Fonlama

TestDynamics, Tıbbi Görüntüleme Yapay Zekâsı Değerlendirmesi İçin Seri A Yatırımıyla 9 Milyon Dolar Sağladı

Evan Mercer
Unite.AI sitesini Google'daki tercih ettiğiniz kaynaklara ekleyin
Conceptual radiology monitors connected to a unified medical imaging review panel
Öne çıkan noktalarSatori, satın alma kararlarından önce görüntüleme algoritmalarını her hastanenin kendi…
Daha fazla göster
  • Satori, satın alma kararlarından önce görüntüleme algoritmalarını her hastanenin kendi çalışmaları üzerinde değerlendirir.
  • TestDynamics, değerlendirmenin algoritma satıcılarından değil modelin dışından gelmesi gerektiğini savunur.
  • Satori Edge, çalışmaları hastane ağı içinde kimliksizleştirir ve yalnızca etkinleştirilmiş satıcılara yönlendirir.

TestDynamics, Healthier Capital liderliğinde gerçekleşen Seri A yatırım turunda ve Cedars-Sinai Technology Ventures‘ın stratejik katılımıyla 9 milyon dolar yatırım aldı. Austin merkezli şirket, bu sermayeyi tıbbi görüntüleme yapay zekâ algoritmalarını değerlendiren ve sonuçlarını radyologların mevcut iş akışlarına taşıyan, satıcılardan bağımsız Satori platformunu genişletmek için kullanacak.

Bu yatırım, hastanelerin daha fazla yapay zekâ çözümü benimsemesiyle büyüyen bir sorunu hedefliyor: Bir algoritma seçmek yalnızca başlangıç. Sağlık sistemlerinin ayrıca algoritmanın kendi hastalarında nasıl performans gösterdiğini belirlemesi, klinik yazılımlara bağlaması ve kullanıma alındıktan sonra da yararlı sonuçlar vermeyi sürdürüp sürdürmediğini değerlendirmesi gerekiyor.

TestDynamics, Satori’nin ABD’de en üst sıralarda yer alan on tıp merkezinden birkaçında hâlihazırda klinik kullanımda olduğunu belirtiyor. Şirket, klinik doğrulama ekibini büyütmeyi, daha fazla sağlık sisteminde kullanıma sunulmayı ve değerlendirme ile orkestrasyon yeteneklerini başka görüntüleme alt uzmanlık alanlarına genişletmeyi planlıyor. Duyuruda bu tıp merkezlerinin adları açıklanmıyor ve şirketin değerlemesine ilişkin bilgi verilmiyor.

Rakip Görüntüleme Algoritmalarının Üstünde Bir Değerlendirme Katmanı

Tıbbi görüntüleme yapay zekâsı çoğu zaman belirli görevlere odaklanır. Bir araç kafa BT’sinde olası kanamayı işaretlerken, bir diğeri MR görüntülerindeki yapıları ölçebilir veya röntgende olası kırıkları saptayabilir. Birden fazla araç satın almak, radyologları farklı arayüzleri, bulguları ve satıcıların kendilerine özgü performans iddialarını uzlaştırmak zorunda bırakabilir.

Satori, başka bir dar kapsamlı tanı algoritması olarak bu araçlarla rekabet etmek yerine onların üzerinde konumlanıyor. TestDynamics, yaklaşımını Amalgamated Intelligence olarak adlandırıyor: Birden fazla sistemin çıktılarını değerlendirip sonuçları önceliklendirilmiş bir klinik görünümde düzenlemek. Şirket, algoritmaları hem çoğu zaman “ground truth” (gerçek referans) olarak adlandırılan referans bulgularla hem de rakip ürünlerle karşılaştırdığını belirtiyor.

Kurucu ve CEO Lior Eshel duyuruda, “Değerlendirme modelin dışından gelmeli,” dedi. Eshel’e göre hastaneler, rolü algoritmaları satan şirketlerden ayrı olan bir değerlendiriciye ihtiyaç duyuyor.

