Lekarz nie jest od stukania w klawiaturę. Polacy znaleźli rozwiązanie problemu
Start-up Medalion Tech z Elbląga opracował rozwiązania AI, które automatyzują dokumentację medyczną i działają lokalnie na serwerach szpitalnych, co pozwala na oszczędność czasu personelu medycznego.
Wizyta lekarska często kończy się długą biurokracją, która pochłania blisko dwie trzecie czasu pracy personelu medycznego. Medalion Tech, spółka założona przez Aleksandra Obuchowskiego, Barbarę Klaudel, Macieja Kotoka oraz Rafala Dunala, postanowił zmierzyć się z tym problemem.
Korzenie start-upu tkwią w kolektywie naukowo-programistycznym TheLion.AI, zrzeszającym około 80 pasjonatów. Początkowo rozwijali model Eskulap, ale zdecydowali się na inną ścieżkę.
Doszliśmy do wniosku, że budowa jednego, uniwersalnego giganta językowego dla medycyny nie ma dziś głębszego sensu biznesowego ani technologicznego. Globalne modele od Google'a czy chiński Qwen stają się w tym obszarze tak zaawansowane, że przy naszych ograniczonych zasobach obliczeniowych trudno byłoby nauczyć uniwersalny model czegoś więcej.
Małe modele dla konkretnych zadań
Zamiast budować uniwersalny model, Medalion Tech skupił się na koncepcji Artificial Specific Intelligence i małych modelach (SLM). Ich narzędzia automatyzują pracę z dokumentacją medyczną, a nie diagnozowanie obrazów.
Portfolio spółki obejmuje m.in. narzędzie do rozpoznawania mowy, system skanowania papierowych wyników badań oraz algorytmy parametryzujące wpisy kliniczne. W jednym z projektów rozwiązanie przeanalizowało protokoły operacyjne z ostatnich 20 lat, pomagając zidentyfikować ukryte źródła powikłań po zabiegach.
Kluczowym elementem portfolio jest MedDecider, autorski model podejmujący decyzje probabilistyczne na bazie notatek klinicznych. W niezależnym globalnym rankingu wykrywania halucynacji w tekstach medycznych zajął drugie miejsce na świecie, wyprzedzając wiodące komercyjne molochy.
Bezpieczeństwo danych na lokalnym serwerze
Barbara Klaudel zaznacza, że ich narzędzia mają precyzyjnie rozwiązywać ściśle określony problem medyczny – i robić to najlepiej na świecie. Co kluczowe, ich algorytm detekcji i anonimizacji danych osobowych bije na głowę rozwiązania Microsoftu czy OpenAI.
Rozwiązanie działa na lokalnym szpitalnym serwerze wartym 10 tys. zł, a nie w chmurze obliczeniowej za miliony. Dzięki modelowi on-premise wrażliwe dane pacjentów nigdy nie opuszczają murów placówki. Dodatkowo szpitale kupują dożywotnią licencję, co daje im gwarancję ciągłości działania, nawet gdyby dostawca technologii zniknął z rynku.
Powiązane
