Le financement de VC dans les outils d’IA pour les soins de santé était prévu pour atteindre 11 milliards de dollars l’année dernière – Une figure en titre qui témoigne de la conviction généralisée que l’intelligence artificielle s’avérera transformatrice dans un secteur critique.
De nombreuses startups appliquant une IA dans les soins de santé cherchent à stimuler l’efficacité en automatisant une partie de l’administration qui orbite et permet les soins aux patients. À base de Hambourg Elea Convient largement à ce moule, mais il commence par un créneau relativement négligé et mal desservi – des laboratoires de pathologie, dont le travail implique d’analyser des échantillons de patients pour la maladie – d’où il pense qu’il sera en mesure de mettre à l’échelle le système de flux de travail alimenté par des agents basée sur l’IA qu’elle a développé pour augmenter la productivité des laboratoires pour obtenir un impact mondial. Y compris en transplantant son approche axée sur le flux de travail pour accélérer la production d’autres services de santé.
L’outil IA initial d’Elea est conçu pour réviser le travail des cliniciens et des autres travailleurs de laboratoire. Il s’agit d’un remplacement complet pour les systèmes d’information hérités et d’autres façons de travailler (comme utiliser Microsoft Office pour taper des rapports) – déplacer le flux de travail vers un «système d’exploitation d’IA» qui déploie la transcription de la parole à texte et d’autres formes d’automatisation à «sensiblement» le temps qu’il leur faut pour diffuser un diagnostic.
Après environ un demi-année avec ses premiers utilisateurs, Elea affirme que son système a été en mesure de réduire le temps qu’il faut au laboratoire pour produire environ la moitié de leurs rapports à seulement deux jours.
Automatisation étape par étape
Le flux de travail manuel étape par étape, souvent manuel des laboratoires de pathologie, signifie qu’il y a une bonne portée pour stimuler la productivité en appliquant l’IA, explique le PDG et co-fondateur d’Elea, le Dr Christoph Schröder. «Nous tournons essentiellement tout autour – et toutes les étapes sont beaucoup plus automatisées… [Doctors] parler à Elea, les MTA [medical technical assistants] Parlez à Elea, dites-leur ce qu’ils voient, ce qu’ils veulent en faire », explique-t-il.
«Elea est l’agent, exécute toutes les tâches du système et imprime les choses – prépare les diapositives, par exemple, la tachement et toutes ces choses – de sorte que [tasks] Allez beaucoup, beaucoup plus rapidement, beaucoup, beaucoup plus fluide. “
“Cela n’augmente rien, il remplace toute l’infrastructure”, ajoute-t-il le logiciel basé sur le cloud qu’ils souhaitent remplacer les systèmes hérités du laboratoire et leurs modes de travail plus cloisonnés, en utilisant des applications discrètes pour effectuer différentes tâches. L’idée de l’IA OS est de pouvoir tout orchestrer.
La startup s’appuie sur divers modèles de grandes langues (LLMS) en amenant des informations et des données spécialisées pour permettre les capacités de base dans le contexte du laboratoire de pathologie. La plate-forme cuit de la parole à un texte pour transcrire des notes vocales du personnel – et aussi du «texte à structure»; Ce qui signifie que le système peut transformer ces notes vocales transcrites en direction active qui alimente les actions de l’agent d’IA, qui peuvent inclure l’envoi d’instructions au kit de laboratoire pour maintenir le flux de travail.
Elea prévoit également de développer son propre modèle fondamental pour l’analyse d’image de diapositive, selon Schröder, alors qu’il pousse également à développer des capacités de diagnostic. Mais pour l’instant, il se concentre sur la mise à l’échelle de son offre initiale.
L’argument de la startup vers les laboratoires suggère que ce qui pourrait les prendre deux à trois semaines en utilisant des processus conventionnels peut être réalisé en quelques heures ou jours, car le système intégré est capable de s’accumuler et de composer des gains de productivité en supplantant des choses comme le dos fastidieux qui peut entourer le typage manuel de rapports, où les erreurs humaines et les autres bizarreries du flux de travail peuvent injecter beaucoup de friction.
Le système est accessible par le personnel de laboratoire via une application iPad, une application Mac ou une application Web – offrant une variété de points tactiles en fonction des différents types d’utilisateurs.
L’entreprise a été fondée au début de 2024 et lancée avec son premier laboratoire en octobre après avoir passé un peu de temps à travailler sur leur idée en 2023, selon Schröder, qui a une formation en application de l’IA pour des projets de conduite autonomes à Bosch, Luminar et Mercedes.
Un autre co-fondateur, le Dr Sebastian Casu – le CMO de la startup – apporte une formation clinique, après avoir passé plus d’une décennie à travailler dans les soins intensifs, l’anesthésiologie et entre les services d’urgence, ainsi qu’auparavant directeur médical pour une grande chaîne d’hôpital.
