تستفيد Triomics من تقنية LLM لتعزيز رعاية مرضى السرطان وتؤمن تمويلًا بقيمة 15 مليون دولار

في ظل النقاشات المستمرة حول إمكانيات الذكاء الاصطناعي في مجال الرعاية الصحية، تستفيد الشركات الناشئة من هذه التقنية بدعم قوي من رأس المال المغامر. حصلت شركة Triomics، التي تتخذ من سان فرانسيسكو مقراً لها، والمتخصصة في تحسين رعاية مرضى السرطان من خلال الذكاء الاصطناعي التوليدي، على تمويل بقيمة 15 مليون دولار من شركات Lightspeed وNexus Venture Partners وGeneral Catalyst وY Combinator.

تأسست Triomics على يد الباحثين السابقين في معهد ماساتشوستس للتكنولوجيا وأدوبي، سريم خان وهريترج سينغ، وقد ابتكرت مجموعة من نماذج اللغة الكبيرة (LLMs) المعروفة باسم OncoLLM. تعمل هذه النماذج على تبسيط سير العمل المعقد في مجال الأورام، مما يمكّن الطاقم الطبي من تحديد مسارات العلاج المناسبة للمرضى بشكل أكثر كفاءة.

تتناول Triomics قضية هامة: زيادة انتشار السرطان، الذي من المتوقع أن يصل إلى 35 مليون حالة جديدة بحلول عام 2050، بزيادة تقدر بنسبة 77% مقارنة بـ20 مليون حالة في 2022. هذه الزيادة تضغط بشكل كبير على مراكز رعاية السرطان، خاصة في ظل تراجع القوة العاملة في القطاع الصحي.

حالياً، يقضي العديد من الممرضين والمهنيين في مجال رعاية السرطان وقتاً طويلاً في مراجعة سجلات المرضى يدوياً لتحديد البيانات ذات الصلة لمسارات الرعاية أو الأهلية للتجارب السريرية. يتضمن هذا التحليل لملاحظات غير منظمة وتقارير الفحوصات، مما يؤدي في كثير من الأحيان إلى تأخيرات في رعاية المرضى وفرص العلاج.

تهدف Triomics إلى حل هذه المشكلة من خلال نموذج OncoLLM المخصص للأورام، الذي يمكن ضبطه باستخدام مجموعات بيانات داخلية لتسهيل تطبيقه في البيئات السريرية. "يتكون OncoLLM من نماذج متنوعة مصممة لمهام مختلفة، بما في ذلك الاسترجاع والتوليد. بعض النماذج تم تطويرها من الصفر، بينما تمت مواءمة أخرى استناداً إلى نماذج مفتوحة المصدرstate-of-the-art. نحن نقوم بتخصيص نماذجنا لكل شريك صحي، مستخدمين بياناتهم الخاصة واستغلال التعلم المعزز لتحسين الدقة"، كما أوضح خان.

بمجرد ضبطها وفقًا لمؤسسة معينة، يتم دمج هذه النماذج في حلول البرمجيات التي تقدمها Triomics، والتي تعمل مع أنظمة السجلات الصحية الإلكترونية (EHR) لتبسيط سير العمل المحددة. تقدم الشركة حالياً منتجين: Harmony، الذي ينظم البيانات للاحتياجات السجلية والبحثية، وPrism، الذي يستعرض المرضى المصابين بالأورام لتجارب سريرية ملائمة. تؤدي هذه التكاملات إلى تقليل الوقت اللازم لمراجعة سجلات المرضى من أيام أو أسابيع إلى دقائق معدودة.

في الاختبارات التي أجريت في مركز السرطان بكلية الطب بجامعة ويسكونسن، تفوقت عروض Triomics على نماذج اللغة الكبيرة الأكبر والأكثر تكلفة في مطابقة المرضى للتجارب، متفوقةً على خبرة المهنيين الطبيين المؤهلين وGPT-4، رغم صغر حجمها وتكلفتها المنخفضة. كما طورت الشركة نسخة متقدمة من OncoLLM، محققة دقة أعلى مقارنةً بكل من GPT-4 والخبراء الطبيين.

مع التمويل الأخير، تعتزم Triomics توسيع فريقها وزيادة نطاق منتجاتها، وقدsecured شراكات مع عدة مراكز طبية أكاديمية وتخطط للانضمام لأكثر من عشرة مؤسسات بنهاية العام. تعتمد استراتيجية التسعير لحل OncoLLM على احتياجات كل عميل.

"نحن نعمل حالياً مع حوالي ستة مراكز طبية أكاديمية ونتوقع أن يرتفع هذا العدد إلى رقم مزدوج بحلول الصيف. كما أننا نقوم بتمديد نطاقنا إلى ممارسات الأورام المجتمعية الكبيرة للتأثير الإيجابي على عدد أكبر من المرضى"، كما صرح خان.

بينما توجد حلول أخرى لمطابقة المرضى مع التجارب، تميز Triomics نفسها من خلال برنامجها المدعوم بـ OncoLLM، المتخصص في الأورام ويعتمد بالكامل على الذكاء الاصطناعي التوليدي بدلاً من تكييف التقنيات القديمة. تهدف هذه الاستراتيجية إلى تحقيق القابلية للتوسع والعائد الكبير على الاستثمار الذي يحتاجه قطاع الرعاية الصحية.