去年，预计对医疗保健领域的人工智能工具的投资将达到110亿美元——这一数字反映了人们普遍认为人工智能将在这一关键领域产生变革性影响。许多应用AI在医疗保健领域的初创公司都在寻求通过自动化一些围绕和支持患者护理的管理工作来提高效率。总部位于汉堡的Elea也属于这一类，但它从一个相对被忽视且服务不足的小众市场开始——病理实验室，这些实验室的工作涉及分析患者的样本以检测疾病。Elea相信，他们开发的基于语音、由AI代理驱动的工作流系统能够提高实验室的生产力，从而在全球范围内产生影响。此外，他们还希望通过将其专注于工作流的方法移植到加速其他医疗部门的产出上来实现这一目标。
Elea最初的AI工具旨在彻底改变临床医生和其他实验室工作人员的工作方式。这是一个完全替代传统信息系统和其他固定工作方式（如使用Microsoft Office打字报告）的方案——将工作流程转移到一个“AI操作系统”，该系统利用语音转文字转录和其他形式的自动化来“显著”缩短他们输出诊断所需的时间。
在与首批用户运行了大约半年后，Elea表示其系统已能够将实验室大约一半的报告生成时间缩短到仅两天。
逐步自动化
Elea的首席执行官兼联合创始人Christoph Schröder博士表示，病理实验室的逐步骤、通常是手动的工作流程意味着通过应用AI有很好的提升生产力的空间。“我们基本上颠覆了这一切——所有步骤都更加自动化……[医生]与Elea交谈，医学技术助理也与Elea交谈，告诉它他们看到的情况以及他们想如何处理。”他解释道。
“Elea是一个代理，执行系统中的所有任务并打印东西——例如，准备切片、染色等——这样任务进行得更快、更顺畅。”
“它并不真正增强任何东西，而是替换整个基础设施，”他补充说。这种基于云的软件旨在替换实验室的传统系统及其更为孤立的工作方式，即使用不同的应用程序来完成不同的任务。AI操作系统的理念是能够协调一切。
这家初创公司正在通过微调各种大型语言模型（LLM）与专业信息和数据，以实现在病理实验室环境下的核心功能。平台内置了语音转文字功能，用于转录员工的语音笔记，还包括“文本转结构”；这意味着系统可以将这些转录的语音笔记转化为推动AI代理行动的有效指令，这可能包括向实验室设备发送指令以保持工作流程的顺利进行。
Schröder表示，Elea还计划开发自己的基础模型来进行切片图像分析，以推进诊断能力的发展。但目前，他们专注于扩大其初始产品的规模。
该公司向实验室推销时称，使用传统流程可能需要两到三周才能完成的任务，在集成系统下只需几个小时或几天即可完成，因为该系统能够通过取代诸如手动输入报告时繁琐的来回沟通等事情来叠加和累积生产率的提升，而这些地方往往由于人为错误和其他工作流程问题会带来很多摩擦。
实验室工作人员可以通过iPad应用、Mac应用或Web应用访问该系统——提供了多种接触点以适应不同类型用户的需要。
该公司于2024年初成立，并于10月推出了其首个实验室产品。在此之前，他们在2023年期间秘密工作了一段时间。Schröder之前曾在Bosch、Luminar和Mercedes从事自动驾驶项目的人工智能应用工作。
另一位联合创始人Sebastian Casu博士——公司的首席医疗官——拥有丰富的临床背景，曾在重症监护、麻醉学和急诊科工作超过十年，此前还曾是一家大型医院连锁机构的医疗总监。
迄今为止，Elea已经与一家德国主要医院集团（尚未披露具体名称）建立了合作关系，该集团每年处理约7万例病例。因此，该系统已有数百名用户。
更多客户即将“很快”推出——Schröder还表示，他们正在考虑国际扩张，尤其是进入美国市场。
种子轮融资
这家初创公司首次披露了其在去年获得的400万欧元种子轮融资——由Fly Ventures和Giant Ventures领投——这笔资金已被用于扩充其工程团队并将产品交付给首批实验室。
这个数字相对于该领域每年飞速增长的数十亿资金来说相当小。但Schröder认为，人工智能初创公司不需要大量的工程师和数亿美元的资金就能成功——更重要的是要聪明地应用所拥有的资源。在这种医疗背景下，这意味着采取部门聚焦的方法，并在转向下一个应用领域之前成熟目标用例。
尽管如此，他同时确认团队将在今年夏天寻求筹集更大规模的A轮融资，他表示Elea将转向积极营销以吸引更多的实验室购买，而不是像最初那样依赖口口相传的方式。
谈到他们的方法与医疗保健领域人工智能解决方案的竞争格局时，他表示：“我认为最大的不同在于这是一个点解决方案与垂直整合的区别。”