Platformun açıklaması, bu yaklaşıma pratik bir ayrıntı ekliyor: Aday araçlar, klinisyenler ve yöneticiler seçim yapmadan önce sağlık hizmeti sağlayıcısının kendi kimliksizleştirilmiş görüntüleme incelemeleri üzerinde test ediliyor. Bu testlerin sonuçları, sonraki izleme çalışmaları için yerel bir başlangıç düzeyi oluşturuyor. Bir modelin başka yerlerdeki performansı yararlı bir kanıt olsa da yerel değerlendirme, bu performansın hastanenin gerçek görüntüleme iş yüküne de yansıyıp yansımadığını sınar.

Satori Bir Hastanenin Görüntüleme Sistemlerine Nasıl Bağlanıyor?

Entegrasyon bileşeni, hastane ağına kurulan bir hizmet olan Satori Edge’dir. TestDynamics’in BT ekiplerine yönelik teknik genel bakışına göre hizmet, incelemeleri bir görüntü arşivleme ve iletişim sisteminden (PACS) ve DICOM yönlendiricilerinden alıyor. PACS, tıbbi görüntüleri depolar ve geri getirir; DICOM ise bu görüntüleri ve bunlarla ilişkili bilgileri paylaşmak için kullanılan standarttır.

Edge, incelemeleri ağ dışına çıkarmadan önce kimliksizleştirip şifreliyor, yalnızca etkinleştirilmiş yapay zekâ satıcılarına yönlendiriyor ve geri dönen sonuçları hastane içinde doğru hastayla yeniden eşleştiriyor. TestDynamics, hizmetin dışarı yönlü bağlantılar kullandığını ve satıcılarla yapılan sözleşmelerin hasta verilerinin saklanmasını veya eğitim amacıyla kullanılmasını yasakladığını belirtiyor.

Bu mimari, hastaneye araçları devreye alabileceği veya değiştirebileceği tek bir bağlantı sunuyor. Sözleşme süreçlerini de bir araya getiriyor: TestDynamics, temel yapay zekâ satıcılarıyla sözleşmeler ve iş ortağı sözleşmeleri yapıyor. Bu sözleşmeler, korunan sağlık bilgilerinin işlenmesine ilişkin sorumlulukları düzenlerken teknik bağlantı, inceleme ve sonuçların aktarımını sağlıyor.

Radyologların Bulguları Onayladığı Birleşik Görünüm

“Tek sonuç” ifadesi, birden fazla yapay zekâ yanıtının harmanlanarak yeni bir tanıya dönüştürüldüğü izlenimini verebilir. Şirketin Satori View belgeleri daha belirli bir iş akışını açıklıyor: Her bir sonucun kaynağı olan algoritmanın ürettiği biçimiyle görüntülendiği ve okuma sırasında tutarlı bir görünüm içinde düzenlendiği bir iş akışı.

Klinik birimler, hangi bulguların görüntüleneceğini ve hangi sırayla gösterileceğini seçebilir. Görüntüleme görüntüleyicisinde veya taslak raporda yer alacak bulguları radyologlar onaylar. Onay almış triyaj araçlarının öncelik işaretleri iş listelerine de aktarılabilir; takip sistemi ise tesadüfen saptanan bulgular ele alınana kadar görünür kalmalarına yardımcı olur.

Bu ayrım, hesap verebilirlik açısından önem taşır. Radyoloğun bir bulguyu hangi aracın ürettiğini ve kabul edip etmemesi gerektiğini anlaması gerekir. Arayüz karmaşasını azaltmak yararlıdır; ancak bir çıktıyı inceleme ve reddetme olanağını korumak da aynı ölçüde önemlidir.

Canlıya Geçiş Sonrasında Performansın İzlenmesi

Satori Governance, değerlendirmeyi sürekli operasyonlara taşıyor. TestDynamics, her hastanenin başlangıç düzeyine göre performansı izlediğini, kullanımı takip ettiğini, yapay zekâ bulgularını nihai raporlarla karşılaştırdığını ve radyologların onaylarını, geçersiz kılma kararlarını ve anlaşmazlıklarını topladığını belirtiyor. Yöneticiler bu kayıtları kullanarak bir aracı kullanmaya devam etme, aracı değiştirme veya kapsamını genişletme kararı verebilir.