Jusqu’à présent, Elea a signé un partenariat avec un grand groupe hospitalier allemand (il ne révèle pas encore lequel) qui dit traite quelque 70 000 cas par an. Le système compte donc jusqu’à présent des centaines d’utilisateurs.
De plus en plus de clients devraient être lancés «bientôt» – et Schröder dit également qu’il envisage l’expansion internationale, dans un œil particulier sur le marché américain.
Support de graines
La startup divulgue pour la première fois une graine de 4 millions d’euros qu’elle a collectée l’année dernière – dirigée par Fly Ventures et Giant Ventures – qui a été utilisée pour construire son équipe d’ingénierie et mettre le produit entre les mains des premiers laboratoires.
Ce chiffre est une somme assez petite par rapport aux milliards de financement susmentionnés qui volent maintenant dans l’espace chaque année. Mais Schröder soutient que les startups de l’IA n’ont pas besoin d’armées d’ingénieurs et de centaines de millions pour réussir – il s’agit davantage d’appliquer les ressources que vous avez intelligemment, suggère-t-il. Et dans ce contexte de santé, cela signifie adopter une approche axée sur le département et mûrir le cas d’utilisation cible avant de passer à la zone de candidature suivante.
Pourtant, en même temps, il confirme que l’équipe cherchera à élever une série (plus grande) A Round – probablement cet été – disant qu’Elea transférera l’équipement en marketing activement pour que plus de laboratoires achètent, plutôt que de compter sur l’approche de bouche à oreille avec laquelle ils ont commencé.
Discutant de leur approche par rapport au paysage concurrentiel des solutions d’IA dans les soins de santé, il nous dit: “Je pense que la grande différence est que c’est une solution ponctuelle contre verticalement.”
«Beaucoup d’outils que vous voyez sont des modules complémentaires en plus des systèmes existants [such as EHR systems] … C’est quelque chose qui [users] Besoin de faire en plus d’un autre outil, une autre interface utilisateur, quelque chose d’autre que les gens qui ne veulent pas vraiment travailler avec le matériel numérique doivent faire, et donc c’est difficile, et cela limite certainement le potentiel », continue-t-il.
«Ce que nous avons construit à la place, c’est que nous l’avons en fait intégré profondément dans notre propre système d’information de laboratoire – ou nous l’appelons Système d’exploitation de pathologie – ce qui signifie finalement que l’utilisateur n’a même pas besoin d’utiliser une interface utilisateur différente, n’a pas à utiliser un outil différent. Et il parle simplement avec Elea, dit ce qu’il voit, dit ce qu’il veut faire et dit ce que Elea est censé faire dans le système. »
“Vous n’avez plus besoin de gazillions d’ingénieurs – vous avez besoin d’une douzaine, deux douzaines vraiment, de très bons”, soutient-il également. «Nous avons deux douzaines d’ingénieurs, à peu près dans l’équipe… et ils peuvent faire des choses incroyables.»
«Les entreprises à la croissance la plus rapide que vous voyez ces jours-ci, elles n’ont pas de centaines d’ingénieurs – ils ont un, deux douzaines d’experts, et ces gars-là peuvent construire des choses incroyables. Et c’est la philosophie que nous avons aussi, et c’est pourquoi nous n’avons pas vraiment besoin d’élever – du moins au début – des centaines de millions », ajoute-t-il.
«C’est définitivement un changement de paradigme… dans la façon dont vous créez des entreprises.»
Échelle d’un état d’esprit de workflow
Choisir de commencer par les laboratoires de pathologie était un choix stratégique pour l’ELEA, car non seulement le marché adressable d’une valeur de plusieurs milliards de dollars, selon Schröder, mais il indique l’espace de pathologie comme «extrêmement mondial» – avec des entreprises de laboratoire et des fournisseurs mondiaux qui ont amplifié l’évolutivité pour son logiciel en tant que jeu de services – en particulier par rapport à la situation plus fragmentée autour de la fourniture des hôpitaux.
«Pour nous, c’est super intéressant parce que vous pouvez créer une application et réellement évoluer avec cela – de l’Allemagne au Royaume-Uni, les États-Unis», suggère-t-il. «Tout le monde pense la même chose, agissant de la même manière, ayant le même flux de travail. Et si vous le résolvez en allemand, la grande chose avec les LLM actuels, alors vous le résolvez également en anglais [and other languages like Spanish] … Il ouvre donc de nombreuses opportunités différentes. »
Il loue également les laboratoires de pathologie comme «l’un des domaines la plus rapide en médecine» – soulignant que les développements en sciences médicales, tels que l’augmentation de la pathologie moléculaire et du séquençage de l’ADN, créent une demande pour plus de types d’analyse et pour une plus grande fréquence d’analyses. Tout cela signifie plus de travail pour les laboratoires – et plus de pression sur les laboratoires pour être plus productif.
