Η Nabla συγκεντρώνει άλλα 24 εκατομμύρια δολάρια για τον βοηθό της AI για γιατρούς που γράφει αυτόματα κλινικές σημειώσεις
startup με έδρα το Παρίσι
Nabla
μόλις
ανακοινώθηκε
ό
τι
έχει συγκεντρώσει έναν γύρο χρηματοδότησης 24 εκατομμυρίων δολαρίων Series B με επικεφαλής την Cathay Innovation, με τη συμμετοχή της ZEBOX Ventures — του εταιρικού ταμείου VC της CMA CGM. Αυτός ο γύρος χρηματοδότησης έρχεται μόλις λίγους μήνες αφότου η Nabla υπέγραψε
μι
α μεγάλης κλίμακας συνεργασία με την Permanente Medical Group, ένα τμήμα του αμερικανικού κολοσσού στον τομέα της υγείας Kaiser Permanente.
Ο Nabla εργάζεται σε έναν συγκυβερνήτη AI για γιατρούς και άλλο ιατρικό προσωπικό. Ο καλύτερος τρόπος για να το περιγράψετε είναι ότι είναι ένας σιωπηλός συνεργάτης που κάθεται στη γωνία του δωματίου, κρατά σημειώσεις και γράφει ιατρικές εκθέσεις για εσάς.
Η startup ιδρύθηκε αρχικά από τους Alexandre Lebrun, Delphine Groll και Martin Raison. Ο Lebrun, Διευθύνων Σύμβουλος της Nabla, ήταν ο Διευθύνων Σύμβουλος της Wit.ai, μιας startup βοηθού τεχνητής νοημοσύνης που εξαγοράστηκε από το Facebook. Στη συνέχεια έγινε επικεφαλής της μηχανικής του ερευνητικού εργαστηρίου AI του Facebook FAIR.
Πριν από μερικές εβδομάδες, είδα ένα ζωντανό
demo
του Nabla με έναν πραγματικό γιατρό και έναν ψεύτικο ασθενή που προσποιούνταν ότι είχαν πόνους στην πλάτη. Όταν ένας γιατρός ξεκινά μια διαβούλευση, πατάει το κουμπί έναρξης στη διεπαφή του Nabla και ξεχνάει τον
υπολογιστή
του.
Εκτός από το μέρος της φυσικής εξέτασης, μια διαβούλευση περιλαμβάνει επίσης μια μακρά συζήτηση με ένα σωρό ερωτήσεις σχετικά με το τι σας φέρνει εδώ και το ιατρικό ιστορικό σας. Στο τέλος της διαβούλευσης, ενδέχεται να υπάρξουν επίσης συστάσεις και συνταγές.
Η Nabla χρησιμοποιεί τεχνολογία ομιλίας σε κείμενο για να μετατρέψει τη συνομιλία σε γραπτή μεταγραφή. Λειτουργεί τόσο με προσωπικές διαβουλεύσεις όσο και με ραντεβού τηλευγείας.
Αφού φύγει ο ασθενής, ο γιατρός πατά το κουμπί διακοπής. Στη συνέχεια, η Nabla χρησιμοποιεί ένα μεγάλο γλωσσικό μοντέλο με ιατρικά δεδομένα και συνομιλίες που σχετίζονται με την υγεία για να εντοπίσει τα σημαντικά σημεία δεδομένων στη διαβούλευση – ιατρικά ζωτικά στοιχεία, ονόματα φαρμάκων, παθολογίες κ.λπ.
Η Nabla δημιουργεί μια λεπτομερή ιατρική έκθεση σε ένα ή δύο λεπτά με μια περίληψη των επιστολών διαβούλευσης, συνταγών και επακόλουθων ραντεβού.
Αυτές οι αναφορές μπορούν να προσαρμοστούν στις ανάγκες του γιατρού με μια εξατομικευμένη μορφή για τις σημειώσεις σας. Για παράδειγμα, μπορείτε να προσθέσετε οδηγίες για να κάνετε τη σημείωση πιο συνοπτική ή πιο περιεκτική. Ή μπορείτε να ζητήσετε να δημιουργήσετε σημειώσεις που ακολουθούν το μοτίβο σημειώσεων Subjective, Objective, Assessment and Plan (SOAP) που χρησιμοποιείται ευρέως στις Η.Π.Α.
