Využití dat ve zdravotnictví a detekce chronických onemocnění
Zdravotnický sektor v současnosti disponuje značným objemem dat. I přes tuto skutečnost je často konstatováno, že důležité momenty v péči o pacienta mohou být promeškány. Každý pacient generuje digitální stopu zahrnující laboratorní výsledky, snímky, předpisy a anamnézu. Lékaři však v praxi mají čas a nástroje k prostudování méně než 3 % těchto informací před přijetím rozhodnutí. Zbytek dat zůstává nevyužit, nepovšimnut a v některých případech má tichý, ale významný dopad. Právě v této mezeře často proklouznou chronická onemocnění.
Více než 31 % chronických onemocnění zůstává neodhaleno ve fázi, kdy by ještě mohla být předcházena, zpomalena nebo léčena s menšími náklady. V okamžiku, kdy jsou tato onemocnění diagnostikována, je intervence často složitější, invazivnější a dražší. Startup dehaze, se sídlem v Mnichově, se zaměřuje na využití zbývajících 97 % dat.
Financování a rozvoj platformy dehaze
Společnost dehaze získala v rámci seed kola financování 3,5 milionu dolarů (3,2 milionu eur). Toto kolo vedly společnosti YZR Capital a DN Capital za účasti Angel Invest, ZOHO a Better Ventures. Získané prostředky budou využity k rozšíření inženýrských, výzkumných a obchodních týmů a k urychlení vývoje produktů v reakci na rostoucí mezinárodní poptávku.
Cílem společnosti je vybudovat takzvaný „foundational AI model“ pro detekci chronických onemocnění. Jedná se o software navržený k prohledávání velkého množství dat o pacientech a k signalizaci raných varovných známek, než se stav pacienta zhorší. Marius Klages, spoluzakladatel a generální ředitel společnosti dehaze, uvedl, že chronická onemocnění představují největší a nejdražší problém ve zdravotnictví, a že tento problém zůstává neřešen z jediného důvodu: data existují, ale nikdo je nedokázal efektivně využít. Podle jeho vyjádření zhruba třetina chronických onemocnění zůstává neodhalena, dokud není příliš pozdě nebo příliš drahé jednat.
Funkce umělé inteligence v detekci
Model dehaze funguje jako systém, který analyzuje celou šíři dat o pacientovi – minulou anamnézu, vzorce a signály – a hledá kombinace, které naznačují riziko. Systém nejen identifikuje neobvyklé nálezy, ale také naznačuje potenciální důsledky a vysvětluje, proč by k nim mohlo dojít. Schopnost vysvětlit důvody je považována za podstatnou. Kritika umělé inteligence v medicíně se často týká jejího fungování jako „černé skříňky“. dehaze se snaží poskytovat vysvětlení, na základě kterých mohou kliničtí lékaři a pojišťovny jednat. Gülsah Wilke z DN Capital popsala dehaze jako „nevýraznou, ale životně důležitou a vědecky rigorózní vrstvu, která globálnímu zdravotnictví chyběla,“ nikoli jako LLM pro medicínu.
Cílová skupina a potenciální úspory
Prvními zákazníky společnosti dehaze nejsou primárně nemocnice, ale plátci – zdravotní pojišťovny a systémy, které nesou finanční břemeno péče. Chronická onemocnění celosvětově představují více než 8 bilionů dolarů ročních výdajů na zdravotní péči a jsou příčinou zhruba sedmi z deseti úmrtí. I malá zlepšení v časné detekci mohou vést k významným úsporám. Společnost dehaze uvádí, že její platforma může snížit roční výdaje na zdravotnictví až o 10 %. Markus Feuerecker z YZR Capital vidí dehaze jako součást širší vlny společností, které se snaží s využitím umělé inteligence přebudovat základy zdravotnictví.
Důsledky pro dlouhověkost a budoucí vývoj
Investice do časnější detekce posouvá systém směrem k prevenci. Prevence, která je dlouhodobě diskutována, ale v praxi zřídka implementována ve velkém měřítku, představuje oblast, kde se dlouhověkost přesouvá z teorie do praxe. Společnost již vykazuje rostoucí mezinárodní zájem a plánuje rozšíření svých technických i obchodních týmů. Budoucí moduly mají jít nad rámec pouhé detekce a nabídnou doporučení ohledně dalších kroků.
Samotná technologie však není všelékem. Pro plný dopad je zapotřebí zodpovědné sdílení dat, sladění systémů a důvěra kliniků v používané nástroje. Předpokládá se, že pokud se tyto prvky spojí, může posun od promeškaných signálů k včasné akci potenciálně odemknout nejen miliardy v úsporách, ale i něco hůře kvantifikovatelného: více let prožitých v dobrém zdraví.