Ghi chú của biên tập viên: Câu chuyện này là Phần thứ ba của loạt bài của chúng tôi về các công ty khởi nghiệp trí tuệ nhân tạo và tác động của chúng đối với nhiều lĩnh vực. Trong Phần một, chúng tôi phân tích đầu tư VC vào AI trong thập kỷ qua. Phần hai xem xét hàng tỷ đô la đổ vào an ninh mạng được tăng cường bởi AI. — Biên tập viên Dự án Đặc biệt Christine Kilpatrick

Đơn giản là có quá ít bác sĩ ở Mỹ và quá nhiều bệnh nhân cần đến họ. 

Trong bối cảnh bác sĩ kiệt sức và danh sách chờ đợi dài để gặp các chuyên gia, một lĩnh vực công nghệ có tỷ lệ áp dụng chậm đột nhiên có nhu cầu cao: hình ảnh y tế AI được sử dụng để hỗ trợ chẩn đoán. Công nghệ như vậy có thể giúp sàng lọc trước bệnh nhân hoặc làm việc cùng với các bác sĩ để quét hình ảnh và giúp tìm ra các vấn đề mà mắt người mệt mỏi, làm việc quá sức có thể không nhận thấy.

Tài trợ cho các công ty khởi nghiệp với công nghệ này đã tăng từ 348 triệu đô la lên hơn 1 tỷ đô la từ năm 2020 đến 2021, theo dữ liệu của Crunchbase. Mặc dù con số đó đã giảm xuống còn 883 triệu đô la cho đến nay vào năm 2022, nhưng đây vẫn là năm tài trợ lớn thứ hai cho AI trong chẩn đoán cho đến nay. 

“[Việc áp dụng] diễn ra khá chậm cho đến khi có COVID,” nói Sara Choi, một nhà đầu tư công nghệ sinh học tại Cánh VC. “Bây giờ, tôi nghĩ rằng đã có một sự tập trung mới vào bất cứ điều gì giúp khắc phục tình trạng kiệt sức của bác sĩ hoặc bác sĩ lâm sàng.”

Chưa hết, bên cạnh những ưu điểm vốn có, các bác sĩ vẫn còn e ngại với công nghệ mới này. 

“Nó thực sự đòi hỏi một sự hiểu biết sâu sắc về: Làm thế nào điều này sẽ phù hợp với quy trình làm việc của bác sĩ?” nói Jacob Effron, một nhà đầu tư tập trung vào chăm sóc sức khỏe tại liên doanh điểm đỏ. “Làm thế nào để nó phù hợp với động cơ của những người khác nhau trong hệ thống?”

Câu trả lời cho sự kiệt sức của bác sĩ

Tình trạng thiếu bác sĩ ở Mỹ đã biến mọi phòng khám, văn phòng bác sĩ và tổ chức chăm sóc thành các hệ thống dựa trên nhu cầu, nơi chỉ những bệnh nhân khẩn cấp nhất mới có thể gặp bác sĩ kịp thời. 

“Con người đang bỏ sót rất nhiều bệnh bởi vì có một tư duy cố hữu là họ đang nghĩ, 'Tôi có thể điều trị cho bệnh nhân này vào ngày mai không?'” cho biết Kaushal Solanki, Giám đốc điều hành và người sáng lập công ty khởi nghiệp AI hình ảnh y tế Eyenuk. “Và đó không phải là ngưỡng ưa thích.”

Các bác sĩ đang tung hứng các bảng bệnh nhân lớn mỗi ngày, không thể dành đủ thời gian cho từng bệnh nhân để điều trị tốt hơn cho họ. Điều này dẫn đến tình trạng kiệt sức, từ đó chuyển thành dịch vụ chăm sóc chất lượng thấp. Quan trọng nhất, những bệnh nhân không thể gặp bác sĩ thường xuyên sẽ được điều trị các vấn đề mà lẽ ra có thể tránh được nếu phát hiện sớm. 

Đó là nơi các công ty như Eyenuk tham gia. Nền tảng của công ty 12 tuổi có trụ sở tại California này có thể tự chẩn đoán bệnh võng mạc tiểu đường, một căn bệnh âm thầm phát triển sau mắt và có thể trở nên trầm trọng hơn nếu không có sự can thiệp y tế ngay lập tức. Nó đã được cấp FDA phép vào năm 2020 và đã xử lý khoảng 2 triệu hình ảnh cho đến nay. Eyenuk đã huy động được 26 triệu đô la trong vòng tài trợ Series A vào tháng XNUMX do Giám đốc đầu tư AXA, theo dữ liệu Crunchbase. 

Nền tảng của Eyenuk sàng lọc trước bệnh nhân và cho phép các bác sĩ nhãn khoa ưu tiên người cần khám dựa trên nhu cầu. Nhưng mục tiêu là một ngày nào đó sẽ đưa thiết bị này vào các bệnh viện và văn phòng chăm sóc sức khỏe ban đầu để các bác sĩ có thể kiểm tra mắt của bệnh nhân thay vì giới thiệu họ đến một bác sĩ chuyên khoa khó tìm. 

