Jonathan Kron，BloodGPT 的 CEO – 采访系列

Jonathan Kron 是 BloodGPT 的 CEO。他是一位拥有20多年经验的医疗策略师和企业家，曾经建立和扩展过多家医疗企业。在加入 BloodGPT 之前，他创立并退出了 Med24 ，一家位于伦敦的诊所（筹集了500万英镑，于2022年退出），联合创立了 PCG ，一家位于摩纳哥的医疗保健初创公司，该公司在50万美元的种子资金预算下获得了100万美元以上的合同，并为包括 Klarity 和 LIPS Healthcare 在内的数字医疗初创公司提供了主要的筹资和增长建议。

BloodGPT 是一个为诊断实验室和诊所提供的 AI 驱动平台，能够无缝地集成到现有的工作流中，仅需几秒钟即可以 99.99% 的准确率解释血液测试结果。

您在医疗保健领域拥有二十多年的经验，建立和扩展医疗企业。是什么个人经历或行业痛点让您转向了 BloodGPT？

我今年早些时候从一位同事那里听说了 BloodGPT。这个概念立即引起了我的共鸣，无论是从个人还是商业角度来看。我一直在电子表格中跟踪自己的血液检查结果，从 PDF 和图像中提取数字，只是为了遇到不一致的单位、参考范围和命名约定。这很繁琐，往往不可靠。并且我知道，我不可能是唯一一个在收到来自医生、实验室或诊所的混乱、零碎和不可访问的结果时感到沮丧的人。

因此，在了解 BloodGPT 的几天内，我与创始人进行了通话，并在通话结束时成为公司的首席科学官。经过 20 多年的工作经验，跨越诊所、初创公司和医疗系统，我知道这是我的强项。

BloodGPT 解决了一些我反复看到的痛点。人们获得测试结果，但访问是零碎的，背景丢失，整个过程让已经紧张的专业人员感到不知所措。想想看。血液数据是整体健康状况最丰富的信号之一，但它仍然被严重低估利用。

因此，我的理由是，如果我们可以将 AI 和先进的数据科学与强大的医疗知识相结合，我们可以使这些信息对每个人都可用：个人、医疗保健专业人员和整个系统。

BloodGPT 承诺在解释血液测试结果方面实现 99.99% 的准确率，并直接集成到现有的实验室工作流中。您能否带我们了解一下该平台是如何构思的，以及您在将其推向市场时面临的主要挑战是什么？

有趣的是，一切都始于一场邻里间的交谈。生物化学家和运动营养顾问 Nikita Udovichenko 在创立 BloodGPT 之前，曾在他的诊所中反复看到同样的问题。人们会获得血液检查报告，却不知道如何处理这些报告。他的邻居 Vasilii Lazuka 是一位连续创业的 AI 企业家，也是 BloodGPT 的联合创始人和首席技术官，他立即看到了潜力。最初的随意交谈很快变成了真正的项目。后来，AI 产品开发专家 Nata Savaścienka 加入了公司，担任联合创始人和首席产品官，我也加入了团队，与他们一起工作，利用我二十年的经验来建立医疗保健和数据平台。

从那时起，我们的重点是建立一个系统，该系统将每个数字视为可验证的数据，而不是语言模型可以猜测的东西。我们设计了一个多层次的架构，该架构将每个生物标志物标准化为 LOINC 代码 —— 逻辑观察标识符名称和代码，即实验室测试报告的国际标准，使用 UCUM 验证每个单位 —— 统一代码的测量单位，并始终遵循实验室自己的参考范围。

在我二十年的工作经验中，我知道信任在这个行业中是多么重要。因此，当我们建立 BloodGPT 时，我们关注的最艰难的挑战是稳定性和信任。我们必须记住，大型模型可能会对相同的文件给出不同的答案，误读日期或编造范围。我们使命是确保每个输出都是可重现的，并且可以完全追溯到其来源。

