Jonathan Kron, CEO of BloodGPT – Interview Series

Jonathan Kron jest dyrektorem generalnym BloodGPT. Jest strategiem i przedsiębiorcą w sektorze ochrony zdrowia z ponad 20-letnim doświadczeniem w tworzeniu i skalowaniu przedsięwzięć w tym sektorze. Przed dołączeniem do BloodGPT założył i sprzedał Med24, londyńską klinikę (zebrano 5M funtów, sprzedano w 2022), współzałożył PCG, monakijskie przedsięwzięcie zdrowia na odległość, które zabezpieczyło umowy o wartości ponad 1M dolarów na budżec nasionowy w wysokości 500K, oraz doradzał przedsięwzięciom zdrowia cyfrowego, w tym Klarity i LIPS Healthcare w kwestiach głównego pozyskiwania funduszy i wzrostu.

BloodGPT to platforma wykorzystująca sztuczną inteligencję dla laboratoriów diagnostycznych i klinik, która integruje się bezproblemowo z istniejącymi procesami, interpretując wyniki badań krwi w ciągu kilku sekund z dokładnością 99,99%.

Spędziłeś ponad dwie dekady na tworzeniu i skalowaniu przedsięwzięć w sektorze ochrony zdrowia. Jakie osobiste doświadczenia lub bóle głowy branży skierowały Cię do BloodGPT?

Po raz pierwszy usłyszałem o BloodGPT na początku tego roku od kolegi. Założenie od razu rezonowało ze mną, zarówno osobiście, jak i z punktu widzenia biznesu. Jestem kimś, kto zawsze śledził swoje własne badania krwi w arkuszach kalkulacyjnych, wyjmując liczby z plików PDF i obrazów, tylko po to, aby natrafić na niejednolite jednostki, zakresy odniesienia i konwencje nazewnicze. Było to uciążliwe i często niewiarygodne. I głęboko wiedziałem, że nie mogłem być jedynym, kto miał do czynienia z frustracją otrzymywania nieładnych, fragmentarycznych i niedostępnych wyników od lekarza, laboratorium lub kliniki.

Z tego powodu w ciągu kilku dni od poznania BloodGPT byłem na rozmowie z założycielami i na końcu zostałem CSO. Po ponad 20 latach pracy w klinikach, startupach i systemach zdrowia wiedziałem, że to jest właściwa droga.

BloodGPT rozwiązuje pewne bóle głowy, które widziałem wielokrotnie. Ludzie otrzymują wyniki badań, ale dostęp jest fragmentaryczny, kontekst zostaje utracony, a proces przytłacza już i tak napięte profesjonalistów. Pomyśl o tym. Dane krwi są jednym z najbogatszych sygnałów ogólnego samopoczucia, a jednak nadal są tak niedoceniane.

Moim zdaniem było więc takie, że jeśli możemy połączyć sztuczną inteligencję i zaawansowaną naukę o danych z silną wiedzą zdrowotną, możemy uczynić tę informację użyteczną w czasie rzeczywistym dla wszystkich: osób, profesjonalistów zdrowia i całych systemów.

BloodGPT obiecuje 99,99% dokładności w interpretowaniu wyników badań krwi i integruje się bezpośrednio z istniejącymi procesami laboratoryjnymi. Możesz opowiedzieć, jak platforma została wymyślona i jakie były największe wyzwania, które spotkałeś, wprowadzając ją na rynek?

Ciekawie, wszystko zaczęło się od rozmowy sąsiedzkiej. Nikita Udovichenko, biochemik i konsultant ds. odżywiania sportowego, widział ten sam problem w swojej praktyce przed założeniem BloodGPT. Ludzie otrzymywali raporty z badań krwi i nie mieli pojęcia, co z nimi zrobić. Jego sąsiad Vasilii Lazuka, serialowy przedsiębiorca AI i obecnie współzałożyciel i CTO, natychmiast zobaczył potencjał. To, co zaczęło się jako nieformalna rozmowa, szybko przekształciło się w prawdziwy projekt. Niedługo potem dołączył do nas Nata Savaścienka, ekspert od rozwoju produktów AI, jako współzałożyciel i CPO, a ja dołączyłem do zespołu, pracując razem z nimi i wykorzystując moje dwudziestoletnie doświadczenie w tworzeniu platform zdrowotnych i danych.

