Jonathan Kron, BloodGPT’nin CEO’su – Röportaj Serisi

Jonathan Kron BloodGPT’nin CEO’sudur. O bir sağlık stratejisti ve girişimcidir ve 20 yıldan fazla sağlık girişimlerini kurma ve ölçeklendirme deneyimine sahiptir. BloodGPT’ye katılmadan önce Med24 adlı Londra merkezli bir klinik kurdu (5M£ topladı, 2022’de çıktı), PCG adlı Monako merkezli bir sağlık-için-evde girişim kurdu (500.000$’lık tohum yatırımıyla 1M$’ın üzerinde sözleşme güvence altına aldı) ve Klarity ve LIPS Healthcare dahil olmak üzere dijital sağlık girişimlerine büyük fon toplama ve büyüme konularında danışmanlık yaptı.

BloodGPT, laboratuvarlar ve klinikler için bir AI destekli platformdur ve mevcut iş akışlarına sorunsuz bir şekilde entegre olur, kan testi sonuçlarını saniyeler içinde %99,99 doğrulukla yorumlar.

20 yılı aşkın bir süredir sağlık girişimlerini kurma ve ölçeklendirme deneyimine sahipsiniz. BloodGPT’ye sizi neler çekti ve bu sektöre girme kararınızın arkasındaki kişisel deneyimler veya endüstri ağrı noktaları nelerdi?

Bu yılın başlarında bir colegimden BloodGPT hakkında duydum. Konsept hemen hem kişisel hem de iş açısından bana uyuyordu. Ben de kendi kan işlemlerimi spreadsheette takip eden, PDF’lerden ve resimlerden numaraları alan, ancak tutarlı olmayan birimlerle, referans aralıklarıyla ve adlandırma kurallarıyla karşılaşan biriyim. Bu çok zahmetli ve güvensizdi. Ve içimde, ben bununla uğraşan tek kişi olmadığımı biliyordum – bir doktordan, laboratuvardan veya klinikten gelen karışık, parçalı ve erişilemeyen sonuçlar.

Bu nedenle, BloodGPT hakkında bilgi aldığım günlerden sonra kurucularla bir görüşme yaptım ve görüşmenin sonunda CSO oldum. 20 yıldan fazla sağlık sektöründe çalıştıktan sonra, bu benim için doğru yerdi.

BloodGPT, tekrar tekrar gördüğüm bazı ağrı noktalarına çözüm getiriyor. İnsanlar test sonuçları alıyorlar, ancak erişim parçalı, bağlam kayboluyor ve süreç zaten gerilmiş profesyonelleri boğuyor. Düşünün. Kan verileri genel refahın en zengin sinyallerinden biri, ancak hala çok az kullanılıyor.

Bu nedenle, AI ve gelişmiş veri bilimini güçlü sağlık bilgisiyle birleştirebilirsek, bu bilgiyi herkes için – bireyler, sağlık profesyonelleri ve tüm sistemler için – gerçek zamanlı olarak kullanılabilir hale getirebiliriz.

BloodGPT, kan testi sonuçlarını yorumlamada %99,99 doğruluk vaat ediyor ve mevcut laboratuvar iş akışlarına doğrudan entegre oluyor. Platformun nasıl tasarlandığını ve pazara çıkarmadaki ana zorlukları anlatır mısınız?

Aslında her şey komşu bir sohbetle başladı. Biyokimya ve spor beslenme danışmanı olan Nikita Udovichenko, uygulamasında aynı problemi görmeye devam etti ve BloodGPT’yi kurdu. İnsanlar kan testi raporlarını alırlar, ancak bunlarla ne yapacaklarını bilmezler. Komşusu Vasilii Lazuka, bir AI girişimcisi ve şimdi kurucu ve CTO, hemen potansiyeli gördü. Bir sohbet olarak başlayan şey kısa sürede gerçek bir proje haline geldi. Kısa süre sonra, AI ürün geliştirme uzmanı Nata Savaścienka, kurucu ve CPO olarak katıldı ve ben de onlarla birlikte çalışmaya başladım, yirmi yıllık sağlık ve veri platformları kurma deneyimimden yararlanarak.

O noktadan sonra, odaklandığımız şey, her sayıyı doğrulanabilir veri olarak ele alan bir sistem oluşturmaktı, bir dil modelinin tahmin edebileceği bir şey değil. LOINC kodlarına – Laboratuvar testleri için raporlama standardı – normalize edilmiş her biyobelirteç, UCUM – Ölçüm birimleri için birleştirilmiş kod – ile her birimin doğrulanması ve laboratuvarın kendi referans aralıklarına bağlı kalmasıyla bir çok katmanlı mimari tasarladık.

