პაციენტების უმრავლესობისთვის კარგად ნაცნობია სურათი, როდესაც ექიმთან ვიზიტი მოკლე დიალოგით იწყება, რის შემდეგაც მედიკოსი ხანგრძლივი წუთების განმავლობაში დუმს, უყურებს მონიტორს და კლავიატურაზე ტექსტს კრეფს. დოკუმენტაციის შევსება, დიაგნოზების შეყვანა და რთული ბიუროკრატიული პროცედურები დღეს სამედიცინო პერსონალის სამუშაო დროის თითქმის ორ მესამედს იკავებს. სწორედ ამ პრობლემის მოგვარება ისახეს მიზნად კომპანია Medalion Tech-ის დამფუძნებლებმა, რომლებმაც ჯანდაცვის სექტორისთვის სპეციალიზებული ხელოვნური ინტელექტის ინსტრუმენტები შექმნეს.
უნივერსალური მოდელებიდან ვიწრო სპეციალიზაციამდე
ელბლონგში დაფუძნებული სტარტაპის ფესვები TheLion.AI-ს უკავშირდება. ეს გახლავთ დაახლოებით 80 ენთუზიასტისგან შემდგარი სამეცნიერო-პროგრამული კოლექტივი, რომლის წევრებიც მედიცინისთვის ღია AI მოდელებს ავითარებენ. ინჟინრების, მკვლევრებისა და პრაქტიკოსი ექიმების ცოდნის გაერთიანებით შეიქმნა Medalion Tech, რომლის მთავარი ამოცანა სამედიცინო დაწესებულებებში ახალი ტექნოლოგიების დანერგვა გახდა. თავდაპირველად გუნდი მუშაობდა პროექტზე "Eskulap" - პოლონურ სამედიცინო ენობრივ მოდელზე, თუმცა მოგვიანებით მისი განვითარება შეჩერდა.
როგორც კომპანიის თანადამფუძნებელი Aleksander Obuchowski განმარტავს, გუნდი მივიდა დასკვნამდე, რომ მედიცინისთვის ერთი უნივერსალური გიგანტური ენობრივი მოდელის შექმნას ბიზნესისა და ტექნოლოგიების თვალსაზრისით დიდი აზრი არ ჰქონდა. Google-ის გლობალური მოდელები და ჩინური Qwen ამ მიმართულებით იმდენად განვითარდნენ, რომ შეზღუდული გამოთვლითი რესურსებით მათთან კონკურენცია რთული იქნებოდა. ამიტომ სტარტაპმა სტრატეგია შეცვალა და ყურადღება მიაპყრო მცირე ენობრივ მოდელებს (SLM), რომლებიც კონკრეტულ ამოცანებზეა ორიენტირებული და მათი გაშვება საავადმყოფოს ჩვეულებრივ ლეპტოპზეც კი არის შესაძლებელი.
ადგილობრივი სერვერები და პაციენტთა მონაცემთა სრული უსაფრთხოება
ბევრი სხვა სამედიცინო-ტექნოლოგიური კომპანიისგან განსხვავებით, Medalion Tech არ ცდილობს ექიმების ჩანაცვლებას გამოსახულებების დიაგნოსტიკაში. სტარტაპმა ყურადღება გაამახვილა მოდელებზე, რომლებიც სამედიცინო დოკუმენტაციასთან მუშაობას ავტომატიზებულს ხდის. კომპანიის პორტფელი მოიცავს ხმის ამოცნობის ინსტრუმენტს, რომელიც ექიმს პაციენტების შემოვლის დროს ჩანაწერების კარნახის საშუალებას აძლევს, ასევე ლაბორატორიული კვლევების ქაღალდის შედეგების სკანირებისა და ციფრულ ფორმატში გადაყვანის სისტემას.
ერთ-ერთ სამეცნიერო პროექტში სისტემამ ბოლო 20 წლის ოპერაციული პროტოკოლები გააანალიზა, რამაც ქირურგიული ჩარევების შემდეგ გართულებების ფარული მიზეზების გამოვლენას შეუწყო ხელი. გარდა ამისა, კომპანიის მიერ შემუშავებული პერსონალური მონაცემების დეტექციისა და ანონიმიზაციის ალგორითმი ლოკალურ საავადმყოფოს სერვერზე მუშაობს. ეს ნიშნავს, რომ სენსიტიური სამედიცინო ინფორმაცია არასოდეს ტოვებს დაწესებულების კედლებს, რაც პაციენტთა უსაფრთხოებას მაქსიმალურად უზრუნველყოფს.
