Sequoia Capital ve First Round Capital tarafından yönetilen 8 milyon dolarlık seed turunda ve Hummingbird Ventures'ın liderliğindeki 30 milyon dolarlık Series A turunda yatırım alan startup, hastane elektronik sağlık kayıtlarını analiz ederek risk altındaki hastaları belirliyor.
Teknoloji ve İşleyiş
Healthleap'in platformu, hastane bilgi sistemlerine entegre olarak hasta notlarından yapay zeka yoluyla veri çıkarıyor. Sistem, kilo kaybı, iştah azalması veya yutma güçlüğü gibi klinik göstergeleri tespit ederek hastalık riskini değerlendiriyor. CEO ve kurucu ortak Josiah Meyer, hasta dosyalarının laboratuvar sonuçları ve yaşam bulgularının yapılandırılmış alanlarda yer aldığını, ancak en önemli bulguların klinisyen tarafından yazılan notlarda gizli olduğunu belirtti.
Kullanım ve Saha Uygulaması
Şu anda 50'den fazla hastanede kullanılan platform, kötü beslenme ve delirium gibi durumlar başta olmak üzere hastalar taraması yapıyor. Startup ayrıca aspirasyon pnömonisi, bası ülserleri ve konjestif kalp yetmezliği nedeniyle yeniden hastaneye kabullenme riskini belirlemek için programlar geliştirdi. Bu programlar ek klinik validasyondan geçiyor.
Şirketin Arka Planı
2022 yılında Güney Afrika'da kurulan Healthleap, kardeşler Jemima ve Josiah Meyer tarafından kuruldu. Başlangıçta diyetisyenler için Jemima tarafından tasarlanan bir klinik beslenme aracı sunuyordu, ancak daha sonra hastanelerde erkenden tespit edilmeyen hastalıkları belirleyen genel amaçlı bir platforma dönüştü.
Ne anlama geliyor?
Hastane ortamında birçok ciddi durum, belirtileri yazılı hasta notlarına yayıldığı için geç tespit edilir. Yapay zeka destekli bu tür sistem, tıbbi metinleri otomatik olarak tarayarak insanın gözden kaçırabileceği riski işaretleyen bir araç olarak çalışır. Platform elektronik sağlık kayıtlarıyla entegre çalışarak, klinikal karar vermeyi hızlandırmaya ve hastalıkların erkene alınmasına yardımcı olabilir.
Hastane veritabanlarında depolanan yazılı notlar çoğu zaman yapılandırılmamış ve karmaşık veriler içerir. Dil modellerinin bu notları otomatik olarak işleyip hastalık belirtilerini veya risk faktörlerini tespit etmesi, sağlık personelinin dikkatini kritik hastaların üzerine çekmek için etkili bir yöntem. Bu yaklaşım özellikle gözden kaçabilen beslenme yetersizliği veya delirium gibi durumlar için faydalı olabilir.
Bir sağlık kuruluşu perspektifinden bakıldığında, böyle bir araç hasta güvenliğini artırmaya, hastane içi komplikasyonları azaltmaya ve daha hızlı müdahale olanağı sunmaya yardımcı olur. Yapay zeka klinisyenlerin veri analiz kısmını otomatikleştirerek, tıbbi profesyonellerin zamanını daha değerli görevlere ayırmalarını mümkün kılar.
Yorumlar (0)
Henüz yorum yok. İlk yorumu siz yazın.