Sağlık sektöründe 20 yıl çalıştıktan sonra, güvenin ne kadar merkezi olduğunu biliyorum. Bu nedenle, BloodGPT’yi inşa ederken, odaklandığımız en zorlu konular istikrar ve güvendi. Büyük modellerin aynı dosyaya farklı cevaplar verebileceğini, tarihleri yanlış okuyabileceğini veya aralıkları uydurabileceğini unutmamalıyız. Her çıktının yeniden üretilebilir ve kaynağına tam olarak izlenebilir olmasını sağlamak bizim misyonumuzdu.

Bugün, platform FHIR API’leri – Sağlık bilgisi sistemlerinin güvenli ve verimli bir şekilde veri paylaşmasına olanak tanıyan modern bir standart – aracılığıyla laboratuvar iş akışlarına doğrudan bağlanıyor. Ayrıca, eski laboratuvar bilgi sistemleriyle çalışarak profesyonellere zaman kazandırıyor ve bireylere anında netlik sağlıyor.

Çok sayıda hasta artık genel amaçlı LLM’leri laboratuvar sonuçlarını yorumlamak için kullanıyor. Bu trendin risklerini nasıl görüyorsunuz ve BloodGPT’nin daha güvenli, daha güvenilir bir alternatif nasıl sağlıyor?

Genel amaçlı dil modelleri laboratuvar verileri için tasarlanmamıştır. Birimler yanlış okuyabilir, tarihleri karıştırabilir veya referans değerleri uydurabilir ve belirsiz olduklarında bunu göstermezler. Bir hasta sonuçları yapıştırabilir ve yanlış olan ama inandırıcı gelen bir cevap alabilir. Ve korkutucu olan, bu cevaplar o kadar ikna edicidir ki onu sorgulamayı düşünmeyebilirsiniz.

BloodGPT, laboratuvar iş akışlarına özel olarak eğitilmiş ve doğrulanmıştır. Her değer LOINC tanımlayıcılarına bağlanır ve UCUM ölçüm standartlarına karşı kontrol edilir ve platform her zaman laboratuvarın kendi referans aralıklarını son ölçüt olarak kullanır. Çok katmanlı güvenlik önlemleri her çıktıyı kaynağına geri izler, böylece aynı girdi aynı, tam olarak denetlenebilir sonuç üretir.

Bu amaçlı tasarım, yeniden üretilebilirlik ve şeffaf köken üzerine odaklanmıştır ve profesyonellere ve bireylere genel bir sohbet botunun sağlayamayacağı bir düzeyde güvenilirlik sağlar.

Kariyeriniz klinikler kurma, startup’lara danışmanlık yapma ve şimdi bir sağlık teknolojisi şirketini yönetme arasında geçti. Sağlık yenilikleri hakkındaki perspektifiniz bu yolculuk boyunca nasıl değişti?

İlk olarak, yenilik, tuğla ve harç anlamına geliyordu – yeni tesisler ve hizmetler inşa etmek, beklemeleri kısaltmak ve hasta yollarını akışkanlaştırmak. Daha sonra, iş modelleri anlamına geliyordu, yani bakımı daha verimli sunmak, operasyonları daha sürdürülebilir hale getirmek ve genel hasta deneyimini iyileştirmek.

Bugün ise odak, zeka ve ölçek üzerinedir. AI, başladığım zamanlarda hayal edilemeyen olanaklar sunar, ancak bir ders sürekli kaldı. Teknoloji itself, sağlık hizmetlerini dönüştürmez. Sistemler, teşvikler ve benimsemeler dönüştürür.

Bu ohled, düşüncem “Nasıl inşa edeceğiz?”den “Nasıl entegre edeceğiz?”e kaydı. İnanıyorum ki başarılı olacak şirketler en parlak algoritmaları sahip olanlar olmayacak. Bunların araçları, doktorların, hastaların ve sağlık sistemlerinin günlük rutinlerini sessizce ve sorunsuzca güçlendirecek olanlar olacak.

Healthtech’te bir tekrarlanan tema, otomasyon ve insan dokunuşu arasındaki dengeyi bulmaktır. AI gibi BloodGPT’nin doktorların rolünü, özellikle tükenmişliği azaltırken yargı ve empatiyi korurken, nasıl yeniden şekillendireceğini hayal ediyorsunuz?

