Shyld AI ร่วมมือระดมทุน 13.4 ล้านดอลลาร์เพื่อนำ “Active AI” เข้าสู่การดำเนินงานของโรงพยาบาล

บริษัทสตาร์ทอัพด้าน AI สำหรับการดูแลสุขภาพ Shyld AI ได้ร่วมมือระดมทุน 13.4 ล้านดอลลาร์ในรอบการระดมทุนเพื่อขยายระบบ AI การดำเนินงานในเวลาจริงของตนไปทั่วโรงพยาบาลในสหรัฐอเมริกา การระดมทุนรอบนี้นำโดย Aulis Capital และเป็นหนึ่งในการระดมทุนรอบแรกที่ใหญ่ที่สุดในภาค AI สำหรับการดูแลสุขภาพที่เกิดใหม่

บริษัทได้ก่อตั้งโดยพี่น้อง Mohammad และ Morteza Noshad และมุ่งเน้นไปที่สิ่งที่พวกเขาเรียกว่า “Active AI” — ระบบที่สามารถดำเนินการปฏิบัติการโดยตรงภายในสภาพแวดล้อมการดูแลสุขภาพได้ ไม่ใช่แค่การสร้างคำแนะนำหรือสรุปผลเท่านั้น ^[1]

พัฒนา AI สำหรับการดูแลสุขภาพให้ไปไกลกว่าความเป็นเพียง AI ที่ไม่เกี่ยวข้อง

ระบบ AI สำหรับการดูแลสุขภาพส่วนใหญ่ในปัจจุบันเน้นไปที่การดูแลสุขภาพแบบอัตโนมัติ การฟังแบบแอมเบียนต์ และการช่วยเหลือการบันทึกทางคลินิก Shyld AI มุ่งเน้นไปที่การสร้างระบบ AI ที่สามารถติดตามและตอบสนองกิจกรรมของโรงพยาบาลในเวลาจริงได้

เทคโนโลยีของบริษัทได้รับการออกแบบให้ทำงานภายในห้องผ่าตัดและสถานพยาบาล โดยที่ระบบสามารถตีความกิจกรรมของกระบวนการทำงาน เช่น การดำเนินการตัดผ่าตัด การเปลี่ยนห้อง การเคลื่อนไหวของพนักงาน และการขัดข้องของกระบวนการ โดยมีเป้าหมายเพื่อลดความล่าช้า ปรับปรุงประสิทธิภาพของห้องผ่าตัด และทำให้กระบวนการของโรงพยาบาลอัตโนมัติได้

แพลตฟอร์มยังติดตามกระบวนการปฏิบัติตามข้อกำหนดและควบคุมการป้องกันการแพร่กระจายของเชื้อ ซึ่งเป็นภาระในการดำเนินงานและทางการเงินที่สำคัญสำหรับโรงพยาบาล

Edge AI ภายในห้องของโรงพยาบาล

ที่ศูนย์กลางของแพลตฟอร์มของบริษัทคือโมเดล AI ที่เรียกว่า VERTEX ซึ่งถูกสร้างขึ้นโดยเฉพาะสำหรับการใช้งานแบบ edge-native ในสภาพแวดล้อมการดูแลสุขภาพแบบกายภาพ

แทนที่จะพึ่งพาโครงสร้างพื้นฐานคลาวด์อย่างมาก ระบบจะทำงานโดยตรงบนอุปกรณ์ที่ตั้งอยู่ภายในห้องของโรงพยาบาล วิธีการนี้ช่วยให้ AI สามารถรับรู้และตอบสนองต่อสถานการณ์ที่เปลี่ยนแปลงได้อย่างต่อเนื่องด้วยความล่าช้าที่น้อยที่สุด และยังช่วยลดความกังวลเกี่ยวกับการส่งต่อข้อมูลสุขภาพที่ไวต่อการรั่วไหลออกไปภายนอก

สถาปัตยกรรม Edge AI ได้กลายเป็นสิ่งสำคัญในอุตสาหกรรมที่ความน่าเชื่อถือ ความเป็นส่วนตัว และการตัดสินใจในเวลาจริงมีความสำคัญ ในสภาพแวดล้อมของโรงพยาบาล แม้แต่ความล่าช้าหรือการหยุดชะงักเล็กน้อยก็สามารถทำให้กระบวนการทำงานติดขัดและส่งผลต่อผลลัพธ์ของผู้ป่วย ทำให้การประมวลผลในพื้นที่มีคุณค่าอย่างมาก