今天，该平台通过 FHIR API —— 快速医疗互操作性资源直接连接到实验室工作流中，这是一种现代标准，允许医疗信息系统安全高效地共享数据。它还与传统的实验室信息系统配合使用，为专业人员节省时间，为个人提供即时的清晰度。

许多患者现在正在使用通用的大型语言模型来解释实验室结果。您认为这种趋势存在什么风险，以及 BloodGPT 如何提供更安全、更可靠的替代方案？

通用语言模型不是为实验室数据设计的。它们可能会误读单位，混淆日期，或编造参考值，并且它们不会显示当它们不确定时。患者可以粘贴结果并获得一个听起来很有说服力的答案，但实际上是错误的。最可怕的是，它听起来如此令人信服，以至于您可能不会想到要质疑它。

BloodGPT 专门针对病理工作流程进行训练和验证。每个值都绑定到 LOINC 标识符，并检查是否符合 UCUM 测量标准，该平台始终使用实验室自己的参考范围作为最终基准。多层次的防护措施将每个输出追溯到其来源，因此相同的输入产生相同的、完全可审计的结果。

这种专门的设计，专注于可重复性和透明的来源，为专业人员和个人提供了一种可靠性，这是通用聊天机器人无法提供的。

您的职业生涯跨越了创立诊所、为初创公司提供咨询，现在领导一家 AI 驱动的医疗技术公司。您在这段旅程中如何看待医疗创新发生了什么变化？

早期，创新意味着实体店铺 —— 建造新设施和服务，以减少等待时间和简化患者通道。后来，它变成了商业模式，这涉及更高效地提供医疗服务，使运营更加可持续，并改善整体患者体验。

然而，如今，重点是智能和规模。AI 开启了当我开始时无法想象的可能性，但有一件事始终保持不变。技术本身并不会改变医疗保健。系统、激励措施和采纳才会。

在这方面，我的思维已经从“我们如何构建？”转变为“我们如何集成？”我坚信将会成功的公司不会一定拥有最华丽的算法。它们将会是那些工具无缝、静默地为医生、患者和医疗系统的日常例行程序提供动力。

医疗技术中反复出现的一个主题是自动化和人性化的平衡。您如何设想像 BloodGPT 这样的 AI 在减少医生倦怠的同时，仍然保持判断力和同情心方面重新塑造医生的角色？

医生很少会因为照顾人们而感到倦怠。他们会因为文书工作、重复的测试、零碎的系统以及所有将他们从患者那里拉开的行政任务而感到倦怠。每个我认识的医生都愿意花五分钟与患者交谈，而不是填写另一份表格。然而，这种额外的工作量，不幸的是，正在不断增加，并且侵蚀了他们为患者提供真正的临床护理所需的时间和精力。

BloodGPT 的设计目的是缓解一些压力。该平台接管了组织和解释实验室信息所需的繁重工作，并提供了清晰、结构化的见解，这些见解可以融入现有的工作流程中。当这些常规步骤被自动化和可靠地处理时，医生可以将更多的时间投入到只有他们才能做的事情，即倾听、行使判断力和与他们治疗的人建立信任。

我不认为 AI 会取代医生。如果有什么不同的话，AI 允许他们回到职业的核心，花更多的时间与人交谈，少花时间追逐数据。这是技术可以让医学变得更人性化，而不是更不人性化的地方。

您提到的一项目标是让诊所每年通过效率提升节省数百万美元。BloodGPT 提供的最有形的成本节约机制是什么？

节省来自三个主要领域。

首先是时间。审查和传达实验室结果仍然是许多医疗系统中缓慢的手动过程。BloodGPT 将审查和解释窗口从几分钟缩短到每次测试几秒钟。在每周成千上万的结果中，这转化为数百个临床小时被归还到患者护理中。

第二是连续性。该平台保持每位患者的血液数据的运行历史，因此很容易发现趋势和异常。这减少了重复测试，并捕获了可能触发不必要的随访预约或重复实验室测试的错误。

第三是资源利用。当信息被准确、即时地传递时，员工可以专注于更高价值的任务，实验室可以用更精简的支持团队运作。

当您把这些效果加起来时，中型医疗系统可以看到数百万美元的年度节省，同时也提高了结果。在医疗保健领域，降低成本和提高质量同时进行是很不寻常的，而这正是我们正在努力实现的。