Doktorlar genellikle insanlara bakım vermekten dolayı tükenmezler. Tükenmelerinin nedeni, kâğıt işleri, tekrarlanan testler, parçalı sistemler ve hepsinin onları hastalarından uzaklaştıran idari görevlerdir. Her doktorun beş dakika hasta ile konuşmaktan daha çok form doldurmak isteyeceğini biliyorum. Bu ek yük, maalesef, artmaya devam ediyor ve gerçek klinik bakım için harcayabilecekleri zamanı ve enerjiyi tüketiyor.

BloodGPT, bu baskıdan bazılarını hafifletmek için tasarlandı. Platform, laboratuvar bilgilerini organize etme ve yorumlama işlemlerini devralır ve mevcut iş akışlarına uygun, net, yapılandırılmış içgörüler sağlar. Bu rutin adımlar otomatik ve güvenilir bir şekilde ele alındığında, hekimler günlerini sadece onlar tarafından yapılabilecek şeylere, yani dinlemeye, yargıya ve hastalarıyla güven oluşturmaya adayabilirler.

AI’nin doktorları替eceğini düşünmüyorum. Eğer bir şey, AI, onları mesleklerinin kalbine, daha fazla zaman konuşmaya ve daha az veri peşinde koşmaya adamalarına olanak tanıyarak, tıbbı daha insanî hale getirebilir.

Biriniz tarafından belirtilen hedeflerden biri, kliniklere yılda milyonlarca dolar tasarruf sağlamaktır. BloodGPT’nin sağladığı en somut maliyet tasarrufu mekanizmaları nelerdir?

Tasarruflar üç ana alandan geliyor.

İlk olarak, zaman. Laboratuvar sonuçlarını gözden geçirme ve iletimi hala birçok sağlık sisteminde yavaş ve manuel bir işlemdir. BloodGPT, her test için gözden geçirme ve yorumlama penceresini birkaç dakikadan birkaç saniyeye indirir. Haftada binlerce sonuç için, bu, klinisyen saatlerine dönüştürülen yüzlerce saat anlamına gelir.

İkincisi, devamlılık. Platform, her hastanın kan verilerini sürekli bir geçmiş olarak tutar, böylece eğilimler ve anormallikler kolayca tespit edilebilir. Bu, tekrarlanan testleri azaltır ve aksi takdirde gereksiz takip randevularına veya tekrarlanan laboratuvar testlerine neden olabilecek hataları yakalar.

Üçüncüsü, kaynak kullanımı. Bilgiler doğru ve anında verildiğinde, personel daha değerli görevlere odaklanabilir ve laboratuvarlar daha ince destek ekipleriyle çalışabilir.

Bu etkileri birleştirdiğinizde, bir orta ölçekli sağlık sistemi, aynı zamanda kaliteyi artırırken milyonlarca dolar tasarruf edebilir. Sağlık hizmetlerinde, maliyetleri düşürürken kaliteyi artırmak alışılmadık bir durumdur ve bu, tam da bizim hedefimiz.

Yatırımcıların kısa vadeli beklentilerinin sağlıkta AI’de sistemsel yeniliği öldürdüğünü belirttiniz. Kurucular ve yatırımcılar nasıl uzun vadeli etki için uyum sağlayabilir?

Paylaşılan bir misyonla başlar. Bir yatırımcı on iki aylık bir dönüş için bakıyorsa, sağlık hizmetleri yanlış alandır. Bu sektör sabır, sıkı uyum ve yıllarca süren güven oluşturma talep eder.

Kurucular, beklentileri belirlemede bir role sahiptir. Düzenleyici zamanlamaları, benimseme döngülerini ve geri ödeme gerçeklerini açıklamalılar, böylece ortaklar dışarıdan neden yavaş görünebileceğini anlayabilsinler.

Yatırımcılar, miltaşı dayalı büyümeyi desteklemeli ve boşuna metriklere ulaşma peşinde koşmaktan kaçınmalıdır. Sağlık hizmetlerini gerçekten değiştirecek şirketler, beş ila on yıllık bir zaman diliminde düşünmeye istekli ve tam yolculuk boyunca bağlı kalan ortaklar tarafından kurulacaktır, sadece ilk değer artışı veya hızlı çıkış için değil.

