A medida que continúan los debates sobre el potencial de la IA en el sector salud, las startups están adoptando esta tecnología con un fuerte respaldo de capital de riesgo. Triomics, con sede en San Francisco y enfocada en mejorar la atención del cáncer a través de la IA generativa, ha obtenido $15 millones en financiamiento de Lightspeed, Nexus Venture Partners, General Catalyst y Y Combinator.
Fundada por los exinvestigadores del MIT y Adobe, Sarim Khan y Hrituraj Singh, Triomics ha desarrollado una suite de modelos de lenguaje grande (LLMs) conocida como OncoLLM. Estos modelos optimizan flujos de trabajo complejos en oncología, permitiendo al personal médico determinar más eficientemente los tratamientos adecuados para los pacientes.
Triomics aborda un problema crítico: la creciente prevalencia del cáncer, que se proyecta alcanzará los 35 millones de nuevos casos para 2050, un aumento del 77% respecto a los 20 millones en 2022. Este aumento genera una presión adicional sobre los centros de atención oncológica, especialmente considerando la disminución de la fuerza laboral en salud.
Actualmente, muchos enfermeros y profesionales de la atención del cáncer dedican gran parte de su tiempo a revisar manualmente los registros de pacientes para identificar datos relevantes sobre rutas de atención o elegibilidad para ensayos clínicos. Este proceso, que incluye el análisis de notas no estructuradas e informes de pruebas, a menudo provoca retrasos en la atención y oportunidades de tratamiento.
Triomics busca resolver este desafío con su OncoLLM, que puede ajustarse con conjuntos de datos internos para su implementación óptima en entornos clínicos.
"OncoLLM consiste en varios modelos diseñados para diferentes tareas, incluidos recuperadores y generadores. Algunos se desarrollan desde cero, mientras que otros se ajustan a partir de modelos de alta calidad de código abierto. Personalizamos nuestros modelos para cada socio del sector salud, utilizando sus datos propios y aprovechando el aprendizaje por refuerzo para mejorar la precisión", explicó Khan.
Una vez ajustados a una institución, estos modelos se integran en las soluciones de software de Triomics, las cuales funcionan con sistemas de registros médicos electrónicos (EHR) para optimizar flujos de trabajo específicos. La empresa ofrece actualmente dos productos: Harmony, que organiza datos para necesidades de registro y investigación, y Prism, que preselecciona pacientes oncológicos para ensayos clínicos relevantes. Esta integración reduce el tiempo necesario para las revisiones de registros de pacientes de días o semanas a solo minutos.
En pruebas realizadas en el Centro Oncológico de la Universidad de Wisconsin, la oferta de Triomics superó a LLMs más grandes y a otros de propiedad en la coincidencia pacientes-ensayos, rivalizando con la experiencia de profesionales médicos calificados y con GPT-4, a pesar de su menor tamaño y costo significativamente inferior. La compañía también ha desarrollado una variante avanzada de OncoLLM, logrando una precisión superior en comparación con GPT-4 y expertos médicos.
Con el financiamiento reciente, Triomics busca expandir su equipo y aumentar su alcance de productos, habiendo ya asegurado asociaciones con varios centros médicos académicos y planes de incorporación de más de una docena de instituciones antes de finalizar el año. La estrategia de precios de la solución basada en OncoLLM se personaliza según las necesidades de cada cliente.
“Actualmente estamos colaborando con alrededor de seis centros médicos académicos y esperamos que este número alcance cifras de dos dígitos para el verano. También estamos ampliando nuestro alcance a grandes prácticas de oncología comunitaria para impactar positivamente a más pacientes", declaró Khan.
Si bien existen otras soluciones para la coincidencia de pacientes y ensayos, Triomics se distingue con su software impulsado por OncoLLM, especializado en oncología y basado completamente en IA generativa en lugar de adaptar tecnologías heredadas. Este enfoque busca ofrecer la escalabilidad y el retorno de inversión significativo que la industria de la salud demanda.
Clasificación
