تم توقع أن يصل تمويل رأس المال المغامر في أدوات الذكاء الاصطناعي للرعاية الصحية إلى 11 مليار دولار العام الماضي — وهي رقم رئيسي يتحدث عن القناعة الواسعة بأن الذكاء الاصطناعي سيثبت أنه محوري في قطاع حيوي.
تسعى العديد من الشركات الناشئة التي تطبق الذكاء الاصطناعي في الرعاية الصحية إلى تحقيق الكفاءة من خلال أتمتة بعض الأعمال الإدارية التي تدور حول وتمكن رعاية المرضى.
تتناسب شركة Elea التي تتخذ من هامبورغ مقراً لها بشكل عام مع هذا النموذج، لكنها تبدأ في مجال نسبي تم تجاهله وخدمته بشكل غير كافٍ – مختبرات علم الأمراض، التي تتضمن أعمالها تحليل عينات المرضى للكشف عن الأمراض – حيث تعتقد أنها ستكون قادرة على توسيع نظام سير العمل المدعوم بالذكاء الاصطناعي القائم على الصوت الذي طورته لزيادة إنتاجية المختبرات لتحقيق تأثير عالمي.
بما في ذلك من خلال زراعة نهجها الذي يركز على سير العمل لتسريع إنتاجية أقسام الرعاية الصحية الأخرى أيضًا.
أداة الذكاء الاصطناعي الأولية لـ Elea مصممة لإعادة هيكلة كيفية عمل الأطباء وموظفي المختبرات الآخرين.
إنها بديل كامل للأنظمة المعلوماتية القديمة وطرق العمل الأخرى (مثل استخدام Microsoft Office لكتابة التقارير) – مما يحول سير العمل إلى “نظام تشغيل ذكاء اصطناعي” يقوم بنشر تحويل الكلام إلى نص وأشكال أخرى من الأتمتة لتقليص الوقت الذي يستغرقه لإصدار تشخيص بشكل “ملحوظ”.
بعد حوالي نصف عام من العمل مع مستخدميها الأوائل، تقول إيلاء إن نظامها قد تمكن من تقليل الوقت الذي يستغرقه المختبر لإنتاج حوالي نصف تقاريره إلى يومين فقط.
أتمتة خطوة بخطوة
تقول الدكتورة كريستوف شرويدر، الرئيس التنفيذي والشريك المؤسس لشركة إيليا، إن سير العمل اليدوي خطوة بخطوة في مختبرات علم الأمراض يعني أن هناك مجالًا جيدًا لزيادة الإنتاجية من خلال تطبيق الذكاء الاصطناعي.
“نحن بشكل أساسي نقلب كل هذا – وكل الخطوات أصبحت أكثر أتمتة … [الأطباء] يتحدثون إلى إيليا، والمساعدون الفنيون الطبيون يتحدثون إلى إيليا، ويخبرونهم بما يرونه، وماذا يريدون أن يفعلوا به”، يشرح.
“إيليا هي الوكيلة، تقوم بجميع المهام في النظام وتطبع الأشياء – تحضر الشرائح، على سبيل المثال، التلوين وكل تلك الأشياء – حتى تذهب [المهام] بشكل أسرع بكثير، وأكثر سلاسة بكثير.”
“إنه لا يعزز أي شيء حقًا، بل يستبدل البنية التحتية بالكامل”، يضيف عن البرنامج القائم على السحابة الذي يريدون استبدال أنظمة المختبر القديمة وطرق العمل الأكثر عزلة، باستخدام تطبيقات منفصلة لتنفيذ مهام مختلفة. الفكرة من نظام التشغيل الذكي هي أن يكون قادرًا على تنسيق كل شيء.
تقوم الشركة الناشئة ببناء نماذج لغوية كبيرة مختلفة (LLMs) من خلال التخصيص باستخدام معلومات وبيانات متخصصة لتمكين القدرات الأساسية في سياق مختبر الأمراض.
تتضمن المنصة تحويل الكلام إلى نص لتفريغ ملاحظات صوتية للموظفين – وأيضًا “تحويل النص إلى هيكل”؛ مما يعني أن النظام يمكنه تحويل هذه الملاحظات الصوتية المفروغة إلى توجيهات نشطة تدعم إجراءات وكيل الذكاء الاصطناعي، والتي يمكن أن تشمل إرسال تعليمات إلى مجموعات المختبر للحفاظ على سير العمل.