AI’nin sağlık hizmetlerindeki düzenlemeleri sıkılaştırmasıyla, BloodGPT’nin uyumluluk, güvenlik ve hem klinisyenler hem de hastalarla güven oluşturma yaklaşımını nasıl ele aldığını anlatır mısınız?

Başından beri sorumlu tasarım ürünün bir parçası olarak ele aldık, sonradan düşünülmesi gereken bir şey değil. Ekibimiz, sağlık hizmetlerinde kullanılan主要 gizlilik ve güvenlik standartlarını izliyor ve önemli pazarlardaki düzenlemeleri yakından takip ediyor. Odak noktamız güçlü veri işleme uygulamaları, şeffaf algoritmalar ve tam olarak denetlenebilir çıktılardır.

Daha önce de söylediğim gibi, güven bizim en büyük zorluğumuzdu ve bu, masih bizim kuzemiz. Profesyoneller her değerin nereden geldiğini ve nasıl işlendiğini görebilir, bu da onlara bilgiye güven verir. Hastalar da aynı netliği takdir eder. BloodGPT, bir klinisyenin rolünü yerine getirmeyen, kendi kan sonuçlarını organize etme ve sunma aracıdır. Bu sentido, güvenlik ve güven, sonradan eklenen özellikler değil, ürünün kendisidir.

İleriye bakarken, AI yorumunun kan testlerinin ötesine, diğer tanı alanlarına doğru genişleyeceğini görüyor musunuz ve eğer öyleyse, en büyük atılımların ilk olarak nerede olacağını düşünüyorsunuz?

Zaten oluyor. Radyoloji, genetik ve göz hastalıkları, AI sistemlerinin erken kanserleri taramalarda tanımlamasına, kompleks genetik varyantları analiz etmesine ve retinal görüntülerindeki diyabetik retinopati işaretlerini saptamasına yardımcı olan deneysel aşamanın ötesine geçmiş durumdadır. Her durumda, çıktı, nihai kararı vermek için nitelikli bir klinisyene gider.

Bir sonraki dalga, tek alanlar yerine bağlantı ve entegrasyon hakkında olacak. Görüntüleme, genetik, giyilebilir cihazlar ve laboratuvar verileri hala ayrı akışlar olarak ele alınmaktadır. AI, bu sinyalleri – bir kan göstergesi, bir genetik varyant, bir giyilebilir cihazdan bir model – birleştirerek riski, herhangi bir testin yapabileceğinden çok önce ortaya çıkarmaya başlayacak.

Gerçek atılım, bu tür bir entegrasyon olacak: birden fazla girişi birleştiren bir zeka katmanı, doktorlara ve hastalara saúde ve risk hakkında sürekli, gerçek zamanlı bir görünüm sunacak. Bu, episodik bakımdan proaktif, öngörülü bakıma geçiş, en büyük etkiye sahip olacaktır.

Son olarak, sağlık hizmetlerindeki AI’nin geleceğinden en çok neye heyecanlanıyorsunuz ve BloodGPT’nin bu geleceği şekillendirmede nasıl bir rol oynayacağını düşünüyorsunuz?

Bana en çok heyecan veren, daha önce de bahsettiğim gibi, reaktif sağlık hizmetlerinden proaktif sağlık hizmetlerine geçiştir. Decades, insanlar hasta olmadan önce müdahale etmeden önce bekledik. Evet, önleme ve kişisel sorumluluk her zaman konuşmanın bir parçasıydı, ancak AI, bu vizyonu pratik hale getirebilir, riski daha erken tanımlayarak, daha sağlıklı seçimlere rehberlik ederek ve kişiselleştirilmiş bilgiyi bir önce görülmemiş bir ölçekte sunarak.

BloodGPT, bu temel的一部分 olarak tasarlandı. Kan verileri en yaygın ve geniş olarak mevcut sağlık sinyallerinden biridir, ancak genellikle az kullanılır. Bu bilgiyi daha anlaşılır ve eyleme geçirilebilir hale getirerek, ham numaraları net bir içgörüye dönüştürürüz ve içgörüyü daha sağlıklı yaşamlara dönüştürürüz. Sonunda, bu, basit bir hedeftir. Karmaşık bir şeyi insanların kullanabileceği bir şey haline getirmek. Gelecek yıllarda insanların ihtiyaç duyacağı bakımın temelini atmaktayız ve aynı zamanda günlük sağlık hizmetlerini şimdi daha iyi hale getiriyoruz. 

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