Andreas Cleve, Corti’nin Kurucu Ortağı ve CEO’su – Röportaj Serisi

Andreas Cleve, Corti’nin Kurucu Ortağı ve CEO’su, sağlık sektöründe yapay zeka alanında uzmanlaşmış bir girişimcidir. Sağlık sektöründeki çalışmaları, hastanelerde hızlı bir şekilde genişleyen ve 2013 yılında satın alınan bir konuşma tabanlı işgücü planlama platformu olan Ovivo ile başladı. Daha sonra, gerçek zamanlı olarak karmaşık konuşmaları anlamak üzere bağlam bilinci olan dil modellerini araştıran bir araştırma girişimi olan Hyvi’yi kurdu, bu da sonunda 2018’de Corti’ye dönüştü. Şirket kurmaktan başka, Cleve, Nordic.ai ve DIGITALEUROPE gibi organizasyonlarla danışmanlık rolleri aracılığıyla Nordik yapay zeka ekosistemini güçlendirmede önemli bir rol oynadı.

Corti , tıbbi konuşmaları anlamak ve klinisyenleri gerçek zamanlı olarak desteklemek üzere uzmanlaşmış modeller geliştiren bir Kopenhag merkezli sağlık yapay zeka şirketidir. Platformu, klinisyenlere bir yapay zeka asistanı olarak görev yapar, klinik belgeleri oluşturur, hasta etkileşimleri sırasında içgörüler sağlar ve idari iş akışlarını otomatikleştirir. Sağlık sistemleriyle API’ler ve entegrasyonlar aracılığıyla teknolojisini sunarak, Corti, klinisyenlerin iş yükünü azaltmayı, verimliliği ve karar alma süreçlerini hastaneler ve dijital sağlık platformları boyunca iyileştirmeyi hedeflemektedir.

Sağlık sektörünün bir parçası olan bir ailede büyüdünüz… Bu erken deneyimler Corti’nin kurulmasına nasıl şekil verdi ve hangi özel sorunları çözmeye kararlıydınız?

Sağlık sektörünün bir parçası olan bir ailede büyümek, iki şeyi acı bir şekilde netleştirdi: uzmanlık enorm ölçüde önemlidir ve o uzmanlığı aktaran süreçler kırılgan ve souvent olarak ihtiyaç duyan insanlara zarar verebilir. Bu erken ev deneyimleri, bakıcıların mücadele ettiğini görmek, bilgiyi el devretmelerde kaybetmek ve tutarlı olmayan bakımın getirdiği korkuyu hissetmek, sağlık sektörünün öngörülebilir olması gerektiği ve klinisyenlerin zor bir karar anında asla yalnız bırakılmaması gerektiği inancını doğurdu. Bu, Corti’nin kuruluş misyonuna doğrudan tercüme edildi: uzmanlığı güvence altına alan sistemler oluşturun, böylece klinisyenler her zaman güvenilir, gerçek zamanlı karar desteğine sahip olsun.

İlk günden itibaren, sağlık sektöründeki arz ve talebin dengesizliğini gidermeye çalıştık: modern tıbbın karmaşıklığı ile insan kapasitesinin bu bilgiyi her yerde uygulamak arasındaki boşluğu, varyansı azaltan, algılamayı hızlandıran ve önemli anlarda daha güvenli kararlar almaya destek olan yapay zeka oluşturarak kapatmaya çalıştık.

Corti, tek başına bir yapay zeka asistanı yerine sağlık yapay zeka altyapısı olarak kendini konumlandırıyor. Bu bağlamda altyapı ne anlama geliyor ve point çözümler veya sohbet tabanlı araçlar tarafından sağlanamayan hangi yetenekleri sunuyor?

Altyapıdan bahsettiğimizde, tek bir asistan veya araç göndermediğimiz anlamına geliyor; klinik düzeyde yapay zeka mümkün kılan temel yığını inşa ediyoruz. Altyapı burada şunları içerir: sağlık yerlisi modeller ve veriler (genel web verisi değil), klinik akıl yürütme katmanı (klinik bağlamda cevaplar sunar), yaşam döngüsü ve yönetim araçları (model kartları, denetim izleri, doğrulanabilir köken), düzenleyicilere uygun dağıtım seçenekleri (egemen bulutlar, şirket içi veya özel uç noktalar) ve geliştiriciye yönelik API’ler ve SDK’ler (klinik zekayı uygulamalarına entegre etmelerine izin verir).