تخطط Elea أيضًا لتطوير نموذجها الأساسي الخاص لتحليل صور الشرائح، وفقًا لشرويدر، حيث تدفع نحو تطوير قدرات تشخيصية أيضًا. ولكن في الوقت الحالي، تركز على توسيع عرضها الأولي.
تشير عرض الشركة الناشئة إلى المختبرات إلى أن ما قد يستغرق منهم من أسبوعين إلى ثلاثة أسابيع باستخدام العمليات التقليدية يمكن تحقيقه في غضون ساعات أو أيام، حيث إن النظام المتكامل قادر على تجميع وزيادة مكاسب الإنتاجية من خلال استبدال الأمور مثل التكرار الممل الذي يمكن أن يحيط بكتابة التقارير يدويًا، حيث يمكن أن تضيف الأخطاء البشرية وغيرها من عيوب سير العمل الكثير من الاحتكاك.
يمكن الوصول إلى النظام من قبل موظفي المختبر من خلال تطبيق iPad أو تطبيق Mac أو تطبيق الويب – مما يوفر مجموعة متنوعة من نقاط الاتصال لتناسب أنواع المستخدمين المختلفة.
تم تأسيس الشركة في أوائل عام 2024 وتم إطلاقها مع مختبرها الأول في أكتوبر بعد قضاء بعض الوقت في العمل بسرية على فكرتهم في عام 2023، وفقًا لشرويدر، الذي لديه خلفية في تطبيق الذكاء الاصطناعي لمشاريع القيادة الذاتية في بوش، لوميتر، ومرسيدس.
مؤسس مشارك آخر، الدكتور سيباستيان كاسو – المدير التسويقي للشركة الناشئة – لديه خلفية سريرية، حيث قضى أكثر من عقد من الزمن يعمل في العناية المركزة، والتخدير، وفي أقسام الطوارئ، بالإضافة إلى كونه مديرًا طبيًا لسلسلة مستشفيات كبيرة في السابق.
حتى الآن، قامت إيليا بتوقيع شراكة مع مجموعة مستشفيات ألمانية كبيرة (لم تكشف بعد عن أي واحدة) التي تقول إنها تعالج حوالي 70,000 حالة سنويًا. لذا، فإن النظام لديه مئات من المستخدمين حتى الآن.
من المتوقع أن تطلق المزيد من العملاء “قريبًا” – ويقول شرويدر أيضًا إنه ينظر في التوسع الدولي، مع تركيز خاص على دخول السوق الأمريكية.
دعم البذور
تقوم الشركة الناشئة بالكشف للمرة الأولى عن تمويل بقيمة 4 ملايين يورو حصلت عليه العام الماضي – بقيادة Fly Ventures وGiant Ventures – والذي تم استخدامه لتوسيع فريق الهندسة وإيصال المنتج إلى أيدي المختبرات الأولى.
هذه الرقم هو مبلغ صغير جداً مقارنة بالمليارات المذكورة سابقاً في التمويل التي تتداول الآن في الفضاء سنوياً.
لكن شرويدر يجادل بأن الشركات الناشئة في مجال الذكاء الاصطناعي لا تحتاج إلى جيوش من المهندسين ومئات الملايين من الدولارات لتحقيق النجاح – بل الأمر يتعلق أكثر بتطبيق الموارد التي لديك بذكاء، كما يقترح.
في هذا السياق الصحي، يعني ذلك اتخاذ نهج يركز على الأقسام وتنضيج حالة الاستخدام المستهدفة قبل الانتقال إلى منطقة التطبيق التالية.
لا يزال، في نفس الوقت، يؤكد أن الفريق سيبحث عن جمع جولة (أكبر) من السلسلة A – من المحتمل هذا الصيف – قائلاً إن إيلاء ستقوم بتغيير استراتيجيتها للتسويق بنشاط لجذب المزيد من المختبرات، بدلاً من الاعتماد على أسلوب الكلام الشفهي الذي بدأوا به.
مناقشة نهجهم مقابل المشهد التنافسي لحلول الذكاء الاصطناعي في الرعاية الصحية، يقول لنا: “أعتقد أن الفرق الكبير هو أنه حل موضعي مقابل متكامل عمودياً.”
“الكثير من الأدوات التي تراها هي إضافات فوق الأنظمة الموجودة [مثل أنظمة السجلات الصحية الإلكترونية] … إنه شيء يحتاج [المستخدمون] إلى القيام به فوق أداة أخرى، واجهة مستخدم أخرى، شيء آخر يجب على الأشخاص الذين لا يرغبون حقًا في العمل مع الأجهزة الرقمية القيام به، لذا فهو صعب، وهو بالتأكيد يحد من الإمكانيات”، يتابع.