“Điều này có thể được vận hành bởi bất kỳ ai có bằng tốt nghiệp trung học và đưa ra một báo cáo có thể hành động có thể xác định các bước tiếp theo cho bệnh nhân, cho dù họ được giới thiệu đến bác sĩ nhãn khoa hay chuyên gia chăm sóc mắt hay họ sẽ được khám vào năm tới để kiểm tra lại. Solanki nói.

Loại công nghệ hình ảnh y tế này cũng được sử dụng trong một loạt các lĩnh vực khác. Ngọc trai, một công ty khởi nghiệp nha khoa được đầu tư mạo hiểm có trụ sở tại California đã huy động được 11 triệu đô la, có một nền tảng tên là Ý kiến ​​thứ hai (bạn có đoán được tại sao không?) quét hình ảnh răng để chỉ ra nhiều loại bệnh về răng cho bác sĩ. có trụ sở tại Israel viện trợ cung cấp các công cụ trí tuệ nhân tạo tập trung vào X quang cho những khách hàng quét hình ảnh X quang để tìm kiếm các vấn đề tiềm ẩn. Công ty đã huy động được hơn 237 triệu đô la.

Việc áp dụng vẫn còn chậm

Trong khi việc áp dụng tăng đột biến trong thời kỳ đại dịch, việc triển khai AI hình ảnh y tế vẫn chưa phổ biến như những người có tầm nhìn xa mong đợi.

“Thực ra đó không phải là vấn đề công nghệ không đủ tinh vi,” Choi nói. “Đó là một vấn đề về việc áp dụng và thực sự chứng minh các trường hợp sử dụng để thuyết phục các nhà cung cấp rằng các giải pháp này có giá trị kinh doanh cũng như giá trị lâm sàng.”

Sự ủng hộ của nhà cung cấp là điều tối quan trọng đối với hầu hết mọi hình thức cung cấp dịch vụ chăm sóc sức khỏe, nhưng việc chạy qua một lịch trình dày đặc bệnh nhân khiến việc học và nắm bắt một công nghệ mới trở nên khó khăn, điều này có thể cản trở quy trình làm việc, đặc biệt nếu họ không nghĩ rằng nó sẽ mang lại nhiều giá trị .

Có lý do chính đáng cho sự hoài nghi đó. Các Đại học X quang Hoa Kỳ nhận thấy rằng hầu hết các nền tảng AI không được xác thực độc lập, đặt câu hỏi về tính chính xác của các nền tảng này. Các Thực phẩm và Cục Quản lý dược không có trình độ nhất quán về mức độ lớn hoặc đa dạng của tập dữ liệu đào tạo.

“Chúng tôi cần những mô hình này hoạt động minh bạch và có thể giải thích được. Và đó là sự khác biệt mà các bác sĩ lâm sàng đang tìm kiếm - bởi vì một bác sĩ xứng đáng được biết những mô hình máy học này đang đọc bệnh nhân của họ như thế nào,” William Padula, trợ lý giáo sư về dược phẩm và kinh tế y tế tại Đại học Y tế Quốc tế cho biết. Đại học Nam California. “Điều đáng lo ngại ở đây là trong khi lập trình viên biết họ đã làm gì để tạo ra mô hình, thì lại không rõ nó nhìn bệnh nhân chính xác như thế nào.".

Nhưng lời hứa của AI không thể bị đánh giá thấp. Trong một hệ thống y tế sau đại dịch, các nguồn chẩn đoán dễ tiếp cận sẽ đóng vai trò quan trọng. Các quan chức y tế công cộng đang thúc đẩy để biết thêm các xét nghiệm chẩn đoán tại nhà hoặc dễ tiếp cận đối với tất cả các loại bệnh tật. Và chẩn đoán chiếm 70% trong tất cả các quyết định chăm sóc sức khỏe. 

“Chúng tôi tin rằng công nghệ phải đủ tốt để tự hoạt động. Và điều đó thực sự tạo ra giá trị cho hệ thống,” Solanki nói. “Bây giờ có một điều ít hơn mà các chuyên gia phải lo lắng, đó là kiểm tra định kỳ.”

Hãy xem lại Phần thứ tư trong loạt bài của chúng tôi, trong đó nêu bật một số cách sáng tạo mà các công ty khởi nghiệp áp dụng AI vào lĩnh vực của họ.  

Hình minh họa: Dom Guzman

• Coinsmart. Sàn giao dịch Bitcoin và tiền điện tử tốt nhất Châu Âu.Bấm vào đây
• Platoblockchain. Web3 Metaverse Intelligence. Khuếch đại kiến ​​thức. Truy cập Tại đây.
• nguồn: https://news.crunchbase.com/ai-robotics/venture-funding-ai-health-care-series/