Bu yaklaşım, point çözümlerinin sağlayamadığı üç şeyi sunar: (1) dağıtılabilirlik, yani klinik kısıtlamalara (gecikme, veri ikametgahı, denetlenebilirlik) dayanabilen modeller ve çalışma zamanları; (2) uzmanlık boyunca ölçeklenebilirlik, yani yeniden kullanılabilir, sertifikalı yapı taşları (konuşma, kodlama, klinik olarak kapsanan uç noktalar) ve birçok dikey uygulamayı oluşturmanın maliyetini azaltan; ve (3) düzenleyici ve kurumsal güven, yani platforma entegre edilen ilkeler, BAAs, uyumluluk ilkeleri, böylece müşterilerin pilotlardan üretime geçmelerine olanak tanır. Kısacası, altyapı, klinik Ar-Ge’yi dağıtılabilir hizmetlere dönüştürür, böylece geliştiriciler ve hastaneler bunları gönderebilir, sertifikalandırabilir ve ölçeklendirebilir.

Genel amaçlı yapay zeka modelleri genellikle klinik ortamlarda karışık sonuçlar verir. Bu modeller klinik ortamlarda kullanıldığında en sık nasıl başarısız olurlar?

Genel amaçlı modeller önemli ilerleme kaydettiler ve birçok görev için iyi çalışırlar. Ancak sağlık, dikey AI’ın kolayca tekrarlayamayacağı şekilde derinlik ödüllendirir. Klinik akıl yürütme, incelikli ipuçlarına, uzmanlaşmış terminolojiye, kurumsal bağlama ve belgelerin düzenleyici ve ödeme sistemleri aracılığıyla nasıl aktarıldığına bağlıdır. Bunu doğru yapmak için klinik verilere eğitim, klinik standartlara karşı doğrulama ve uyumluluk ilkelerinin baştan itibaren yığın içine entegre edilmesi gerekir. Bu, bir.prompting sorunu değil; bir araştırma sorunudur, bu nedenle sağlık sektörünün dikey bir AI laboratuvarına ihtiyacı vardır, bu laboratuvar alan üzerinde derinleşebilir.

Corti, Avrupa, ABD ve ötesinde faaliyet gösteriyor, her biri farklı bakım modelleri ve yönetim yapıları ile… Bu gerçek dünya karmaşıklığına nasıl uyum sağlıyorsunuz?

Karmaşıklığa, yığının daha fazlasını sahip olarak ve dağıtım ve yönetim ilkelerini ilk sınıf vatandaşlar olarak tasarlayarak uyum sağlıyoruz. Pratikte, bu, sağlık verileri üzerinde eğitim, klinik akıl yürütme için modelleri ayarlamak, denetim izleri, model kartları ve BAA hazır API’ler oluşturmak ve-routing’u così ki uyumluluk kontrolleri coğrafi ve risk profiline göre seçilsin anlamına gelir. Egemen bulut ve şirket içi dağıtım seçenekleri sunuyoruz, böylece sağlayıcılar verilerinin nerede yaşadığını seçebilir ve üzerinde çalışan modelleri kontrol edebilir.

Bu esneklik, aynı klinik AI’ı farklı bakım modelleri boyunca çalıştırırken yerel belge standartlarına, gizlilik yasalarına ve kurumsal yönetime saygı göstermemizi sağlar. Önemli olarak, araştırmayı üretim için bir merdiven olarak ele alıyoruz; her ilerleme, gerçek dünyada izlenebilir, test edilebilir ve dağıtılabilir olmalıdır, yalnızca laboratuvarda vaat edilen değil. Bu, klinik gerçeklikte geliştirilmiş olması anlamına gelir.

Şu anda klinisyenlerin en çok ihtiyaç duyduğu alanlarda Corti en immediate ve ölçülebilir etkiye nerede ulaşıyor ve neden bu alanlar aşırı yüklenen klinisyenler için en önemli?

