แพทย์พูดถึง "บันทึกทางการแพทย์ที่เขียนโดย AI" ความเป็นจริงและความท้าทาย

บทนำ: ผลกระทบมูลค่า 5.3 พันล้านดอลลาร์

ตลาด AI ทางการแพทย์ที่สร้างขึ้นในสหรัฐอเมริกาได้ดึงดูดเงินจำนวนมหาศาลอีกครั้ง TechCrunch รายงานเมื่อวันที่ 24 มิถุนายนว่า Abridge ได้ระดมทุน 300 ล้านดอลลาร์ใน Series E และเพิ่มมูลค่าบริษัทจาก 2.75 พันล้านดอลลาร์เป็น 5.3 พันล้านดอลลาร์ในเวลาเพียง 4 เดือนtechcrunch.comwsj.com

"ลดเวลาทำงานล่วงเวลาของแพทย์ลง 90 นาที" "การเชื่อมต่ออย่างใกล้ชิดกับ Epic" - ในขณะที่มีการโฆษณาอย่างฉูดฉาด บนโซเชียลมีเดียมีทั้งความยินดีและความสงสัย ในบทความนี้ เราจะเจาะลึกถึง ①เบื้องหลังการระดมทุน ②เทคโนโลยีและโมเดลธุรกิจ ③เสียงจากสถานที่ทำงานที่ปรากฏบนโซเชียลมีเดีย ④การแข่งขัน กฎระเบียบ และผลกระทบต่อญี่ปุ่น

1. ประวัติบริษัท: สู่ "อุปกรณ์มาตรฐานในฉากคลินิก" ใน 7 ปี

ในปี 2018 Dr. Shiv Rao ผู้เชี่ยวชาญด้านโรคหัวใจจากศูนย์การแพทย์มหาวิทยาลัยพิตต์สเบิร์กได้ก่อตั้งบริษัทขึ้นมา มีคุณสมบัติเด่นคือการแปลงเสียงสนทนาเป็นข้อความอัตโนมัติและสร้างโน้ต SOAP และรหัส ICD-10 ในขั้นตอนเดียว ในช่วงแรกมีการนำไปใช้ในสาขาที่มีรูปแบบคงที่มาก เช่น โสตศอนาสิกวิทยาและศัลยกรรมกระดูก และในปี 2022 ได้เชื่อมต่อ API อย่างเป็นทางการกับ Epic Systems ในงาน GE Healthcare Expo ปี 2023 ได้ประกาศว่า "ลดเวลาการป้อนข้อมูลลง 72%" และได้รับความสนใจ ปัจจุบันมีระบบสุขภาพกว่า 150 แห่งและผู้ใช้คลินิกกว่า 50,000 คนwsj.com

2. ตรรกะของการเพิ่มมูลค่าเป็นสองเท่าใน "เพียง 120 วัน"

• ARR Boost - ณ ไตรมาสที่ 1 "ARR สัญญา 117 ล้านดอลลาร์" ประกาศฟังก์ชันการเข้ารหัสทางคลินิกและเพิ่มค่าเฉลี่ยลูกค้าต่อหัวขึ้น 38%

• โครงสร้างต้นทุน - ย้ายการเรียนรู้ขนาดใหญ่ของ LLM บางส่วนจากคลาวด์ไปยังเอดจ์ภายในสถานที่ ลดต้นทุนการสรุปผลลง 45%

• กลยุทธ์ระบบนิเวศ - ไม่เพียงแค่ Epic แต่ยังประกาศ PoC กับ Athenahealth และ Cerner เพิ่มอัตราการครอบคลุมประชากรเป็น 65%
  ผลลัพธ์เชิงปริมาณเหล่านี้ดึงดูด "รอบการติดตาม" จาก a16z และ Khosla และทำให้การยืมการเติบโตจำนวนมหาศาลนี้เป็นที่ยอมรับpymnts.com

3. การเข้ารหัสและการแปล...การอธิบายเทคโนโลยีสแต็ก

แกนหลักของ Abridge คือการออกแบบ "Clinician-in-the-Loop" สร้างวงจรที่แพทย์ตรวจสอบข้อมูลสนทนาที่ไม่ระบุตัวตนรายสัปดาห์และเรียนรู้ใหม่เป็นข้อมูลที่ปรับปรุงแล้ว

• Annotator Hub: BPO ภายในที่มีแพทย์ผู้เชี่ยวชาญ 400 คน

• Edge Runtime: อุปกรณ์เฉพาะในห้องตรวจสำหรับการประมวลผลเสียงล่วงหน้า→การบัฟเฟอร์ที่ปลอดภัย

• LLM Cascade: โมเดลน้ำหนักเบาสกัดจุดสำคัญ หลังจากนั้น Llama-2-Med ที่เน้นทางการแพทย์จะสร้างโน้ตสุดท้าย ขนาดโมเดลเพิ่มขึ้น 4 เท่าจากปี 2022 แต่เวลาใช้งาน GPU ลดลง 20%
  

4. "ความแตกต่างของอุณหภูมิในสถานที่ตรวจ" ที่เห็นได้บน SNS

"ข้อมูลอารมณ์" พูดได้ดังกว่าข้อมูลเชิงปริมาณ แพทย์ยกย่องประโยชน์ของการประหยัดเวลา แต่อัตราการรับรู้ผิดพลาดและราคายังคงเป็นที่จับตามองอย่างใกล้ชิด

