לקצר את התורים בבתי החולים: קירה רדינסקי גייסה 24 מיליון דולר לסטארטאפ החדש שלה

החברה של המדענית הראשית לשעבר ב-eBay מנסה לפתור את בעיית עומסי מערכת הבריאות באמצעות מערכת אבחון וחיזוי המבוססת על בינה מלאכותית. ”טכנולוגיות המבוססות על בינה מלאכותית יאפשרו את הנגשת הפתרונות שלנו לכמחצית מאוכלוסיית העולם”

מקור: Diagnostic Robotics

דיאגנוסטיק רובוטיקס (Diagnostic Robotics), המיזם החדש של המדענית הראשית לשעבר ב-eBay קירה רדינסקי, השלימה סבב גיוס של 24 מיליון דולר. חברת הסטארטאפ מפתחת טכנולוגיות שתסייע לפתור את בעיות העומס במערכות בריאות. החברה מתכננת להשתמש בהון שגייסה, כדי לשלב אותה במערכות הבריאות בישראל ובארצות הברית.

להציל את מערכת הבריאות עם בינה מלאכותית

Diagnostic Robotics הוקמה על ידי שלושה יזמים: ד”ר קירה רדינסקי, שכיהנה עד לאחרונה כמדענית הראשית של eBay ישראל מאז שמכרה לחברה את SalesPredict; יונתן עמיר ופרופ’ משה שהם, חבר סגל בפקולטה להנדסת מכונות בטכניון ומייסד חברת מזור רובוטיקס, שנרכשה לפני כשנה ב-1.6 מיליארד דולר.

החברה, שמעסיקה כיום כ-60 עובדים ובהם רופאים, מהנדסים, חוקרי נתונים ומדעני בינה מלאכותית תנסה לפתור את בעיית עומסי מערכות הבריאות בעולם, כשהעומסים בחדרי המיון עומדים בלב העשייה, באמצעות מערכת אבחון וחיזוי ייעודית המבוססת על בינה מלאכותית ועל מיליארדי רישומים רפואיים והיסטוריה של ביקורי מטופלים. ההון שגויס אמור לשמש את החברה בקידום פיתוח המערכת של החברה והאצת תהליך ההטמעה של מוצרי החברה בארגוני בריאות נוספים.

החברה משתפת פעולה עם כמה מארגוני הבריאות הגדולים בישראל ובארצות הברית, וזכתה לאחרונה למימון ממשלתי משמעותי ממשרד הבריאות ומהרשות לחדשנות כדי להאיץ את פריסת הטכנולוגיה שלה בבתי חולים ובקופות חולים בישראל.

את סבב גיוס ההון הראשון הובילה קרן ה-HealthTech החדשה שהוקמה על ידי AccelMed בהובלת ד”ר אירית יניב ואמיר בלאט, בשיתוף עם מבטח שמיר. משקיעים נוספים בסבב הם קרן Maverick Ventures Israel, קרן Alpha Capital, ד”ר קובי ריכטר וד”ר יהודית ריכטר, ג’ייסון, דיויד ודניאל אריסון, ומארק סיגל (חבר הנהלה ב-Cedar Sinai וב-Xprize).

היי-טק, סטארטאפים וטכנולוגיה - רוצים להקדים את כולם? היי-טק, סטארטאפים וטכנולוגיה - רוצים להקדים את כולם? להורדת אפליקציית גיקטיים לאייפון ולאנדרואיד לחצו כאן

“בונים אלגוריתמים שיאפשרו לרופא שקיפות מלאה”

בשיחה עם גיקטיים מספרת ד”ר קירה רדינסקי, יו”ר ו-CTO של דיאגנוסטיק רובוטיקס, כי המערכת של החברה כבר פעילה במספר בתי חולים ומאפשרת למטופלים לעבור תשאול קליני תוך כדי שהרופאים מיודעים בזמן אמת באבחנות אפשריות, רמת דחיפות, בדיקות מומלצות ועוד. “המערכת מאפשרת גם את תחילת התהליך עוד מהבית על מנת להוריד עומסים על מערכת הבריאות כולה ולצמצם הפניות לא נדרשות למיון”, אמרה.

רדינסקי מספרת כי המידע שאיתו עובדת החברה הגיע משיתוף פעולה עם בתי חולים וקופות חולים בישראל, סינגפור וארה”ב: “המערכת מוטמעת בתוך הארגון הרפואי ולומדת מעל המידע של בתי החולים בתוך מסגרות הארגון ולשימוש הצוות הרפואי בלבד”.