Κατά τη διάρκεια του demo που είδα, με εξέπληξε εξαιρετικά η αποτελεσματικότητα του Nabla γενικά. Παρόλο που βρισκόμασταν σε μια κατάμεστη αίθουσα και η Nabla έτρεχε σε φορητό υπολογιστή μερικά μέτρα μακριά από τους παρουσιαστές επίδειξης, το εργαλείο ήταν σε θέση να δημιουργήσει μια ακριβή μεταγραφή και μια χρήσιμη αναφορά.
Με το Nabla Copilot, όπως υποδηλώνει το όνομα, η startup δεν προσπαθεί να βγάλει τον άνθρωπο από τον ιατρικό κύκλο. Οι γιατροί εξακολουθούν να έχουν τον τελευταίο λόγο, καθώς μπορούν να επεξεργαστούν τις αναφορές προτού κατατεθούν στο ηλεκτρονικό τους μητρώο υγείας (EHR).
Αντίθετα, η εταιρεία πιστεύει ότι μπορεί να βοηθήσει τους γιατρούς να εξοικονομήσουν χρόνο στην εργασία του διαχειριστή, ώστε να μπορούν να αφιερώνουν περισσότερο χρόνο εστιάζοντας στους ασθενείς.
«Αυτό που γνωρίζουμε είναι ότι το εγγύς μέλλον είναι ότι δεν θέλουμε να προσπαθήσουμε να αντικαταστήσουμε τους γιατρούς. Έχετε δει εταιρείες – όπως η Babylon στο Ηνωμένο Βασίλειο – να καίνε 1 δισεκατομμύριο δολάρια προσπαθώντας να δημιουργήσουν chatbot και προσπαθώντας να αυτοματοποιήσουν τα πράγματα αμέσως και να απομακρύνουν τους γιατρούς από το βρόχο. Και το έχουμε αποφασίσει εδώ και πολύ καιρό με την Nabla Copilot [doctors] είναι οι πιλότοι και εργαζόμαστε δίπλα τους», δήλωσε ο συνιδρυτής και διευθύνων σύμβουλος της Nabla, Alexandre Lebrun.
«Είναι λίγο σαν αυτοματισμός για αυτόνομα οχήματα. Είμαστε ακόμα στο δεύτερο επίπεδο σήμερα. Θα ξεκινήσουμε το επίπεδο τρία πολύ σύντομα με υποστήριξη κλινικής διασφάλισης. Στη συνέχεια, το επίπεδο τέσσερα είναι η υποστήριξη κλινικών αποφάσεων, αλλά με έγκριση FDA, επειδή παίρνετε αποφάσεις που δεν μπορείτε πραγματικά να εξηγήσετε», πρόσθεσε.
Σε κάποιο σημείο, θα μπορούσατε ακόμη και να φανταστείτε ένα επίπεδο πέντε αυτόνομης υγειονομικής περίθαλψης, που θα σήμαινε την απομάκρυνση των γιατρών από την αίθουσα. Αλλά ο Lebrun εξακολουθεί να είναι πολύ προσεκτικός σε αυτό το μέτωπο.
“Για ορισμένες καταστάσεις σε ορισμένες αγορές, όπως σε ορισμένες χώρες όπου δεν έχουν πρόσβαση στην υγειονομική περίθαλψη, θα ήταν ένα σχετικό πράγμα”, είπε. Μακροπρόθεσμα, βλέπει τη διαγνωστική διαδικασία ως ένα «πρόβλημα αντιστοίχισης προτύπων» που θα μπορούσε να λυθεί με την τεχνητή νοημοσύνη. Οι γιατροί θα εστιάζονταν στην ενσυναίσθηση, στις χειρουργικές επεμβάσεις και στις κρίσιμες αποφάσεις.
Ενώ η Nabla εδρεύει στη Γαλλία, οι περισσότεροι από τους πελάτες της εταιρείας βρίσκονται στις ΗΠΑ μετά από μια εγκατάσταση στον Όμιλο Permanente Medical.
Το
Nabla δεν είναι απλώς ένα έργο σε εξέλιξη, χρησιμοποιείται ενεργά καθημερινά από χιλιάδες γιατρούς.
Το μοντέλο απορρήτου της Nabla
Το Nabla είναι προς το παρόν διαθέσιμο ως εφαρμογή ιστού ή επέκταση Google Chrome. Η εταιρεία γνωρίζει καλά ότι χειρίζεται ευαίσθητα δεδομένα. Γι’ αυτό δεν αποθηκεύει ηχητικές ή ιατρικές σημειώσεις στους διακομιστές της, εκτός εάν ο γιατρός και ο ασθενής δώσουν τη συγκατάθεσή τους.