5. การประเมินจากผู้เชี่ยวชาญและนักลงทุน

Dr. Eric Topol ผู้เชี่ยวชาญด้าน AI ทางการแพทย์กล่าวใน Substack ว่า "งานสรุปการสนทนาเป็นหนึ่งในไม่กี่พื้นที่ที่ AI ที่สร้างขึ้นกำลังแซงหน้ามนุษย์"
ในขณะที่ Axios เตือนว่า "แม้ความแม่นยำจะเพิ่มขึ้น แต่ความได้เปรียบในการแข่งขันก็สั้น เมื่อ EHR ถูกนำไปใช้ในตัว SaaS จะจมลง"axios.com
Julie Yorn หุ้นส่วนของ a16z อธิบายว่า "เราให้ความสำคัญกับ 'โมเดลการประกันคุณภาพอย่างต่อเนื่อง' ที่ผู้เชี่ยวชาญยังคงติดป้ายข้อมูลทางคลินิก"

6. สภาพแวดล้อมการแข่งขัน: มหาสมุทรสีฟ้าที่กลายเป็นสีแดง

• Nuance DAX(Microsoft): ใช้ OpenAI GPT-4o สร้างรหัสค่าตอบแทนการรักษาอัตโนมัติด้วย DAX Copilot

• Suki AI: มุ่งเน้นไปที่มือถือ ครอบคลินิกขนาดเล็ก

• Ambience Health: ใช้การสรุปผลบนอุปกรณ์เพื่อเจาะโรงพยาบาลที่ห้ามการข้ามข้อมูล
  บน Reddit มีความคิดเห็นเย็นชาว่า "ความแม่นยำเกือบเหมือนกัน การเปลี่ยนขึ้นอยู่กับราคา" และอนาคตของสงครามราคา → การบีบอัดมาร์จิ้นก็เริ่มมองเห็นได้แล้ว

7. กฎระเบียบและจริยธรรม: กำแพงถัดไปหลังจาก HIPAA

การปฏิบัติตาม HIPAA เป็นเพียง "เงื่อนไขขั้นต่ำ" กฎหมายของรัฐ (เช่น CCPA) หรือ EU GDPR และร่าง AI Bill of Rights ของสหรัฐอเมริกากำลังจะมา และยังมีความเสี่ยงที่ความรับผิดชอบต่อการสร้างผิดพลาดจะไม่ชัดเจน Epic ได้ประกาศว่าจะปล่อยฟังก์ชัน "การอนุมัติด้วยคลิกเดียว" สำหรับโน้ต AI ในสิ้นปี 2025 และมีการชี้ให้เห็นว่า "AI เขียนแพทย์เซ็น" อาจเพิ่มความเสี่ยงในการวินิจฉัยผิดพลาดและค่าใช้จ่ายในการฟ้องร้อง techcrunch.com

8. แผนงานและการใช้เงินทุน

• Coding Assist: สร้างรหัสเรียกร้องค่าสินไหมจากบันทึกการตรวจ เพิ่ม ROI ของโรงพยาบาล 2-3 เท่า

• Real-time Translation: สนับสนุนการรักษาหลายภาษา ครอบคลุมผู้ป่วยผู้อพยพและผู้บกพร่องทางการได้ยิน

• Data-as-a-Service: วางแผนธุรกิจใหม่ในการให้ใบอนุญาตข้อมูลสนทนาที่ไม่ระบุตัวตนแก่บริษัทยาและประกันภัย การระดมทุนครั้งนี้จะใช้ในการ "ปรับปรุงความแม่นยำในการเข้ารหัสทางคลินิก" และ "การปฏิบัติตาม SOC-2 Type II ของฐานการสรุปผล LLM" เป็นหลัก CEO Rao กล่าวใน WSJ
  wsj.com

9. ผลกระทบต่อญี่ปุ่น

ในญี่ปุ่น วัฒนธรรมที่แพทย์ป้อนข้อมูลลงในบันทึกทางการแพทย์เองและระบบค่าตอบแทนการรักษาเป็นอุปสรรค ทำให้ตลาด AI สคริปต์อยู่ในช่วงเริ่มต้น อย่างไรก็ตาม ในการปรับปรุงปีงบประมาณ 2024 ได้มีการสร้าง "การเพิ่มค่าตอบแทนที่เกี่ยวข้องกับการปฏิรูปวิธีการทำงานของแพทย์"โซลูชันการประหยัดเวลามีแรงจูงใจทางการเงิน แม้ว่า Epic จะมีส่วนแบ่งในประเทศจำกัด แต่การอภิปรายเกี่ยวกับเกตเวย์ผ่าน API ที่ใช้ FHIR กับ HOPE, MI, RA, Is ฯลฯ ก็เริ่มขึ้นแล้ว หาก Abridge เปิดตัวโมเดลภาษาญี่ปุ่น มีความเป็นไปได้สูงที่จะเกิดการแข่งขันสามทางกับ AmiVoice และ Medley ที่มีความก้าวหน้าในด้านการรู้จำเสียง

10. สรุป: Abridge เป็น "ความจำเป็นที่ไม่พึงประสงค์" หรือ "ผู้ช่วยชีวิต"

การประเมินมูลค่า 5.3 พันล้านดอลลาร์นั้นแน่นอนว่าเป็น "การยืมการเติบโต" แต่คำพูดที่แพทย์แสดงออกบนโซเชียลมีเดียว่า "มีเวลามากขึ้นในการเผชิญหน้ากับผู้ป่วย" นั้นมีน้ำหนัก แม้ว่าความได้เปรียบอาจลดลงจากการแข่งขัน กฎระเบียบ และแรงกดดันด้าน