Od tego momentu naszym celem było zbudowanie systemu, który traktuje każdą liczbę jako weryfikowalne dane, a nie coś, co model językowy może zgadnąć. Zaprojektowaliśmy architekturę wielowarstwową, która normalizuje każdy biomarker do kodów LOINC — Logicznych Nazw i Kodów Obserwacji, międzynarodowego standardu dla raportowania badań laboratoryjnych — weryfikuje każdą jednostkę za pomocą UCUM, ujednoliconego kodu dla jednostek miary, i zawsze odnosi się do własnych zakresów odniesienia laboratoryjnych.

Z moich dwudziestu lat pracy z profesjonalistami zdrowia wiem, jak centralne jest zaufanie w tym sektorze. Dlatego, budując BloodGPT, najtrudniejszymi wyzwaniami, na które się skoncentrowaliśmy, były stabilność i zaufanie. Musimy pamiętać, że duże modele mogą dawać różne odpowiedzi na ten sam plik, źle odczytywać daty lub wymyślać zakresy. Naszym celem było upewnienie się, że każde wyjście jest odtwarzalne i w pełni śladowalne do swojego źródła.

Dziś platforma łączy się bezpośrednio z procesami laboratoryjnymi za pomocą interfejsów API FHIR — Fast Healthcare Interoperability Resources, nowoczesnego standardu, który pozwala systemom informacji zdrowotnej na bezpieczne i wydajne udostępnianie danych. Działa również z systemami informacji laboratoryjnej starszej generacji, zwracając profesjonalistom czas i zapewniając osobom natychmiastową klarowność.

Wiele pacjentów obecnie zwraca się do ogólnych modeli LLM do interpretowania wyników badań. Jakie ryzyko widzisz w tym trendzie, i jak BloodGPT zapewnia bezpieczniejszą, bardziej niezawodną alternatywę?

Ogólne modele językowe nie są zaprojektowane do danych laboratoryjnych. Mogą źle odczytywać jednostki, mieszać daty lub wymyślać wartości odniesienia, i nie pokazują, kiedy są niepewne. Pacjent może wkleić wyniki i otrzymać wygładzoną odpowiedź, która po prostu jest błędna. A straszne jest to, że brzmi to tak przekonująco, że możesz nie pomyśleć, aby to zakwestionować.

BloodGPT jest szkolony i walidowany specjalnie dla procesów patologicznych. Każda wartość jest powiązana z identyfikatorami LOINC i sprawdzana zgodnie z standardami pomiarowymi UCUM, a platforma zawsze używa własnych zakresów odniesienia laboratoryjnych jako ostatecznego punktu odniesienia. Wielowarstwowe zabezpieczenia śledzą każde wyjście do jego źródła, więc ta sama wejście daje takie same, w pełni audytowalne wyniki.

Ten zaprojektowany cel, skoncentrowany na odtwarzalności i przejrzystym pochodzeniu, daje profesjonalistom i osobom poziom niezawodności, którego ogólny czatbot po prostu nie może dostarczyć.

Twoja kariera objęła założenie klinik, doradzanie startupom i obecnie kierowanie firmą AI-driven healthtech. Jak Twoja perspektywa na innowacje w ochronie zdrowia ewoluowała w czasie tej podróży?

Na początku innowacja oznaczała cegły i zaprawę — budowanie nowych obiektów i usług, aby skrócić listy oczekujących i usprawnić ścieżki pacjentów. Później stało się to kwestią modeli biznesowych, co oznacza dostarczanie opieki w sposób bardziej efektywny, operacje bardziej zrównoważone i poprawę ogólnego doświadczenia pacjenta.

Dziś jednak celem jest inteligencja i skalowalność. AI otwiera możliwości, które były niewyobrażalne, kiedy zacząłem, ale jedna lekcja pozostała niezmienna. Technologia sama w sobie nie transformuje opieki zdrowotnej. Systemy, zachęty i przyjęcia tak.

W tym względzie moje myślenie przesunęło się od „Jak zbudować?” do „Jak zintegrować?”. Uważam stanowczo, że firmy, które odnoszą sukces, niekoniecznie będą miały najbardziej imponujące algorytmy. Będą to te, których narzędzia płynnie i cicho napędzają codzienne rutyny lekarzy, pacjentów i systemów zdrowia.

Jednym z powtarzających się tematów w healthtech jest balans między automatyzacją a ludzkim dotykiem. Jak wyobrażasz sobie AI, takie jak BloodGPT, zmieniające rolę lekarzy — zwłaszcza w redukowaniu wypalenia, jednocześnie zachowując osąd i empatię?