Η Nabla εστιάζει στην επεξεργασία δεδομένων αντί στην αποθήκευση δεδομένων. Μετά από διαβούλευση, το αρχείο ήχου απορρίπτεται και το αντίγραφο αποθηκεύεται στο ΗΜΥ που χρησιμοποιούν ήδη οι γιατροί για τα αρχεία ασθενών τους.
Με πιο τεχνικούς όρους, όταν ένας γιατρός ξεκινά μια εγγραφή, ο ήχος μεταγράφεται σε πραγματικό χρόνο χρησιμοποιώντας ένα βελτιστοποιημένο API ομιλίας σε κείμενο. Η εταιρεία χρησιμοποιεί έναν συνδυασμό ενός API ομιλίας σε κείμενο εκτός ραφιού από το Microsoft Azure και το δικό της μοντέλο ομιλίας σε κείμενο (ένα εκλεπτυσμένο μοντέλο που βασίζεται στο μοντέλο ανοιχτού κώδικα Whisper).
«Όταν έχετε απλώς έναν κανονικό αλγόριθμο ομιλίας σε κείμενο, μπορεί να είναι καλός στα ιατρικά δεδομένα ή να μην είναι καλός. Αλλά έχουμε μια τελειοποιημένη. Και, όπως πιθανότατα έχετε δει, το κείμενο είναι πολύ ανοιχτό στην αρχή και μετά γίνεται σκοτεινό. Και όταν βραδιάζει, σημαίνει ότι το επαληθεύσαμε με το δικό μας μοντέλο και το διορθώσαμε με ονόματα φαρμάκων ή ιατρικές παθήσεις», είπε ο μηχανικός της Nabla ML, Grégoire Retourné, κατά τη διάρκεια της επίδειξης που είδα.
Το αντίγραφο είναι πρώτα ψευδώνυμο, που σημαίνει ότι οι προσωπικές πληροφορίες αντικαθίστανται από μεταβλητές. Οι ψευδώνυμες μεταγραφές επεξεργάζονται από ένα μεγάλο γλωσσικό μοντέλο. Ιστορικά, η Nabla χρησιμοποιεί το GPT-3 και στη συνέχεια το GPT-4 ως το κύριο μοντέλο της μεγάλης γλώσσας. Ως εταιρικός πελάτης, η Nabla μπορεί να πει στο OpenAI ότι δεν μπορεί να αποθηκεύσει τα δεδομένα της και να εκπαιδεύσει το μεγάλο γλωσσικό μοντέλο της σε αυτές τις διαβουλεύσεις.
Αλλά ο Nabla παίζει επίσης με μια τελειοποιημένη έκδοση του Llama 2. «Στο μέλλον, οραματιζόμαστε να χρησιμοποιούμε όλο και πιο στενά μοντέλα σε αντίθεση με τα γενικά μοντέλα», είπε ο Lebrun.
Μόλις το LLM επεξεργαστεί τη μεταγραφή, η Nabla απο-ψευδωνυμοποιεί την έξοδο. Οι γιατροί μπορούν να δουν τη σημείωση, η οποία είναι αποθηκευμένη στον υπολογιστή στο αρχείο αποθήκευσης του τοπικού προγράμματος περιήγησης Ιστού. Οι σημειώσεις μπορούν να εξαχθούν σε ΗΜΥ.
Ωστόσο, οι γιατροί μπορούν να δώσουν την έγκρισή τους και να ζητήσουν τη συγκατάθεση του ασθενούς να μοιραστεί ιατρικές σημειώσεις με τη Nabla, ώστε να μπορούν να χρησιμοποιηθούν για τη διόρθωση σφαλμάτων μεταγραφής. Και δεδομένου ότι η Nabla βρίσκεται σε καλό δρόμο για να επεξεργαστεί περισσότερες από 3 εκατομμύρια διαβουλεύσεις ετησίως σε τρεις γλώσσες, οι πιθανότητες είναι ότι η Nabla θα βελτιωθεί πολύ γρήγορα χάρη στα δεδομένα του πραγματικού κόσμου.
Συντελεστές εικόνας:
Romain Dillet / TechCrunch
VIA:
techcrunch.com