רדינסקי, שעזבה תפקיד בכיר ומתגמל בתור המדענית הראשית של eBay, מספרת על המעבר לחברה החדשה: “אני מאמינה בכל ליבי בחזון החברה וזה כבוד לי להיות חלק מעשייה כה נרחבת בחזית הטכנולוגיה עם השפעה גדולה על החברה כולה​”.

מקור: Diagnostic Robotics

האם אתם לא מודאגים מכך שאנשים יפחדו מדליפת המידע הרפואי שלהם, או שממשלות יחששו שהמידע הרפואי של אזרחיהן יגיע לידי ידיים זרות?

“המערכת היא בינה מלאכותית המוטמעת בתוך גוף הבריאות. המערכת שלנו רצה תחת ניסויים קליניים ואישור ועדת אתיקה ונעשית עם אישור המטופל במידת הצורך. המידע אינו מונגש מחוץ למערכת בריאות אלא רק כמערכת אנליזות נוספת בתוך הבית חולים ומשמשת את הרופא בלבד תוך כדי שמירה על פרטיות מלאה של המטופלים וכל הנהלים הנדרשים ממשרד הבריאות”.

לאחרונה פורסם במגזין Nature מחקר שמצא כי אלגוריתם שנמצא בשימוש במערכת הבריאות האמריקאית הפלה לרעה חולים על פי צבע עורם – האם המערכת שלכם בנויה כך שתאבחן ללא bias מסוים?

“מערכות Machine Learning רבות הן קופסאות שחורות, אשר לא מספקות הסברים לתצפיות שלהן. למידה מסוג זה מאפשרת מייצרת למידת bias (ההטייה המובנית של האלגוריתם, א.א.) חבוי המחקה bias אמיתי הנמצא בהתנהגות אנושית, אך נחבא מעין הרופא. לעומת מערכות אלו, המערכת שלנו היא מערכת תומכת החלטה אשר לא רק מספקת הסתברויות של האלגוריתם אלא גם הסברים מלאים. כלומר, אנחנו בונים אלגוריתמים של בינה מלאכותית עם יכולת הסבר מלאות – White Box – כדי לאפשר לרופא שקיפות מלאה כיצד התקבלה ההחלטה של המכונה ובכך למנוע את ה-bias”.

בדרך ל-3.8 מיליארד אנשים

רדינסקי מספרת כי השאיפה היא שהטכנולוגיה של החברה תגיע למילארדי אנשים. “אנחנו מאמינים כי טכנולוגיות המבוססות על בינה מלאכותית יאפשרו את הנגשת הפתרונות שלנו לכ-3.8 מיליארד אנשים – כמחצית מאוכלוסיית העולם – עד שנת 2030. מאות מיליוני אנשים, בעיקר אלה החיים בפרברים ובאזורים נידחים, סובלים כיום מהעדר גישה לשירותי בריאות מספקים. הטכנולוגיה שלנו תספק לכל אדם גישה לכלי אבחון מתקדמים, וכך תנגיש משאבי בריאות לאוכלוסיות שאינן נהנות משירותי בריאות מתקדמים”.

מנכ”ל החברה, יונתן עמיר, הוסיף כי בשנה החולפת עמדה התפוסה הממוצעת בחדרי המיון בישראל על 105%, ובשעות העומס הגיעה התפוסה גם עד 140%: “דיגיטציה מסיבית של נתונים רפואיים, ובשלות טכנולוגית שמאפשרת להפיק תובנות משמעותיות ממידע זה, תוביל להעמקת השימוש בבינה מלאכותית ולשיפור ביעילות ובדיוק של מערכות אלה”.​

אושרי אלקסלסי

עדיין מבואס מהפסקת שידורי TechTV בישראל. נהנה מסרטי סטאר וורז החדשים - Don't @ Me.

הגב

13 תגובות על "לקצר את התורים בבתי החולים: קירה רדינסקי גייסה 24 מיליון דולר לסטארטאפ החדש שלה"

avatar
Photo and Image Files
 
 
 
Audio and Video Files
 
 
 
Other File Types
 
 
 

* היי, אנחנו אוהבים תגובות!
תיקונים, תגובות קוטלות וכמובן תגובות מפרגנות - בכיף.
חופש הביטוי הוא ערך עליון, אבל לא נוכל להשלים עם תגובות שכוללות הסתה, הוצאת דיבה, תגובות שכוללות מידע המפר את תנאי השימוש של Geektime, תגובות שחורגות מהטעם הטוב ותגובות שהן בניגוד לדין. תגובות כאלו יימחקו מייד.