Une fois qu’Elea a mûri le cas d’utilisation du laboratoire, il dit qu’ils peuvent chercher à se déplacer dans des domaines où l’IA est plus généralement appliquée dans les soins de santé – comme le soutien des médecins hospitaliers pour capturer les interactions des patients – mais toute autre application qu’ils développent aurait également un objectif étroit sur le flux de travail.
«Ce que nous voulons apporter, c’est cet état d’esprit de workflow, où tout est traité comme une tâche de flux de travail, et à la fin, il y a un rapport – et ce rapport doit être envoyé», dit-il – ajoutant que dans un contexte hospitalier, ils ne voudraient pas entrer dans le diagnostic, mais «se concentrerait vraiment sur l’opérationnalisation du flux de travail».
Le traitement d’image est un autre domaine que l’ELEA s’intéresse à d’autres applications de soins de santé futures – telles que l’accélération de l’analyse des données pour la radiologie.
Défis
Et la précision? Les soins de santé sont un cas d’utilisation très sensible, donc toute erreur dans ces transcriptions d’IA – disons, liée à une biopsie qui vérifie les tissus cancéreux – pourrait entraîner de graves conséquences s’il y a un décalage entre ce qu’un médecin humain dit et ce que l’ELEA entend et relève des autres décideurs de la chaîne de soins aux patients.
Actuellement, Schröder dit qu’ils évaluent la précision en regardant des choses comme le nombre d’utilisateurs de personnages qui changent dans les rapports que l’IA sert. À l’heure actuelle, il dit qu’il y a entre 5% et 10% des cas où certaines interactions manuelles sont faites à ces rapports automatisés qui pourraient indiquer une erreur. (Bien qu’il suggère également que les médecins puissent avoir besoin d’apporter des modifications pour d’autres raisons – mais disent qu’ils travaillent à «conduire» le pourcentage où les interventions manuelles se produisent.)
Ultimately, he argues, the buck stops with the doctors and other staff who are asked to review and approve the AI outputs — suggesting Elea’s workflow is not really any different from the legacy processes that it’s been designed to supplant (where, for example, a doctor’s voice note would be typed up by a human and such transcriptions could also contain errors — whereas now “it’s just that the initial creation is done by Elea AI, not by a dactylo »).
L’automatisation peut entraîner un volume de débit plus élevé, ce qui pourrait être une pression sur des vérifications telles que le personnel humain doit faire face à potentiellement beaucoup plus de données et de rapports à examiner qu’auparavant.
À ce sujet, Schröder convient qu’il pourrait y avoir des risques. Mais il dit qu’ils ont construit dans une fonctionnalité de «filet de sécurité» où l’IA peut essayer de repérer les problèmes potentiels – en utilisant des invites pour encourager le médecin à regarder à nouveau. «Nous l’appelons une deuxième paire d’yeux», note-t-il, ajoutant: «Lorsque nous évaluons les résultats des résultats précédents avec quoi [the doctor] dit maintenant et lui donnez des commentaires et des suggestions. »
La confidentialité des patients peut être une autre préoccupation attachée à l’IA agentique qui repose sur un traitement basé sur le cloud (comme le fait ELEA), plutôt que sur les données restantes sur site et sous le contrôle du laboratoire. À ce sujet, Schröder affirme que la startup a résolu pour les problèmes de «confidentialité des données» en séparant l’identité des patients des résultats diagnostiques – il s’appuie donc essentiellement sur la pseudonymisation de la conformité à la protection des données.
«C’est toujours anonyme en cours de route – chaque étape fait une chose – et nous combinons les données sur l’appareil où le médecin les voit», dit-il. “Nous avons donc essentiellement des pseudo-ids que nous utilisons dans toutes nos étapes de traitement – qui sont temporaires, qui sont supprimés par la suite – mais pour le moment où le médecin regarde le patient, ils sont combinés sur l’appareil pour lui.”
«Nous travaillons avec des serveurs en Europe, nous assurons que tout est conforme à la confidentialité des données», nous dit-il également. «Notre client principal est une chaîne hospitalière publique – appelée infrastructure critique en Allemagne. Nous devions nous assurer que, du point de vue de la confidentialité des données, tout est sécurisé. Et ils nous ont donné le coup de pouce.
«En fin de compte, nous avons probablement surchargé ce qui doit être fait. Mais c’est, vous savez, mieux mieux être du côté sûr – surtout si vous gérez les données médicales. “