Corti’nin en immediate etkisi, klinisyenlerin her gün kullandığı sağlık yazılımları içinde ambient belgeleme, kodlama ve ajan tarafından yönlendirilen otomasyon sağlayan klinik ve idari iş akışlarında görülüyor.

Bu alanlar, belgeleme ve faturalandırmanın bakım teslimatının en zaman alıcı ve hata eğilimli kısımları olması nedeniyle önemlidir. Konuşmalar yapılandırıldığında, gerçek zamanlı olarak EHR’ye hazır notlar haline geldiğinde, kodlama tam ve daha doğru olduğunda ve rutin iş akışları güvenli bir şekilde düzenlenip düzenlenmediğinde, klinisyenler daha az zaman kâğıt işlerinde harcar ve organizasyonlar verimlilik ve faturalandırma kalitesi açısından ölçülebilir iyileştirmeler görür.

Sağlık, tek bir büyük problem değil, düzenleyici baskı altında çalışan binlerce uzmanlık específik iş akışıdır. Üretim düzeyinde yapay zeka geliştirerek, yazılım şirketleri ve sağlık sistemlerinin bu sorunları ölçeklenebilir bir şekilde ele almasına olanak tanır. İşte sağlık sektörünün AI laboratuvarı, pratik ve ölçülebilir bir getiri sağlar.

Corti, her gün yüz binlerce hasta etkileşimini destekliyor… Bu ölçekte AI çalıştırmanın, pilot veya laboratuvar ortamlarında açık olmayan hangi dersler çıktı?

Ölçek, pilotların gizlediği sürtünmeleri açığa çıkarır: heterojen veri kalitesi (hiçbir iki EHR veya çağrı transkripti aynı görünmez), üretim gecikmesi ve akış kısıtlamaları, yasal ve sözleşmesel karmaşıklık ve yük altında ortaya çıkan sürekli kenar durumları. Laboratuvarlar, küratörlü kümeler üzerinde doğruluğu ölçebilir; üretim,-routing, gözlemlenebilirlik, model geri alma ve hesaba katılabilir denetim izlerini çözmeniz gerekir. Başka bir ders: gerçek güven, tek bir site performansı ile değil, açıklanabilir, tekrarlanabilir ve sertifikalanabilir modellerle kazanılır. Son olarak, pilotlar toplam sahip olma maliyetini abartır: geliştiriciler, üretim için SDK’ler, tutarlı uç noktalar ve yönetim ilkelerine ihtiyaç duyarlar.

Sağlık, tüketici AI’dan daha yüksek açıklanabilirlik gerektirir… Klinik akıl yürütme, şeffaflık ve hesap verebilirlik konusunda nasıl yaklaşıyorsunuz?

Sağlık daha yüksek bir standardı gerektirir, çünkü hata maliyeti gerçektir. Klinik AI, yalnızca inandırıcı dil oluşturamaz; yüksek riskli, düzenlenmiş bilgilerin üzerinde akıl yürütmesi gerekir ve bu, şeffaf ve incelemeye açık olmalıdır.

Bu nedenle, klinik akıl yürütmeyi daha yorumlanabilir hale getirmek için GIM’i, Gradient Interaction Modifications yöntemini geliştirdik. GIM, Hugging Face Mechanistic Interpretability Benchmark’te recently ilk sırayı aldı ve interpretability yaklaşımında liderlik ediyor. Bu, interpretability’nin sağlık sektöründe akademik bir egzersiz değil, güven, güvenlik ve düzenleyici benimseme için temel olduğu için önemlidir.

Araştırmadan öte, şeffaflık dağıtıma kadar uzanmalıdır. Model kartları, doğrulama benchmark’ları, denetim izleri ve sürüm kontrolü sunuyoruz, böylece müşteriler tam olarak ne çalıştığını ve nasıl değerlendirildiğini bilir. Çıktılar, kanıtlara bağlıdır, belirsizlik açıkça belirtilir ve sistemler, klinisyenleri kararların garantisi olarak desteklemek için tasarlanır, onları şeffaf bir siyah kutu ile değiştirmek yerine.

Sağlık sektöründe, açıklanabilirlik bir özelliktir. Bir önkoşuldur. Bu nedenle, klinik AI’ı ilk olarak bir laboratuvar disiplini olarak ele alıyoruz ve araştırmayı üretim düzeyinde sistemlere gönderiyoruz, bunlar denetlenebilir, yönetilebilir ve güvenli bir şekilde dağıtılabilir.