გლობალური აღიარება და PES გამოცდების შედეგები
კომპანიის წარმომადგენელი Barbara Klaudel აღნიშნავს, რომ მათი შექმნილი ინსტრუმენტები კონკრეტული სამედიცინო ამოცანების მაღალ დონეზე გადაჭრაზეა ორიენტირებული. ამის დასტურია მოდელი MedDecider, რომელიც კლინიკურ ჩანაწერებზე დაყრდნობით ალბათურ გადაწყვეტილებებს იღებს. სამედიცინო ტექსტებში ჰალუცინაციების გამოვლენის დამოუკიდებელ გლობალურ რეიტინგში ამ სისტემამ მსოფლიოში მეორე ადგილი დაიკავა და ბევრ წამყვან კომერციულ გიგანტს გადაუსწრო.
"ჩვენი მიზანია შევქმნათ ინსტრუმენტები, რომლებიც კონკრეტულ სამედიცინო პრობლემას მაქსიმალური სიზუსტით გადაჭრის," - აცხადებს Barbara Klaudel.
სახელმწიფო სპეციალიზებულ გამოცდაზე (PES) ტესტირებისას MedDecider-მა 76-დან 79 პროცენტამდე შედეგი აჩვენა. შედარებისთვის, ექიმებისთვის ბარიერის გადალახვის ზღვარი 55 პროცენტს შეადგენს. ეს მონაცემები ადასტურებს ცოდნის იმ უზარმაზარ ბაზას, რომელიც მოდელს გააჩნია და რაც განსაკუთრებით გამოსადეგია პაციენტების კლინიკურ კვლევებში კვალიფიკაციის პროცესში.
ევროპული ბაზრის პრიორიტეტი და ინტეგრაცია წამყვან სისტემებთან
Medalion Tech-ის ექვსკაციანი გუნდი სრულად დისტანციურ რეჟიმში მუშაობს: პროგრამისტები ვარშავაში, გდანსკსა და გლივიცეში იმყოფებიან, ხოლო დამფუძნებლები სამეცნიერო პროექტებს აშშ-ში, ძირითადად ატლანტაში ავითარებენ. მიუხედავად იმისა, რომ ამერიკული ბაზარი დიდი კაპიტალით მიმზიდველია, დამფუძნებლებმა აქცენტი ევროპულ ბაზარზე გააკეთეს. ევროკავშირის რეგულაციები რეალურად იცავს პაციენტების უსაფრთხოებას და მოითხოვს უსაფრთხო ლოკალურ ინსტალაციებს, რაც კომპანიისთვის ბუნებრივ უპირატესობას წარმოადგენს.
სტარტაპმა უარი თქვა ცალკეული აპლიკაციის შეთავაზებაზე და საკუთარი მოდულები საავადმყოფოების პროგრამული უზრუნველყოფის ლიდერებთან, მათ შორის Asseco-სა და MedNow-სთან ინტეგრირებით დანერგა. დღეს ტექნოლოგია უკვე მუშაობს პოლონეთის 10-მდე საავადმყოფოში და Asseco-სთან პარტნიორობის ფარგლებში მას ათობით ათასი პაციენტი იყენებს. აღსანიშნავია, რომ კომპანიამ საქმიანობის მეორე წელსვე მიაღწია საოპერაციო მოგებას, ვენჩურული ფონდების გარეგანი ინვესტიციების გარეშე.
საფინანსო გამოწვევები და სამომავლო გეგმები
პოლონეთში ტექნოლოგიის განვითარების მთავარ შემაფერხებელ ფაქტორად ჯანდაცვის დაფინანსების სპეციფიკა რჩება. Aleksander Obuchowski-ს თქმით, საავადმყოფოების დირექტორებისთვის დიდ პრობლემას წარმოადგენს სახსრების არასტაბილური ხელმისაწვდომობა, როდესაც მაგალითად ევროპული აღდგენის ფონდიდან (KPO) გამოყოფილი მილიონები სამ თვეში უნდა დაიხარჯოს, რასაც შემდეგ მრავალთვიანი პაუზა მოსდევს.
მიუხედავად ამისა, ელბლონგური კომპანია მომავალს ოპტიმიზმით უყურებს. მომდევნო წლის გეგმებში შედის სკანდინავიურ ბაზრებზე შესვლა (დანიელ პარტნიორთან თანამშრომლობა უკვე დაწყებულია), გაყიდვების განყოფილებისა და ინჟინრების გუნდის გაფართოება. დამფუძნებლების ამბიციაა შექმნან ევროპული ლიდერი ლოკალური სამედიცინო ხელოვნური ინტელექტის სეგმენტში.