您曾指出，投资者的短期视野往往会扼杀医疗保健人工智能的系统创新。您如何认为创始人和投资者可以合作，以确保长期影响？

这始于共同的使命。如果投资者正在寻找十二个月的翻转，医疗保健是错误的领域。这个行业需要耐心、严格的合规性和多年的信任建设。

创始人有责任设定期望。他们需要解释监管时间表、采用周期和报销的现实情况，以便合作伙伴了解为什么从外部来看，进展似乎很慢。

投资者应该支持基于里程碑的增长，并抵制追逐虚荣指标的诱惑。真正改变医疗保健人工智能的公司将由那些能够从五年到十年视野来思考的合作伙伴建立，他们能够在整个旅程中保持承诺，而不仅仅是第一次估值上涨或快速退出。

随着医疗保健领域人工智能的监管日趋严格，BloodGPT 如何处理合规、安全和与临床医生和患者建立信任的问题？

从一开始，我们就将负责任的设计视为产品的一部分，而不是事后补充的东西。我们的团队遵循医疗保健中使用的主要隐私和安全标准，并密切关注美国、欧洲和其他主要市场的监管法规的演变。我们的重点是强大的数据处理实践、透明的算法以及可以完全审计的输出。

正如我之前提到的，信任是我们开始时面临的最大挑战，它一直是我们的北极星。对于我们来说，这不仅仅是遵守监管要求的问题。专业人员可以看到每个值来自哪里以及如何处理它，这让他们对信息充满信心。患者也重视这种清晰度。BloodGPT 是一种用于组织和呈现他们自己结果的工具，而不是取代临床医生的角色。在这种意义上，安全性和信任不是我们稍后添加的功能。它们就是产品本身。

展望未来，您是否认为人工智能解释将扩展到除血液测试以外的其他诊断领域——如果是这样，您认为最大的突破将首先出现在哪里？

这已经正在进行中。 放射学、 基因组学 和 眼科 已经远远超出了实验阶段。在这些领域，人工智能系统正在帮助识别扫描中的早期癌症、分析复杂的基因变异，并在视网膜图像中标记糖尿病视网膜病变的迹象。在每种情况下，输出都会发送给合格的临床医生进行审查，因此专业人员仍然控制着最终的决定。

下一波浪潮将是关于连接和集成，而不是单个领域。考虑到成像、基因组学、可穿戴设备和实验室数据仍然被视为独立的流。人工智能将越来越多地将它们联系在一起，关联微妙的信号 —— 一个血液标志物、一个基因变异、一个来自可穿戴设备的模式 —— 以便在任何单个测试之前很久就揭示风险。

真正的突破将是这种集成：一层智能将多个输入连接起来，为医生和患者提供健康和风险的连续、实时视图。从急性护理到预测性、主动护理的转变是最大的影响所在。

最后，您最看好医疗保健领域人工智能的未来是什么，您认为 BloodGPT 将在塑造这一未来中发挥什么作用？

说实话，最让我兴奋的是我刚刚讨论的从反应性医疗到预防性医疗的转变。几十年来，我们一直等待人们生病后才采取行动。是的，预防和个人责任一直是对话的一部分，但人工智能终于可以让这种愿景变得切实可行，通过识别早期风险、指导更健康的选择，并以前所未有的规模提供个性化信息。

BloodGPT 旨在成为这一基础的一部分。血液数据是最常见、最广泛可用的健康信号，但它往往被低估利用。通过使这些信息更容易理解和采取行动，我们帮助将原始数字转化为清晰的洞察力，并将洞察力转化为更健康的生活。在最后，目标很简单。让复杂的事情变得简单，并使其对人们有用。我们正在为未来的医疗保健奠定基础，同时也使当前的医疗保健变得更好。

感谢您接受这次精彩的采访，希望了解更多信息的读者可以访问 BloodGPT。