“你看到的很多工具都是现有系统（如EHR系统）的附加功能……这是用户需要在另一个工具、另一个用户界面上做的事情，那些不想使用数字硬件的人必须做的事情，所以这很困难，而且确实限制了潜力，”他继续说道。
“我们构建的东西是将其深度集成到我们自己的实验室信息系统中——或者我们称之为病理操作系统——这意味着用户甚至不必使用不同的用户界面，不必使用不同的工具。他们只需要与Elea交谈，说出他们看到的情况，说出他们想做什么，说出Elea应该在系统中做什么。”
“你也不再需要成千上万的工程师——你需要一打或两打非常优秀的工程师，”他还强调。“我们的团队中有大约两打工程师……他们可以完成惊人的事情。”
“如今发展最快的公司并没有数百名工程师——他们有一打或两打专家，这些人可以构建惊人的东西。这就是我们的理念，所以我们至少一开始并不真的需要筹集数亿美元。”
“这绝对是公司在建设方式上的范式转变。”
扩展工作流思维
选择从病理实验室开始是Elea的战略选择，不仅因为可寻址市场价值数十亿美元，Schröder还表示，病理空间“极其全球化”——全球实验室公司和供应商为他们的软件即服务业务增加了可扩展性——特别是与供应医院的更为分散的情况相比。
“对我们来说，这非常有趣，因为你可以构建一个应用程序并在德国、英国、美国等地进行扩展……每个人都在思考同样的事情，做同样的事情，有着相同的工作流程。如果你在德语环境中解决了这个问题，那么借助当前的大型语言模型，你也解决了英语（以及其他语言如西班牙语）的问题……因此，这开辟了许多不同的机会。”
他还赞扬病理实验室是“医学领域增长最快的领域之一”——指出医学科学的发展，如分子病理学和DNA测序的兴起，正在创造对更多类型分析的需求，并且分析频率也在增加。所有这些都意味着实验室有更多的工作要做——并且对实验室提高生产力施加了更大的压力。
一旦Elea成熟了实验室用例，他说他们可能会考虑进入人工智能在医疗保健中更常见的应用领域——例如支持医院医生记录患者互动——但他们开发的任何其他应用也将紧密关注工作流程。
“我们想要带来的是这种工作流思维，其中一切都被视为工作流任务，最终有一个报告——而该报告需要发送出去，”他说——并补充说，在医院环境中，他们不会涉足诊断，而是“真正专注于工作流的操作化。”
图像处理是Elea感兴趣的另一个未来医疗应用领域——例如加快放射学的数据分析。
挑战
准确性如何？医疗是一个非常敏感的用例，如果这些AI转录中出现任何错误——比如说，与检查癌组织的活检有关——可能会导致严重的后果，如果人类医生所说的内容与Elea听到并报告给患者护理链中的其他决策者的内容不匹配。
目前，Schröder表示他们通过查看用户在AI提供的报告中更改了多少字符来评估准确性。目前，他表示大约有5%到10%的案例中，有一些手动交互发生在这些自动报告中，这可能表明存在错误。（不过他也表示，医生可能出于其他原因需要进行更改——但他们正在努力“减少”需要手动干预的百分比。）
最终，他认为责任还是在审查和批准AI输出结果的医生和其他工作人员身上——暗示Elea的工作流程实际上与其设计取代的传统流程没有太大区别（例如，医生的语音笔记由人工录入，这些转录也可能包含错误——而现在“只是初始创建是由Elea AI完成的，而不是由打字员完成的”）。
然而，自动化可能导致更高的吞吐量，这可能会对这些检查造成压力，因为人类工作人员可能需要处理比以前多得多的数据和报告。
对此，Schröder同意可能存在风险。但他表示，他们已经建立了一个“安全网”功能，AI可以尝试发现潜在问题——使用提示鼓励医生再次查看。“我们称之为第二双眼睛，”他指出，“我们评估之前的发现报告与医生现在所说的，并给出评论和建议。”
患者保密可能是另一个与依赖云处理（如Elea所做的）的代理型AI相关的担忧，而不是数据保留在实验室控制下的本地。对此，Schröder声称该初创公司已经通过分离患者身份和诊断输出来解决“数据隐私”问题——基本上依靠假名化来符合数据保护合规性。
“在整个过程中始终是匿名的——每个步骤只做一件事——我们在医生查看患者的设备上组合数据，”他说。“因此，我们在所有处理步骤中使用临时的伪ID——这些ID在之后会被删除——但在医生查看患者时，它们会在设备上组合起来。”
“我们在欧洲使用服务器，确保一切都是数据隐私合规的，”他还告诉我们。“我们的主要客户是一家公共所有的医院连锁机构——在德国被称为关键基础设施。我们需要确保从数据隐私的角度来看，一切都是安全的。他们已经给了我们绿灯。”
“最终，我们可能做得比需要的还要多。但在处理医疗数据时，总是安全一点更好。”
(全文结束)