Yapay zeka egemenliği, düzenlenmiş sektörlerde kritik bir konudur. Sağlık sektöründe egemenlik ne anlama geliyor ve sağlayıcılar nasıl yararlanabilir ve aynı zamanda gelişmiş AI’dan yararlanabilir?

Sağlık sektöründe egemenlik, sağlayıcıların veri ikametgahı, model seçimi ve operasyonel yönetim üzerinde kontrolü koruması anlamına gelir. Pratikte, egemenlik, yerel veya bölgesel barındırma (egemen bulutlar ve şirket içi), özel model uç noktaları, tam denetim ve yaşam döngüsü kontrolü ve sözleşmesel ve teknik garantiler (BAAs, SLAs, DPIAs) ile elde edilir. Egemenlik, anti-bulut değildir; sağlayıcıların iş yüklerinin nerede çalıştığını seçme ve model ve veri üzerinde izlenebilirlik ve denetim sahibi olma yeteneğidir. Bu kombinasyon, sağlayıcıların en son özellikleri kullanmalarına ve aynı zamanda yasal ve kurumsal yükümlülüklerini yerine getirmelerine olanak tanır.

AB girişimlerinin kurucu ortakları ve danışmanları olarak, düzenlemenin nasıl evrildiğini görüyor ve politika yapıcıların klinik AI’ın teknik gerçeklerini hala nasıl küçümsediğini düşünüyorsunuz?

Avrupa, düzenleme konusunda haklı. Sağlık sektöründe, denetlenebilirlik, izlenebilirlik ve hesap verebilirlik, güven için önkoşullardır.

Politika yapıcılar, klinik AI’ın operasyonel gerçeklerini bazen küçümsüyor. Sertifika, tek bir onay değil; sürekli izleme, sürüm kontrolü ve sürekli doğrulamayı gerektirir. Aynı zamanda, fazla düzenleme konusunda dikkatli olmalıyız. Uygunluk orantısız hale gelirse, inovasyon yavaşlar ve faydalı araçlar asla klinisyenlere ulaşmaz.

Corti’de, düzenleme için günlerden itibaren çalışıyoruz. Denetim, model yönetimi ve egemen dağıtım seçeneklerini doğrudan modellerimize ve API’lerimize entegre ediyoruz, böylece startup’lar ve kurulmuş satıcılar daha sonra uyumluluk için geriye dönük olarak düzenleme yapmak zorunda kalmaz. Sağlık sektörü karmaşıktır ve parçalıdır; tempoda ilerlemek için düzenleyici hazırlığı temelde entegre etmek gerekir. Avrupa’nın ihtiyacı olan denge, katı ama pratiktir: hastaları korurken, güvenli bir şekilde ölçeklenebilir şekilde inşa etmek ve dağıtmak mümkün olmalıdır.

Önümüzdeki 12-24 ay içinde, sağlık liderlerinin Corti’den hangi büyük değişiklikleri beklemesi gerekiyor ve bu planlar 2026 için nasıl bir temel oluşturuyor?

Corti’den, laboratuvar-production yoluna odaklanmasını bekleyin: araştırma temelli, klinik düzeyde modelleri gönderme ve bunları dağıtılabilir altyapı olarak paketleme (konuşma, kodlama ve ajan uç noktaları, klinik akıl yürütme katmanı ve egemen dağıtım seçenekleri). Yaklaşan yol harita planları, geliştirilmiş STT ve gecikme benchmark’ları, sesli ajanlar, tıbbi kodlama modellerinin üretime geçmesi ve çoklu egemen bulut lansmanlarını içerir; tüm bunlar, müşterileri pilotlardan sertifikalı üretime geçirmek üzere açıkça tasarlanmıştır. Corti, tek bir uygulama değil; sağlık sektörünün AI laboratuvarı, güvenli, denetlenebilir klinik yazılımların tüm sınıflarını mümkün kılan – 2026 hedeflerimizin temeli.

Harika röportaj için teşekkür ederiz, daha fazla bilgi edinmek isteyen okuyucular Corti‘yi ziyaret edebilir.