“ما بنيناه بدلاً من ذلك هو أننا دمجناه بعمق في نظام معلومات المختبر الخاص بنا – أو نسميه نظام تشغيل علم الأمراض – مما يعني في النهاية أن المستخدم لا يحتاج حتى لاستخدام واجهة مستخدم مختلفة، ولا يحتاج لاستخدام أداة مختلفة.
هو فقط يتحدث مع Elea، ويقول ما يراه، ويقول ما يريد القيام به، ويقول ما من المفترض أن تفعله Elea في النظام.”
“أنت أيضًا لا تحتاج إلى مليارات من المهندسين بعد الآن – تحتاج إلى دزينة، دزينة ونصف حقًا، حقًا جيدين”، يجادل أيضًا. “لدينا حوالي دزينة من المهندسين في الفريق … ويمكنهم إنجاز أشياء مذهلة.”
“أسرع الشركات نمواً التي تراها هذه الأيام، ليس لديها مئات من المهندسين – لديهم واحد، أو اثنان من الخبراء، وهؤلاء الأشخاص يمكنهم بناء أشياء مذهلة. وهذه هي الفلسفة التي لدينا أيضاً، ولهذا السبب لا نحتاج حقاً إلى جمع – على الأقل في البداية – مئات الملايين”، يضيف.
“إنها بالتأكيد تحول نموذجي … في كيفية بناء الشركات.”
توسيع عقلية سير العمل
كان اختيار البدء بمختبرات الأمراض خيارًا استراتيجيًا لإيليا، حيث أن السوق القابل للتعامل معه يقدر بمليارات الدولارات، وفقًا لشرويدر، لكنه يصف مجال الأمراض بأنه “عالمي للغاية” – مع شركات وموردين مختبرات عالميين يزيدون من قابلية التوسع لبرمجياته كخدمة – خاصة بالمقارنة مع الوضع الأكثر تجزئة حول تزويد المستشفيات.
“بالنسبة لنا، إنه مثير للاهتمام للغاية لأنه يمكنك بناء تطبيق واحد وتوسيعه بالفعل مع ذلك – من ألمانيا إلى المملكة المتحدة، والولايات المتحدة،” يقترح. “الجميع يفكر بنفس الطريقة، ويتصرف بنفس الطريقة، ولديه نفس سير العمل.
إذا قمت بحلها بالألمانية، فإن الشيء الرائع مع نماذج اللغة الكبيرة الحالية، هو أنك تحلها أيضًا باللغة الإنجليزية [وبلغات أخرى مثل الإسبانية] … لذا فإنه يفتح الكثير من الفرص المختلفة.”
كما يثني على مختبرات علم الأمراض باعتبارها “واحدة من أسرع المجالات نمواً في الطب” – مشيراً إلى أن التطورات في العلوم الطبية، مثل الزيادة في علم الأمراض الجزيئي وتسلسل الحمض النووي، تخلق طلباً على المزيد من أنواع التحليلات، ولزيادة تكرار التحليلات.
كل هذا يعني المزيد من العمل للمختبرات – والمزيد من الضغط على المختبرات لتكون أكثر إنتاجية.
بمجرد أن تنضج إيليا حالة استخدام المختبر، يقول إنه قد ينظرون إلى الانتقال إلى مجالات يتم فيها تطبيق الذكاء الاصطناعي بشكل أكثر شيوعًا في الرعاية الصحية – مثل دعم أطباء المستشفيات لالتقاط تفاعلات المرضى – ولكن أي تطبيقات أخرى يطورونها ستظل أيضًا تركز بشكل كبير على سير العمل.
“ما نريد أن نقدمه هو هذا التفكير في سير العمل، حيث يتم التعامل مع كل شيء كمهام سير العمل، وفي النهاية، هناك تقرير – ويجب إرسال هذا التقرير”، يقول – مضيفًا أنه في سياق المستشفى لن يرغبوا في الدخول في التشخيصات ولكنهم “سيركزون حقًا على تشغيل سير العمل.”
معالجة الصور هي مجال آخر تهتم به إيلا في تطبيقات الرعاية الصحية المستقبلية الأخرى – مثل تسريع تحليل البيانات لعلم الأشعة.