Lekarze rzadko ulegają wypaleniu z powodu opieki nad ludźmi. Ulegają wypaleniu z powodu papierkowej roboty, powtarzających się testów, fragmentarycznych systemów i wszystkich zadań administracyjnych, które odciągają ich od pacjentów. Każdy lekarz, jakiego znam, wolałby spędzić pięć minut rozmawiając z pacjentem niż wypełniając kolejny formularz. Ten dodatkowy nakład pracy, niestety, ciągle rośnie i podkopywał czas i energię, które mają do dyspozycji dla prawdziwej opieki klinicznej.

BloodGPT został zbudowany, aby ulżyć części tego ciężaru. Platforma przejmuje ciężkie zadania związane z organizowaniem i interpretowaniem informacji laboratoryjnej oraz dostarcza jasne, ustrukturyzowane spostrzeżenia, które wpisują się w istniejące procesy. Kiedy te rutynowe kroki są obsługiwane automatycznie i niezawodnie, lekarze mogą poświęcić więcej czasu na to, co tylko oni mogą zrobić, czyli słuchać, wykonywać osąd i budować zaufanie z ludźmi, których leczą.

Nie wierzę, że AI zastąpi lekarzy. Jeśli cokolwiek, pozwala im wrócić do serca swojego zawodu, spędzając więcej czasu w rozmowie i mniej czasu gonieniem za danymi. To jest miejsce, gdzie technologia może cicho uczynić medycynę bardziej ludzką, a nie mniej.

Jednym z Twoich deklarowanych celów jest oszczędność milionów rocznie w klinice dzięki zyskom wydajności. Jakie są najbardziej namacalne mechanizmy oszczędności, które BloodGPT dostarcza?

Oszczędności pochodzą z trzech głównych obszarów.

Po pierwsze, czas. Przeglądanie i komunikowanie wyników badań jest wciąż powolnym, ręcznym procesem w wielu systemach zdrowia. BloodGPT skraca czas przeglądu i interpretacji z kilku minut do kilku sekund na każde badanie. Przez tysiące wyników każdego tygodnia, to tłumaczy się na setki godzin klinicystów zwróconych do opieki nad pacjentami.

Po drugie, ciągłość. Platforma przechowuje bieżącą historię danych krwi każdego pacjenta, więc trendy i anomalie są łatwe do zauważenia. To redukuje powtarzające się testy i łapie błędy, które w przeciwnym razie mogłyby spowodować niepotrzebne wizyty kontrolne lub powtarzające się badania.

Po trzecie, wykorzystanie zasobów. Kiedy informacje są dostarczane dokładnie i natychmiast, personel może skoncentrować się na zadaniach o wyższej wartości, a laboratoria mogą działać z mniejszymi zespołami wsparcia.

Kiedy dodajesz te efekty, średniej wielkości system zdrowia może zobaczyć roczne oszczędności w milionach, jednocześnie poprawiając wyniki. W ochronie zdrowia jest to niezwykłe, aby obniżyć koszty i jednocześnie poprawić jakość, i to właśnie jest to, czego szukamy.

Wspomniałeś, że krótkoterminowe horyzonty inwestorów często zabijają innowacje systemowe w AI zdrowia. Jak uważasz, że założyciele i inwestorzy mogą współpracować, aby zapewnić długoterminowy wpływ?

Zaczyna się to od wspólnej misji. Jeśli inwestor szuka zwrotu w ciągu dwunastu miesięcy, ochrona zdrowia jest niewłaściwym obszarem. Ten sektor wymaga cierpliwości, ścisłej zgodności i lat budowania zaufania.

Założyciele mają rolę do odegrania w ustawianiu oczekiwań. Muszą wyjaśnić terminy regulacyjne, cykle adopcji i realia refundacji, aby partnerzy zrozumieli, dlaczego postęp może wyglądać powoli z zewnątrz.

Inwestorzy, z ich strony, powinni wspierać wzrost oparty na kamieniach milowych i opierać się pokusie gonienia za metrykami próżności. Firmy, które naprawdę zmienią AI w ochronie zdrowia, będą budowane przez partnerów, którzy są gotowi myśleć w perspektywie pięciu do dziesięciu lat i pozostają zaangażowani przez całą podróż, a nie tylko przez pierwszy skok w wycenie lub szybki wyjście.

