أعلنت الشركة الناشئة كنيت هيلث المنبثقة عن جامعة كاليفورنيا في بيركلي عن إطلاقها رسمياً حيث حصلت على تمويل تأسيسي بقيمة 11.6 مليون دولار أمريكي بقيادة مشتركة من أونكروك كابيتال وفرست جريسي فينتشرز وبدعم من موكسي فينتشرز في مرحلة ماقبل التأسيس ومشاركة من كواليشن أوبيرتورز

وتقول كنيت هيلث إن هذا التمويل سيدعم تطوير ونشر نموذجها السلوكي السريري واسع النطاق (LCBM)، وهو نظام مصمم للتعلم من كيفية اتخاذ الأطباء للقرارات في بيئات الرعاية الصحية الواقعية

بدلاً من العمل مثل روبوت الدردشة الطبي التقليدي أو مساعد التوثيق، تقوم كنيت هيلث ببناء ما تصفه بأنه “ذكاء سريري جماعي” – وهو ذكاء اصطناعي مدرب على أنماط مضمنة في توجيه المرضى، والإحالات، وقرارات الجدولة، وتوقيت الخروج، وسير عمل تنسيق الرعاية عبر المستشفيات

تعتمد معظم أنظمة الذكاء الاصطناعي التوليدية في مجال الرعاية الصحية اليوم على نماذج اللغة. وهي تتفوق في تلخيص السجلات، وتوليد الملاحظات، أو الإجابة على الأسئلة بناءً على المعرفة الطبية المنشورة

تزعم  كنيت هيلث بأن العديد من أهم القرارات التشغيلية في مجال الرعاية الصحية لا تُدوّن صراحةً. بل إنها تنبثق من سنوات من خبرة الأطباء في التعامل مع قيود العالم الحقيقي مثل توافر الأخصائيين، واختناقات الإحالة، وقدرة المستشفيات الاستيعابية، وتعقيد حالة المريض

يتم تدريب نموذج إدارة دورة حياة المريض (LCBM) الخاص بالشركة باستخدام بيانات السجلات الطبية الإلكترونية من Truveta، والتي تغطي أكثر من 130 مليون مريض في 30 نظامًا صحيًا أمريكيًا. وتوضح الشركة الناشئة  أنها تطبق تقنيات تشمل التعلم العميق المعزز، والاستدلال السببي، واستنساخ السلوك، لنمذجة كيفية اتخاذ قرارات الرعاية في الواقع العملي

يختلف هذا اختلافًا كبيرًا عن أنظمة الذكاء الاصطناعي التقليدية في مجال الرعاية الصحية التي تعتمد بشكل أساسي على مجموعات البيانات الثابتة أو الأبحاث المنشورة. فبدلاً من التنبؤ بالكلمة التالية في الجملة، يحاول نظام “كنيت” التنبؤ بقرارات الرعاية التشغيلية داخل الأنظمة الصحية

ووفقاً لكنيت هيلث، يمكن للنظام أن يتكيف مع الديناميكيات التشغيلية المحددة لكل مستشفى على حدة، بما في ذلك أنماط الإحالة، وقيود التوظيف، وهياكل سير العمل

تُسوّق كنيت هيلث منصتها كطبقة ذكاء أساسية لعمليات الرعاية الصحية بدلاً من تطبيق مستقل

تقول كنيت هيلث إن نماذجها تُستخدم مبدئيًا في فرز المرضى، وتحسين تدفق المرضى، والتنبؤ بخروجهم من المستشفى، وإدارة الإحالات، ومبادرات تحسين الجودة

ومع مرور الوقت، يبدو أن الهدف الأوسع هو دمج الذكاء الاصطناعي في البنية التحتية التشغيلية لكل سير عمل سريري تقريبًا

يتماشى هذا مع تحول أوسع يحدث في مجال الذكاء الاصطناعي في الرعاية الصحية، حيث تستهدف الشركات بشكل متزايد أوجه القصور التشغيلية بدلاً من التركيز فقط على التشخيص أو المساعدين التفاعليين

لا تزال أنظمة الرعاية الصحية تعاني من مشاكل مثل تأخر الإحالات، واكتظاظ مسارات الرعاية التخصصية، وعدم كفاءة الجدولة، وتشتت التنسيق بين الأقسام

وغالباً ما تؤثر هذه المشاكل التشغيلية بشكل مباشر على نتائج المرضى على الرغم من التقدم في المعرفة السريرية وتوافر العلاج

تشير استراتيجية كنيت هيلث إلى أن أنظمة الذكاء الاصطناعي في مجال الرعاية الصحية المستقبلية قد تصبح أقل تركيزًا على استبدال الأطباء وأكثر تركيزًا على تنسيق الأنظمة المعقدة المحيطة برعاية المرضى

كما تعكس شراكة كنت هيلث مع Truveta الأهمية المتزايدة لمجموعات البيانات السريرية الواقعية واسعة النطاق في تطوير الذكاء الاصطناعي في مجال الرعاية الصحية

أنشأت شركة Truveta  واحدة من أكبر مجموعات البيانات السريرية غير المُعرِّفة للهوية في الولايات المتحدة، والتي تمثل أكثر من 130 مليون مريض عبر شبكة من أنظمة الرعاية الصحية الكبرى

وقد عززت الشركة مكانتها بشكل متزايد كمزود رئيسي للبنية التحتية لأبحاث الرعاية الصحية المدعومة بالذكاء الاصطناعي والذكاء التشغيلي

مع سعي المزيد من شركات الذكاء الاصطناعي في مجال الرعاية الصحية إلى الوصول إلى البيانات السريرية الطولية بدلاً من مجموعات البيانات المعزولة، قد تصبح الشراكات من هذا القبيل ذات أهمية متزايدة لتطوير النماذج ونشرها

يسلط إطلاق كنت هيلث لمنصتها الضوء على تطور أوسع في مجال الذكاء الاصطناعي في الرعاية الصحية: وهو الانتقال من الأنظمة المدربة بشكل أساسي على المعرفة الطبية إلى الأنظمة المدربة على السلوك المؤسسي

إذا نجحت هذه الفئة من الذكاء الاصطناعي السلوكي، فقد تساعد المستشفيات في نهاية المطاف على توحيد تقديم الرعاية عالية الجودة عبر المؤسسات الكبيرة مع تقليل الاحتكاك التشغيلي الذي يساهم في إرهاق الأطباء وتأخير العلاج