التحديات
ماذا عن الدقة؟ الرعاية الصحية هي حالة استخدام حساسة جدًا، لذا فإن أي أخطاء في هذه النسخ التي تقوم بها الذكاء الاصطناعي – على سبيل المثال، المتعلقة بالخزعة التي تتحقق من الأنسجة السرطانية – يمكن أن تؤدي إلى عواقب وخيمة إذا كان هناك عدم تطابق بين ما يقوله طبيب بشري وما تسمعه إيلاء وتبلغ به صانعي القرار الآخرين في سلسلة رعاية المرضى.
حالياً، يقول شرويدر إنهم يقيمون الدقة من خلال النظر إلى أشياء مثل عدد الشخصيات التي يغيرها المستخدمون في التقارير التي تقدمها الذكاء الاصطناعي.
في الوقت الحاضر، يقول إن هناك ما بين 5% إلى 10% من الحالات التي يتم فيها إجراء بعض التفاعلات اليدوية على هذه التقارير الآلية، مما قد يشير إلى وجود خطأ.
(على الرغم من أنه يقترح أيضاً أن الأطباء قد يحتاجون إلى إجراء تغييرات لأسباب أخرى – لكنهم يقولون إنهم يعملون على “خفض” النسبة التي تحدث فيها التدخلات اليدوية.)
في النهاية، يجادل، أن المسؤولية تقع على عاتق الأطباء والموظفين الآخرين الذين يُطلب منهم مراجعة والموافقة على مخرجات الذكاء الاصطناعي – مما يوحي بأن سير عمل إيلاء ليس مختلفًا حقًا عن العمليات التقليدية التي تم تصميمها لتحل محلها (حيث، على سبيل المثال، سيتم كتابة ملاحظة صوتية للطبيب بواسطة إنسان وقد تحتوي هذه النسخ أيضًا على أخطاء – بينما الآن “فقط أن الإنشاء الأولي يتم بواسطة إيلاء AI، وليس بواسطة كاتب”).
يمكن أن تؤدي الأتمتة إلى زيادة حجم الإنتاج، على الرغم من أن ذلك قد يشكل ضغطًا على مثل هذه الفحوصات حيث يتعين على الموظفين البشريين التعامل مع بيانات وتقارير أكثر بكثير مما اعتادوا عليه.
في هذا، يوافق شرويدر على أنه قد تكون هناك مخاطر. لكنه يقول إنهم قد أدرجوا ميزة “شبكة الأمان” حيث يمكن للذكاء الاصطناعي محاولة اكتشاف المشكلات المحتملة – باستخدام التعليمات لتحفيز الطبيب على إعادة النظر.
“نحن نسميها زوجًا ثانيًا من العيون”، كما يشير، مضيفًا: “حيث نقيم تقارير النتائج السابقة مع ما قاله [الطبيب] الآن ونقدم له تعليقات واقتراحات.”
قد تكون سرية المرضى مصدر قلق آخر مرتبط بالذكاء الاصطناعي الوكالي الذي يعتمد على المعالجة السحابية (كما تفعل Elea)، بدلاً من بقاء البيانات في الموقع وتحت سيطرة المختبر.
في هذا السياق، يدعي شرويدر أن الشركة الناشئة قد حلت مخاوف “خصوصية البيانات” من خلال فصل هويات المرضى عن المخرجات التشخيصية – لذا فهي تعتمد أساسًا على التمويه لضمان الامتثال لحماية البيانات.
“إنه دائمًا مجهول على طول الطريق – كل خطوة تقوم بشيء واحد فقط – ونحن نجمع البيانات على الجهاز حيث يراها الطبيب”، يقول.
“لذا لدينا أساسًا معرفات زائفة نستخدمها في جميع خطوات المعالجة لدينا – وهي مؤقتة، ويتم حذفها بعد ذلك – ولكن في الوقت الذي ينظر فيه الطبيب إلى المريض، يتم دمجها على الجهاز من أجله.”
“نحن نعمل مع الخوادم في أوروبا، ونتأكد من أن كل شيء متوافق مع خصوصية البيانات”، يقول لنا أيضًا. “عميلنا الرئيسي هو سلسلة مستشفيات مملوكة للجمهور – تُسمى البنية التحتية الحرجة في ألمانيا. كنا بحاجة إلى التأكد من أنه، من وجهة نظر خصوصية البيانات، كل شيء آمن. وقد أعطونا الموافقة.”
“في النهاية، ربما حققنا أكثر مما يجب القيام به. لكن، كما تعلم، من الأفضل دائمًا أن تكون في الجانب الآمن – خاصة إذا كنت تتعامل مع البيانات الطبية.”
المصدر: techcrunch