Wraz ze zaostrzaniem przepisów dotyczących AI w ochronie zdrowia, jak BloodGPT podchodzi do zgodności, bezpieczeństwa i budowania zaufania zarówno wśród klinicystów, jak i pacjentów?

Od samego początku traktowaliśmy odpowiedzialny projekt jako część produktu, a nie późniejszy dodatek. Nasz zespół przestrzega głównych standardów prywatności i bezpieczeństwa stosowanych w ochronie zdrowia i uważnie monitoruje ewoluujące regulacje w Stanach Zjednoczonych, Europie i innych kluczowych rynkach. Naszym celem jest silna praktyka obsługi danych, przejrzyste algorytmy i dane wyjściowe, które mogą być w pełni audytowane.

Jak wcześniej wspomniałem, zaufanie było naszym największym wyzwaniem na początku, i pozostało naszą gwiazdą polarną. Dla profesjonalistów widać, skąd pochodzi każda wartość i jak została przetworzona, co daje im pewność co do informacji. Pacjenci cenią tę samą klarowność. BloodGPT jest narzędziem do organizowania i prezentowania własnych wyników, a nie zastępuje roli klinicysty. W tym sensie bezpieczeństwo i zaufanie nie są funkcjami, które dodajemy później. Są produktem samym w sobie.

Spójrzając w przyszłość, czy widzisz interpretację AI rozprzestrzeniającą się poza badania krwi na inne obszary diagnostyczne — i jeśli tak, gdzie, Twoim zdaniem, nastąpią największe przełomy?

Już się to dzieje.Radiologia, genomika i oftalmologia przeszły już dalece poza etap eksperymentalny. W tych dziedzinach systemy AI pomagają identyfikować raka we wczesnym stadium na skanach, analizować złożone warianty genetyczne i sygnalizować oznaki retinopatii cukrzycowej w obrazach siatkówki. W każdym przypadku dane wyjściowe trafiają do wykwalifikowanego klinicysty do przeglądu, więc profesjonalista pozostaje odpowiedzialny za ostateczną decyzję.

Następna fala będzie dotyczyć połączenia i integracji, a nie tylko pojedynczych domen. Pomyśl o tym, że obrazowanie, genomika, noszenie i dane laboratoryjne są nadal traktowane jako oddzielne strumienie. AI będzie coraz bardziej łączyć je, korelując subtelne sygnały — marker krwi, wariant genetyczny, wzorzec z noszenia — aby ujawnić ryzyko długo przed tym, jak którykolwiek test mógłby to zrobić.

Prawdziwy przełom będzie polegał na tym rodzaju integracji: jednej warstwy inteligencji, która łączy wiele wejść, aby dać lekarzom i pacjentom ciągły, rzeczywisty widok zdrowia i ryzyka. Ten przesunięcie od opieki epizodycznej do proaktywnej, predykcyjnej opieki jest tam, gdzie leży największy wpływ.

Wreszcie, co najbardziej ekscytuje Cię w przyszłości AI w ochronie zdrowia, i jaką rolę widzisz BloodGPT odgrywającą w kształtowaniu tej przyszłości?

Co mnie najbardziej ekscytuje, szczerze mówiąc, to to, o czym właśnie mówiłem, dotyczące przejścia od opieki reaktywnej do proaktywnej. Przez dziesięciolecia czekaliśmy, aż ludzie staną się chorzy, zanim wkroczymy. Tak, prewencja i odpowiedzialność osobista zawsze były częścią rozmowy, ale AI może wreszcie uczynić tę wizję praktyczną, identyfikując ryzyko wcześniej, prowadząc zdrowsze wybory i personalizując informacje w skali, jakiej nigdy wcześniej nie widzieliśmy.

BloodGPT jest zaprojektowany, aby być częścią tej podstawy. Dane krwi są najczęstszym i najbardziej dostępnym sygnałem zdrowia, a jednak często są niedoceniane. Uczynienie tej informacji łatwiejszą do zrozumienia i działania pomaga przekształcić surowe liczby w klarowne spostrzeżenia, a spostrzeżenia w zdrowsze życie. To jest prosta misja. Weź coś złożonego i zamień to w coś, czego ludzie mogą użyć. Stawiamy podwaliny pod rodzaj opieki, której ludzie będą potrzebować w nadchodzących latach, jednocześnie poprawiając codzienną opiekę zdrowotną już teraz. 

Dziękuję za wspaniałe wywiady, czytelnicy, którzy chcą dowiedzieć się więcej, powinni odwiedzić BloodGPT.