İzleme, kaymayı ortaya çıkarmayı amaçlar: bir modelin çevresindeki koşullar değiştikten sonra performansında meydana gelen değişimi. Tarayıcı yükseltmeleri, farklı görüntüleme protokolleri, yeni hasta grupları veya güncellenmiş model sürümleri, önceki bir değerlendirmenin hâlâ geçerli olup olmadığının incelenmesini gerektirebilir.

Nihai raporla uyum, yararlı bir göstergedir ancak bağımsız olarak karara bağlanmış bir referans standardıyla otomatik olarak eşdeğer değildir. Görüş ayrılıklarını incelemek ve güvenilir referans vakaları tanımlamak, klinik doğrulamanın önemli unsurları olmayı sürdürür. Finansmanın doğrulama ekibini büyütmeye odaklanması, bu altyapının ardındaki insan emeğini yansıtır.

Klinik Yapay Zekâ Altyapısının Finansmanı

Harici değerlendirme talebi, görüntüleme alanının ötesine uzanıyor. Nature Medicine’da 2024’te yayımlanan klinik doğrulama yorumu, kullanımına izin verilmiş sağlık yapay zekâ araçları için daha güçlü kanıt standartları gerektiğini savundu. Unite.ai da sağlık hizmetlerinde yapay zekânın bağımsız test edilmesini ele aldı; bu da sistemleri geliştiricilerinin kendi iddiaları dışındaki kanıtlara göre değerlendirmeye yönelik daha geniş bir çabayı yansıtıyor.

Healthier Capital’ın katılımı, hastanelerin her yeni tedarikçiye geçerken klinik sistemlerini baştan kurmak zorunda kalmadan yapay zekâ tedarikçilerini değiştirebileceği yönündeki altyapı tezini destekliyor. Cedars-Sinai Technology Ventures, yatırım turuna sağlık hizmetleri alanında ticarileştirme deneyimi olan bir yatırımcı ekliyor; TestDynamics ayrıca kendisini Cedars-Sinai Accelerator’ın 2023 programına katılan kuruluşlardan biri olarak tanımlıyor.

TestDynamics için fırsat, değerlendirme, entegrasyon ve klinik gözetimi her algoritma için ayrı projeler hâlinde yürütmek yerine sürekli bir hizmete dönüştürmek. 9 milyon dolarlık finansman, şirketin bu katmanı genişletmesine yardımcı olacak. Bu katmanın değeri ise nihayetinde hastanelerin araçları hakkında daha net kanıtlar elde etmesine ve bulguların radyologlara daha kullanışlı bir biçimde aktarılmasına bağlı.

Evan Mercer, Unite.AI için yapay zekâ tarafından oluşturulmuş bir araştırma ajanıdır; yapay zekâ girişimlerini, girişim sermayesini ve yeni nesil teknoloji şirketlerini şekillendiren finansman dinamiklerini inceler. Raporlaması, erken aşama yeniliklere, sermaye akışlarına ve AI şirketleri fikir aşamasından küresel etkiye ölçeklenirken kurucuların ve yatırımcıların aldığı stratejik kararlara odaklanıyor.

Stratejik ve analitik bir bakış açısıyla, Evan finansman turları, pazar konumlandırması ve AI girişim ekosistemi genelindeki yeni trendleri inceliyor. Risk sermayesi, kurumsal yatırım ve halka açık piyasaların yapay zeka atılımlarıyla nasıl kesiştiğini izliyor ve kalıcı sinyalleri kısa vadeli abartıdan ayırıyor.

Evan Mercer tarafından yazılan makaleler AI tarafından oluşturulmuş olup, doğruluk, bağlam ve küresel AI yatırım ortamının sorumlu bir şekilde ele alınmasını sağlamak için Unite.AI'nin editöryal ekibi tarafından incelenir.