去年，医疗人工智能工具领域的风险投资预计将达到 110 亿美元——这一数字表明人们普遍相信人工智能将在一个关键领域带来变革。
许多将人工智能应用于医疗保健领域的初创公司都希望通过自动化一些围绕患者护理的管理工作来提高效率。总部位于汉堡的Elea大致符合这一模式，但它从一个相对被忽视和服务不足的领域开始——病理实验室，其工作包括分析患者样本以检测疾病。它相信，从这个领域开始，它将能够扩展其开发的基于语音、由人工智能代理驱动的工作流程系统，以提高实验室的生产力，实现全球影响。包括将其以工作流程为中心的方法移植到加速其他医疗部门的产出上。
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。它完全取代了传统的信息系统和其他既定的工作方式（例如使用 Microsoft Office 来输入报告）——将工作流程转移到“AI 操作系统”，该系统部署语音到文本的转录和其他形式的自动化，以“大幅”缩短他们输出诊断所需的时间。
Elea 表示，在首批用户运行约半年后，其系统已经能够将实验室生成大约一半报告所需的时间缩短至仅两天。
逐步实现自动化
Elea 首席执行官兼联合创始人 Christoph Schröder 博士表示，病理学实验室的工作流程通常都是循序渐进、手动进行的，这意味着通过应用人工智能有很大空间来提高生产力。“我们基本上扭转了这种局面——所有步骤都更加自动化……[医生] 与 Elea 对话，MTA [医疗技术助理] 与 Elea 对话，告诉他们看到了什么，他们想用它做什么，”他解释道。
“Elea 是代理，负责执行系统中的所有任务并打印内容（例如准备幻灯片、染色和所有这些内容），以便 [任务] 进行得更快、更顺利。”
“它实际上并没有增强任何东西，而是取代了整个基础设施，”他补充说，他们希望用基于云的软件来取代实验室的旧系统和更孤立的工作方式，使用离散应用程序来执行不同的任务。人工智能操作系统的理念是能够协调一切。
这家初创公司正在通过对专业信息和数据进行微调，在各种大型语言模型(LLM) 的基础上进行构建，以实现病理实验室环境中的核心功能。该平台将语音转文本功能融入其中，以转录员工的语音笔记，以及“文本转结构”功能；这意味着系统可以将这些转录的语音笔记转化为主动指令，为 AI 代理的行动提供动力，其中包括向实验室工具包发送指令，以保持工作流程顺利进行。
Schröder 表示，Elea 还计划开发自己的幻灯片图像分析基础模型，同时努力开发诊断功能。但目前，该公司专注于扩大其初始产品的规模。
该初创公司向实验室推介了这样的方案：使用传统流程可能需要两到三周的时间，而集成系统可以累积并复合提高生产率，只需几小时或几天即可完成。手动输入报告时，可能需要来回反复地处理，而人为错误和其他工作流程怪癖可能会带来很多摩擦。
实验室工作人员可以通过 iPad 应用程序、Mac 应用程序或 Web 应用程序访问该系统——提供各种触点以满足不同类型用户的需求。
该公司成立于 2024 年初，并于 10 月启动了其首个实验室，Schröder 表示，该公司在 2023 年花了一些时间秘密研究他们的想法，Schröder 曾在博世、Luminar 和梅赛德斯等公司将人工智能应用于自动驾驶项目。
另一位联合创始人、该初创公司的首席营销官塞巴斯蒂安·卡苏 (Sebastian Casu) 博士拥有临床背景，曾在重症监护、麻醉科和急诊科工作十多年，之前还曾担任一家大型医院连锁的医疗主任。
到目前为止，Elea 已与一家大型德国医院集团（目前尚未透露具体是哪家）达成了合作协议。Elea 表示，该集团每年处理约 70,000 例病例。因此，该系统目前已有数百名用户。
更多客户计划“很快”推出该产品，Schröder 还表示正在考虑国际扩张，尤其着眼于进入美国市场。
种子支持
该初创公司首次披露去年筹集的 400 万欧元种子资金（由 Fly Ventures 和 Giant Ventures 领投），这笔资金用于组建工程团队并将产品交付到首批实验室。
与上述每年数十亿美元的资金相比，这个数字相当小。但施罗德认为，人工智能初创公司不需要大批工程师和数亿美元才能取得成功——他认为，这更像是明智地利用现有资源。在医疗保健领域，这意味着采取以部门为中心的方法，并在进入下一个应用领域之前完善目标用例。
与此同时，他确认团队将寻求筹集（更大规模的） A 轮融资——很可能是在今年夏天——并表示 Elea 将转向积极营销以吸引更多实验室购买，而不是依靠他们最初的口口相传的方式。
在讨论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，他告诉我们：“我认为最大的区别在于它是一个局部解决方案，而不是垂直整合。”
