden genomen.
- TestDynamics stelt dat evaluatie van buiten het model moet komen in plaats van van algoritmeleveranciers.
- Satori Edge de-identificeert onderzoeken binnen het ziekenhuisnetwerk en stuurt ze alleen naar ingeschakelde leveranciers.
TestDynamics heeft 9 miljoen dollar aan financiering opgehaald. De Series A-ronde werd geleid door Healthier Capital, met strategische deelname van Cedars-Sinai Technology Ventures. Het in Austin gevestigde bedrijf gebruikt het kapitaal om Satori uit te breiden, een leveranciersneutraal platform dat AI-algoritmen voor medische beeldvorming evalueert en de bevindingen ervan integreert in de bestaande werkprocessen van radiologen.
De financiering is gericht op een probleem dat groter wordt naarmate ziekenhuizen meer AI inzetten: een algoritme selecteren is nog maar het begin. Zorgsystemen moeten ook vaststellen hoe goed het werkt bij hun eigen patiënten, het koppelen aan klinische software en nagaan of het na ingebruikname bruikbare resultaten blijft leveren.
Volgens TestDynamics wordt Satori al klinisch gebruikt in verschillende van de tien hoogst gerangschikte medische centra in de VS. Het bedrijf is van plan het team voor klinische validatie uit te breiden, het platform bij meer zorgsystemen in te zetten en de evaluatie- en orkestratiemogelijkheden uit te breiden naar aanvullende subspecialismen binnen de medische beeldvorming. In de aankondiging worden de medische centra niet bij naam genoemd en wordt geen waardering bekendgemaakt.
Een evaluatielaag boven concurrerende algoritmen voor medische beeldvorming
AI voor medische beeldvorming is vaak gespecialiseerd. Het ene hulpmiddel kan een vermoedelijke bloeding op een CT-scan van het hoofd signaleren, terwijl een ander structuren op een MRI meet of mogelijke botbreuken op een röntgenfoto opspoort. De aanschaf van meerdere hulpmiddelen kan ertoe leiden dat radiologen gegevens uit afzonderlijke interfaces, bevindingen en prestatieclaims van verschillende leveranciers met elkaar moeten zien te verenigen.
Satori vormt een laag boven op die hulpmiddelen en concurreert dus niet als nog een gespecialiseerd diagnostisch algoritme. TestDynamics noemt zijn aanpak Amalgamated Intelligence: de uitvoer van meerdere systemen evalueren en de resultaten ordenen in een geprioriteerd klinisch overzicht. Het bedrijf zegt algoritmen te toetsen aan zowel referentiebevindingen, vaak ground truth genoemd, als concurrerende producten.
‘Evaluatie moet buiten het model plaatsvinden’, zei oprichter en CEO Lior Eshel in de aankondiging. Volgens hem hebben ziekenhuizen een evaluator nodig die losstaat van de bedrijven die de algoritmen verkopen.
De platformbeschrijving voegt een praktisch detail toe aan die positionering: kandidaat-hulpmiddelen worden getest op de eigen, van identificerende gegevens ontdane beeldvormingsonderzoeken van de zorgaanbieder, voordat artsen en bestuurders een keuze maken. De resultaten vormen een lokale uitgangswaarde voor latere monitoring. De prestaties van een model elders leveren nuttige informatie op, maar een lokale evaluatie toetst of die informatie ook geldt voor de daadwerkelijke beeldvormingswerkzaamheden van het ziekenhuis.
Zo koppelt Satori aan de beeldvormingssystemen van een ziekenhuis
Het integratieonderdeel is Satori Edge, een dienst die binnen het ziekenhuisnetwerk wordt geïnstalleerd. Volgens het technisch overzicht voor IT-teams van TestDynamics ontvangt de dienst onderzoeken van een systeem voor beeldarchivering en communicatie (PACS) en van DICOM-routers. PACS slaat medische beelden op en haalt ze op; DICOM is de standaard voor het uitwisselen van die beelden en de bijbehorende informatie.
Edge verwijdert identificerende gegevens uit onderzoeken en versleutelt ze voordat ze het netwerk verlaten, stuurt ze uitsluitend door naar ingeschakelde AI-leveranciers en koppelt de geretourneerde resultaten ter plaatse weer aan de juiste patiënt. Volgens TestDynamics maakt de dienst gebruik van uitgaande verbindingen en verbieden de overeenkomsten met leveranciers het bewaren van patiëntgegevens of het gebruik ervan voor training.