סידור לפי:   חדש | ישן | הכי מדורגים
שגיא
Guest

פשוט אישה מדהימה

טמקא
Guest

רק הצטרפה למיזם וכבר ״גייסה״ לסטארטאפ שלה

תמיר
Guest

תומכת בזה כבר שנתים גם בזמן עבודתה באיביי

משתמש אובונטו
Guest
זה נשמע כמו מיזם עם סיכויי הצלחה טובים אבל המיזמים שלה תמיד over rated. עומסי בית חולים כנראה קל מאוד לחזות. אני חוזה שבחודש הבא חדרי המיון יהיו מפוצצים וכולם עם אותם תסמינים: נזלת, שיעול, חום… יש עוד הרבה פרמטרים משפיעים אבל בסוף אפשר לבנות מודל חיזוי פשוט כעבודת מאסטר או דוקטורט ואפילו פחות מכך. הגדולה של קירה הוא בשל האפנתיות שלה היא יכולה לגייס 24 מליון + להכניס את המערכת לפעולה במערכת הבריאות מה שסתם יזם אקראי היה מתקשה לעשות. כעצמאי (וכאיש פיתוח) אני מתערב שאם רשות המיסים היתה מעמידה לי את מאגרי הנתונים הרלוונטיים הייתי יכול להעמיק את… Read more »
ASD
Guest

אז מה בעצם הפואנטה שלך?

מגגכגומחה
Guest
זה לא משנה white box. גם האלגוריתם של משרד הבריאות האמריקאי לא הסתמך על צבע עור או שם משפחה. אבל הוא כן הסתמך על מקום מגורים (מעיד על תפוצת מחלה) וזה התבסס על מוצא אתני (קשור למחלות גנטיות) ואז יהיה רשום שבמקרי עבר בן אדם עם עם פרופיל זהה הוא מקרה לא דחוף כי זה מסתמך בסופו של דבר על דאטה שהכניסו אנשים במקרי העבר והם מוטים…וגם הAi של החברה הזאת לא נבנה מאפס.. וזו הבעיה עם כל פתרונות הבינה המלאכותית. אבל שזה בהמלצות של אמזון זה לא נורא, שזה אמור להחליט כמה חולה אצה וכמה דחוף אתה צריך טיפול… Read more »
אבל
Guest

אבל הפתרון לא צריך להיות מושלם כדי להיות שוה משהו, הוא רק צריך להיות יותר טוב מרופא אנושי.
רופא לקראת סוף משמרת של 36 שעות שרואה מטופל שהרגע נכנס למיון גם לא תמיד מדייק באבחנה שלו, ולצערינו לחדשות מגיעים לעתים מקרים על אנשים שהגיעו למיון, שוחררו הביתה, ומתו כעבור זמן קצר…

בודניוק
Guest

פיתרון לקיצור התורים ב-10% כבר יש: https://www.youtube.com/watch?v=g82y_YEMzkY

אלי
Guest

בתור רופא בבית חולים אני יכול להגיד לכם שמדובר בהונאה למשקיעים, אין אפשרות “לחזות” עומסים ואין אפשרות לקצר את זמן ההמתנה, מרבית החולים והפצועים שמגיעים לבית החולים מגיעים עם פציעות ומחלות בצורה אקראית לחלוטית או בעקבות אירוע מסויים כמו פיגוע שלא ניתן לחזות אותו.
העומס בבתי החולים נובע אך ורק ממחסור בכוח אדם ואם משווים אותנו לאירופה אז אחוז הרופאים לבני אדם הוא מהנמוכים שיש באיחוד האירופי.

הסטארטאפ הזה הוא לא יותר מהנואה.

ASD
Guest

אנשים מקלידים לקופסת החיפוש של גוגל אינסוף מונחים ומושגים אקראיים לחלוטין והנה – גוגל יודעת לעשות לך autocomplete יפה מאוד.

רד
Guest

נאמר שהם ינסו להפחית את העומס בפניות שלא כל-כך רלוונטיות בעבור מיון, כשהמטופל עוד נמצא בבית, או אולי לשלוח אותו לבה״ח פחות עמוס שיעניק לו טיפול, כמובן שאי אפשר לחזות מקרים בלתי צפויים כמו תאונה או פיגוע.
אך עם זאת אני בטוח שאפשר לעשות אופטימיזציה לכל התהליך ואכן להקטין את העומסים באמצעות טכנולוגיה, לא חושב שמדובר כאן בהונאה.

tomer
Guest

עוד מיזם אוויר של כלומניקית עם קבלות

מעריץ
Guest

מעוררת השראה, חלוצה ומוכשרת ברמות!
רואים 6היא בונה אימפריה.

wpDiscuz

תגיות לכתבה: