Shyld AI samlar in 13,4 miljoner dollar för att ta “aktiv AI” in i sjukhusverksamheten

Hälsovårds-AI-startupen Shyld AI har samlat in 13,4 miljoner dollar i seedfinansiering när de siktar på att expandera sina realtidsbaserade operativa AI-system över sjukhus i USA. Rundan leddes av Aulis Capital och rankas bland de större seedfinansieringarna i den framväxande hälsovårdssektorn för agentic AI.

Grundat av bröderna Mohammad och Morteza Noshad fokuserar företaget på vad de beskriver som “Active AI” – system som kan ta direkt operativ handling inom hälsovårdsmiljöer snarare än att bara generera rekommendationer eller sammanfattningar.

Att gå bortom passiv hälsovårds-AI

Mycket av dagens hälsovårds-AI-ekosystem har centrerats kring administrativ automatisering, ambient lyssnande verktyg och kliniska dokumentationsassistenter. Shyld AI positionerar sig annorlunda genom att bygga AI-system som aktivt övervakar och svarar på verkliga sjukhusaktiviteter i realtid.

Deras teknik är utformad för att fungera inom operationsrum och kliniska anläggningar, där systemet kan tolka arbetsflödesaktivitet som kirurgisk progression, rumsväxlingstid, personalrörelse och procedurbottleneck. Målet är att minska förseningar, förbättra operationsrumseffektivitet och automatisera delar av sjukhusverksamheten som vanligtvis kräver konstant mänsklig samordning.

Plattformen övervakar också regelefterlevnad och smittkontrollprocesser, områden som förblir stora operativa och finansiella bördor för sjukhus.

Edge-AI inom sjukhusrum

I centrum för företagets plattform finns en egenutvecklad AI-modell som kallas VERTEX, som byggdes specifikt för edge-nativ distribution i fysiska hälsovårdsmiljöer.

I stället för att förlita sig tungt på molninfrastruktur körs systemet direkt på enheter belägna inom sjukhusrum. Detta tillvägagångssätt möjliggör för AI att kontinuerligt uppfatta och svara på förändrade förhållanden med minimal fördröjning samtidigt som det minskar problemen kring överföring av känsliga hälsovårdsdata externt.

Edge-AI-arkitekturer har blivit allt viktigare i branscher där tillförlitlighet, sekretess och realtidsbeslut är kritiska. I sjukhusmiljöer kan till och med små förseningar eller avbrott störa arbetsflöden och påverka patientresultat, vilket gör lokal bearbetning särskilt värdefull.

Shyld AI:s infrastruktur är utformad för att fungera kontinuerligt inom kliniska miljöer utan att kräva omfattande integration med sjukhusets IT-system.

Kombinera AI med autonom UV-C-desinfektion

En av företagets mest synliga tillämpningar kombinerar AI-driven automatisering med UV-C-desinfektionsteknologi.

Hälsovårdsrelaterade infektioner förblir ett ihållande problem över hela världen. Enligt data som citeras av företaget från CDC bidrar dessa infektioner till cirka 72 000 dödsfall årligen i USA.

Shyld AI:s autonoma system använder AI för att avgöra när och var desinfektion ska ske baserat på realtidsaktivitet i sjukhuset. Plattformen kan identifiera rumsväxlingsfaser, upptäcka slutförande av procedurer och optimera rengöringsarbetsflöden mellan kirurgi och patientöverföringar.

Företaget hänvisade också till en studie från Stanford University som publicerades i American Journal of Infection Control, som fann att systemet minskade kontaminationsnivåerna med mer än 93% jämfört med ett kontrollrum.

Agentic AI expanderar in i den fysiska världen

Finansieringen kommer mitt i en växande investeringsintresse för “agentic AI” – system som kan analysera information och även ta autonom handling i dynamiska miljöer.

Medan mycket av den nuvarande AI-marknaden fortfarande fokuserar på programvarukopiloter och generativa gränssnitt försöker ett växande antal startups ta AI in i fysiska operativa miljöer som tillverkning, robotik, logistik och hälsovårdsinfrastruktur.

Sjukhus representerar en av de mest utmanande miljöerna för denna typ av distribution. De kombinerar strikta regleringskrav, högt varierande arbetsflöden, sekretessbegränsningar och konstant operativt tryck. En framgångsrik distribution av autonoma AI-system i dessa miljöer kan signalera bredare möjligheter för fysiska AI-system över andra reglerade branscher.

Shyld AI säger att de planerar att använda den nya finansieringen för att expandera distributioner över hälsovårdssystem i USA medan de också utforskar tillämpningar inom läkemedelsproduktion och reglerade renrumsmiljöer.

Den bredare implikationen är att hälsovårds-AI kan utvecklas bortom digitala assistenter och administrativa verktyg mot system som direkt interagerar med och optimerar den fysiska miljön själv.