Dankzij deze architectuur heeft het ziekenhuis één verbinding om hulpmiddelen toe te voegen of te vervangen. Ook worden de contracten gebundeld: TestDynamics sluit overeenkomsten en overeenkomsten met zakelijke partners met de onderliggende AI-leveranciers. Die overeenkomsten regelen de verantwoordelijkheden voor de omgang met beschermde gezondheidsinformatie, terwijl de technische verbinding zorgt voor het transport van onderzoeken en resultaten.
Eén overzicht, met radiologen die bevindingen goedkeuren
De uitdrukking ‘één resultaat’ kan de indruk wekken dat meerdere AI-antwoorden worden samengevoegd tot een nieuwe diagnose. De documentatie van Satori View beschrijft een specifiekere werkwijze: afzonderlijke resultaten worden weergegeven zoals het oorspronkelijke algoritme ze heeft gegenereerd, geordend in een consistent overzicht op het moment van beoordeling.
Klinische afdelingen kunnen kiezen welke bevindingen worden weergegeven en in welke volgorde. Radiologen keuren goed wat in de beeldviewer of het conceptrapport wordt opgenomen. Prioriteitsmarkeringen van goedgekeurde triagehulpmiddelen kunnen ook op werklijsten verschijnen, terwijl het bijhouden van vervolgacties helpt om incidentele bevindingen zichtbaar te houden totdat er iets mee is gedaan.
Dat onderscheid is belangrijk voor de verantwoordelijkheid. Een radioloog moet weten welk hulpmiddel een bevinding heeft opgeleverd en kunnen bepalen of die wordt geaccepteerd. Minder rommelige interfaces zijn nuttig; de mogelijkheid behouden om een uitvoer te beoordelen en af te wijzen is minstens zo belangrijk.
Prestaties monitoren na ingebruikname
Satori Governance breidt de evaluatie uit naar de dagelijkse praktijk. Volgens TestDynamics houdt het de prestaties bij ten opzichte van de uitgangswaarde van elk ziekenhuis, monitort het het gebruik, vergelijkt het AI-bevindingen met definitieve verslagen en verzamelt het gegevens over instemming, afwijkende beoordelingen en meningsverschillen van radiologen. Het management kan die gegevens gebruiken om te beslissen of een hulpmiddel wordt gehandhaafd, vervangen of uitgebreider ingezet.
Monitoring is bedoeld om verschuivingen zichtbaar te maken: veranderingen in de prestaties nadat de omstandigheden rond een model zijn gewijzigd. Upgrades van scanners, andere beeldvormingsprotocollen, nieuwe patiëntengroepen of bijgewerkte modelversies kunnen allemaal aanleiding zijn om na te gaan of een eerdere evaluatie nog steeds van toepassing is.
Overeenstemming met een eindrapport is een nuttig signaal, maar staat niet automatisch gelijk aan een onafhankelijk vastgestelde referentiestandaard. Het beoordelen van meningsverschillen en het vaststellen van betrouwbare referentiegevallen blijven belangrijke onderdelen van klinische validatie. De nadruk die de financiering legt op uitbreiding van een validatieteam weerspiegelt het menselijke werk achter deze infrastructuur.
Financiering van de infrastructuur rond klinische AI
De vraag naar externe evaluatie reikt verder dan beeldvorming. Een commentaar uit 2024 in Nature Medicine over klinische validatie pleitte voor strengere bewijsnormen voor toegelaten AI-hulpmiddelen in de gezondheidszorg. Unite.ai heeft ook aandacht besteed aan onafhankelijke tests van AI in de gezondheidszorg, wat een bredere tendens weerspiegelt om systemen te beoordelen aan de hand van bewijs dat verder gaat dan de eigen beweringen van hun ontwikkelaars.
De deelname van Healthier Capital steunt een visie op infrastructuur: ziekenhuizen zullen van AI-leverancier moeten kunnen veranderen zonder hun klinische systemen voor elke vervanging opnieuw op te bouwen. Cedars-Sinai Technology Ventures voegt een investeerder in de commercialisering van zorginnovaties aan de financieringsronde toe; TestDynamics vermeldt zichzelf ook als deelnemer aan het programma van Cedars-Sinai Accelerator uit 2023.
Voor TestDynamics bestaat de kans erin evaluatie, integratie en klinisch toezicht om te vormen tot een doorlopende dienst, in plaats van afzonderlijke projecten voor elk algoritme. De financiering van $9 miljoen helpt het bedrijf die laag uit te breiden. De uiteindelijke waarde ervan hangt af van de vraag of ziekenhuizen duidelijker bewijs krijgen over hun hulpmiddelen en radiologen bevindingen beter kunnen verwerken.