โครงสร้างพื้นฐานของ Shyld AI ได้รับการออกแบบให้ทำงานอย่างต่อเนื่องภายในสภาพแวดล้อมการดูแลสุขภาพโดยไม่ต้องมีการผสานเข้ากับระบบ IT ของโรงพยาบาลอย่างกว้างขวาง ^[1]

การผสมผสาน AI กับการทำความสะอาดด้วย UV-C แบบอัตโนมัติ

หนึ่งในแอปพลิเคชันที่มองเห็นได้ชัดเจนของบริษัทคือการผสมผสานการทำงานอัตโนมัติด้วยเทคโนโลยีการทำความสะอาดด้วย UV-C

การแพร่กระจายของเชื้อในโรงพยาบาลยังคงเป็นปัญหาที่ยังคงเกิดขึ้นในโรงพยาบาลทั่วโลก ตามข้อมูลที่อ้างอิงโดยบริษัทจาก CDC การแพร่กระจายของเชื้อเหล่านี้ส่งผลให้เกิดการเสียชีวิตประมาณ 72,000 คนต่อปีในสหรัฐอเมริกา

ระบบอัตโนมัติของ Shyld AI ใช้ AI เพื่อกำหนดว่าเมื่อไหร่และที่ไหนควรทำความสะอาดตามกิจกรรมของโรงพยาบาลในเวลาจริง แพลตฟอร์มสามารถระบุระยะการเปลี่ยนห้อง การตรวจจบกระบวนการ และการเพิ่มประสิทธิภาพการทำความสะอาดระหว่างการผ่าตัดและการย้ายผู้ป่วย

บริษัทยังอ้างอิงการศึกษาของมหาวิทยาลัยสแตนฟอร์ดที่เผยแพร่ใน American Journal of Infection Control ซึ่งพบว่าระบบลดระดับการปนเปื้อนได้มากกว่า 93% เมื่อเทียบกับห้องควบคุม

AI ที่มีพลังในการขยายสู่โลกแห่งความเป็นจริง

การระดมทุนครั้งนี้เกิดขึ้นเมื่อมีการเติบโตของความสนใจจากนักลงทุนใน “agentic AI” — ระบบที่สามารถวิเคราะห์ข้อมูลและดำเนินการอัตโนมัติใน สภาพแวดล้อมที่มีการเปลี่ยนแปลงได้

ในขณะที่ตลาด AI ส่วนใหญ่ยังคงมุ่งเน้นไปที่การสร้างอินเทอร์เฟซผู้ใช้และเครื่องมือสร้างสรรค์ บริษัทสตาร์ทอัพหลายแห่งพยายามที่จะนำ AI เข้าสู่สภาพแวดล้อมการดำเนินงานแบบกายภาพ เช่น การผลิต การหุ่นยนต์ การจัดการโลจิสติกส์ และโครงสร้างพื้นฐานการดูแลสุขภาพ

โรงพยาบาลเป็นหนึ่งในสภาพแวดล้อมที่ท้าทายที่สุดสำหรับการใช้งาน AI ประเภทนี้ เนื่องจากรวมถึงข้อกำหนดด้านกฎระเบียบ การทำงานที่หลากหลาย ความเป็นส่วนตัว และแรงกดดันในการดำเนินงานอย่างต่อเนื่อง การใช้งาน AI อัตโนมัติในบริบทเหล่านี้อาจบ่งบอกถึงโอกาสที่กว้างขึ้นสำหรับระบบ AI แบบกายภาพในอุตสาหกรรมที่มีการควบคุมอื่นๆ

Shyld AI ระบุว่าพวกเขาจะใช้เงินระดมทุนใหม่นี้เพื่อขยายการนำไปใช้ในระบบการดูแลสุขภาพของสหรัฐฯ และสำรวจไปพร้อมกันการนำไปใช้ในอุตสาหกรรมการผลิตยาและพื้นที่ทำความสะอาดที่มีการควบคุม

ผลกระทบในวงกว้างคือ AI สำหรับการดูแลสุขภาพอาจพัฒนาไปไกลกว่าเพียงผู้ช่วยดิจิทัลและเครื่องมือการบริหารจัดการ และพัฒนาไปสู่ระบบที่โต้ตอบและปรับปรุงสภาพแวดล้อมกายภาพโดยตรง