Shyld AI 获得 1340 万美元资金，将“主动 AI”引入医院运营

医疗保健 AI 初创公司 Shyld AI 已获得 1340 万美元种子资金，计划将其实时运营 AI 系统扩展到美国的医院。该轮融资由 Aulis Capital 领投，属于新兴医疗保健代理 AI 领域较大的种子融资之一。

由兄弟 Mohammad 和 Morteza Noshad 创立的公司专注于他们所说的“主动 AI”——能够在医疗保健环境中采取直接操作行动的系统，而不仅仅是生成建议或摘要。

超越被动医疗保健 AI

今天的医疗保健 AI 生态系统大部分集中在行政自动化、环境监听工具和临床文档助手。Shyld AI 通过构建能够实时监测和响应医院活动的 AI 系统来区别于其他公司。

其技术旨在在手术室和临床设施中运行，系统可以解释工作流活动，如手术进度、房间转换时间、人员移动和程序瓶颈。目标是减少延迟、提高手术室效率和自动化通常需要持续的人类协调的医院运营部分。

该平台还监测合规性和感染控制流程，这些领域仍然是医院的主要运营和财务负担。

医院房间中的边缘 AI

公司平台的核心是一个名为 VERTEX 的专有 AI 模型，专门为物理医疗保健环境中的边缘原生部署而构建。

与依赖云基础设施不同，系统直接在医院房间中的设备上运行。这种方法使 AI 能够连续感知和响应不断变化的条件，延迟最小，同时也减少了外部传输敏感医疗数据的担忧。

边缘 AI 架构在可靠性、隐私和实时决策至关重要的行业中变得越来越重要。在医院环境中，即使是小的延迟或中断也会破坏工作流程并影响患者结果，使本地处理尤其有价值。

Shyld AI 的基础设施旨在在不需要大量集成到医院 IT 系统的情况下在临床环境中连续运行。

将 AI 与自主 UV-C 消毒相结合

公司最显著的应用之一是将 AI 驱动的自动化与 UV-C 消毒技术相结合。

根据公司引用美国疾病控制和预防中心（CDC）的数据，医疗保健相关感染仍然是全球医院的持续性问题。这些感染每年在美国导致大约 72,000 人死亡。

Shyld AI 的自主系统使用 AI 确定何时和在哪里进行消毒，基于医院的实时活动。该平台可以识别房间转换阶段、检测程序完成并在手术和患者转移之间优化清洁工作流程。

该公司还引用了斯坦福大学在《感染控制杂志》上发表的一项研究，该研究发现该系统将污染水平降低了 93% 以上，相比对照组。

代理 AI 扩展到物理世界

此次融资的到来正值投资者对“代理 AI”——能够分析信息并在动态环境中采取自主行动的系统——的兴趣日益增长之时。

虽然当前的 AI 市场仍然专注于软件副驾驶和生成接口，但越来越多的初创公司正试图将 AI 引入物理运营环境，例如制造、机器人、物流和医疗保健基础设施。

医院代表了此类部署最具挑战性的环境之一。它们结合了严格的监管要求、可变的工作流程、隐私约束和持续的运营压力。在这些环境中成功部署自主 AI 系统可能会为其他受监管行业的物理 AI 系统带来更广泛的机会。

Shyld AI 表示，计划利用新资金在美国医疗保健系统中扩大部署，同时还将探索在制药制造和受监管的无菌室环境中的应用。

更广泛的影响是，医疗保健 AI 可能会越来越多地从数字助手和行政工具演变为直接与物理环境互动和优化的系统。