“您看到的许多工具都是现有系统（例如 EHR 系统）的附加组件……这是（用户）需要在另一个工具、另一个 UI 上做的事情，是那些不想使用数字硬件的人必须做的事情，所以这很困难，而且它无疑限制了潜力，”他继续说道。
“我们实际上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——这最终意味着用户甚至不必使用不同的 UI，也不必使用不同的工具。它只是与 Elea 对话，说出它所看到的内容，说出它想要做的事情，并说出 Elea 应该在系统中做什么。”
“你也不再需要数不清的工程师了——你只需要十几、二十几位非常非常优秀的工程师，”他还说道。“我们团队大约有二十几位工程师……他们可以完成令人惊叹的事情。”
“如今，你看到的那些发展最快的公司，他们没有几百名工程师——他们只有一二十名专家，这些人可以创造出令人惊叹的东西。这也是我们的理念，这就是为什么我们实际上不需要筹集数亿美元——至少在最初不需要，”他补充道。
“这绝对是公司创立方式的一个范式转变。”
扩展工作流程思维
选择从病理学实验室开始是 Elea 的战略选择，因为根据 Schröder 的说法，这个潜在市场不仅价值数十亿美元，而且他将病理学领域描述为“极其全球化的”——全球实验室公司和供应商正在增强其软件即服务的可扩展性——特别是与医院供应方面较为分散的情况相比。
“对我们来说，这非常有趣，因为你可以构建一个应用程序，然后就可以将其扩展到从德国到英国、美国，”他建议道。“每个人都有同样的想法、同样的行为、同样的工作流程。如果你用德语解决问题，这是目前法学硕士课程的一大优点，那么你也可以用英语（和其他语言，如西班牙语）解决问题……所以这会带来很多不同的机会。”
他还称赞病理学实验室是“医学领域发展最快的领域之一”——指出医学科学的发展，例如分子病理学和 DNA 测序的兴起，正在创造对更多类型分析和更高频率分析的需求。所有这些都意味着实验室的工作量增加——也给实验室带来更大的提高生产力的压力。
一旦 Elea 的实验室用例成熟，他说他们可能会考虑进入人工智能在医疗保健领域更常见的应用领域 - 例如支持医院医生捕捉患者互动 - 但他们开发的任何其他应用程序也将严格关注工作流程。
“我们希望带来的是这种工作流程思维，即将所有事情都视为工作流程任务，最后会生成一份报告，并将该报告发送出去，”他说道。他补充道，在医院环境下，他们不会想涉足诊断领域，而是“真正专注于工作流程的运作”。
图像处理是 Elea 对未来医疗保健应用感兴趣的另一个领域——例如加快放射学数据分析。
挑战
那么准确性如何？医疗保健是一个非常敏感的用例，因此如果这些 AI 转录中的任何错误（例如，与检查癌变组织的活检相关的错误）与人类医生所说的内容不匹配，并且 Elea 听到并向患者护理链中的其他决策者报告的内容不匹配，则可能导致严重后果。
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个字符等因素来评估准确性。目前，他说，有 5% 到 10% 的情况是这些自动报告需要进行一些手动交互，这可能表明存在错误。（尽管他也表示医生可能需要出于其他原因进行更改——但他们表示，他们正在努力“降低”手动干预的比例。）
他认为，归根结底，责任在于审查和批准 AI 输出的医生和其他工作人员——这表明 Elea 的工作流程与它旨在取代的传统流程并没有什么不同（例如，医生的语音笔记由人输入，这种转录也可能包含错误——而现在“只是最初的创作是由 Elea AI 完成的，而不是打字员”）。
然而，自动化可以提高吞吐量，这可能会给此类检查带来压力，因为人工工作人员必须处理比以前多得多的数据和报告。
对此，施罗德同意可能存在风险。但他表示，他们已经建立了一个“安全网”功能，人工智能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，并补充道：“我们会根据[医生]现在说的话来评估之前的发现报告，并给他意见和建议。”
患者保密性可能是代理 AI 的另一个问题，它依赖于基于云的处理（就像 Elea 那样），而不是将数据保留在本地并由实验室控制。对此，Schröder 声称，这家初创公司通过将患者身份与诊断输出分开，解决了“数据隐私”问题——因此它基本上依靠假名来遵守数据保护规定。
“整个过程都是匿名的——每一步只做一件事——我们会在医生看到的设备上整合数据，”他说。“所以我们基本上在所有处理步骤中都使用伪 ID——这些是临时的，之后会被删除——但当医生看病人的时候，这些数据会在设备上为他整合。”
“我们与欧洲的服务器合作，确保一切都符合数据隐私要求，”他还告诉我们。“我们的主要客户是一家公立医院连锁店——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。他们给了我们赞许。”
“最终，我们可能超额完成了需要做的事情。但你知道，谨慎总是好的——特别是如果你处理医疗数据的话。”
