Triomics использует технологии LLM для улучшения онкологического ухода и привлекает финансирование в размере 15 миллионов долларов.

В то время как продолжаются дискуссии о потенциале ИИ в здравоохранении, стартапы активно внедряют эту технологию при мощной поддержке венчурного капитала. Сан-Франциско основанная компания Triomics, целью которой является улучшение лечения рака с помощью генеративного ИИ, привлекла 15 миллионов долларов инвестиций от Lightspeed, Nexus Venture Partners, General Catalyst и Y Combinator.

Основанная бывшими исследователями MIT и Adobe Саримом Ханом и Хритураджем Сингхом, Triomics разработала набор больших языковых моделей (LLM), известных как OncoLLM. Эти модели упрощают сложные рабочие процессы в онкологии, позволяя медицинскому персоналу более эффективно определять подходящие пути лечения для пациентов.

Triomics решает актуальную проблему: растущую заболеваемость раком, которая, согласно прогнозам, достигнет 35 миллионов новых случаев к 2050 году — на 77% больше по сравнению с 20 миллионами случаев в 2022 году. Этот рост создает дополнительную нагрузку на центры онкологической помощи, особенно в условиях снижения численности медицинских работников.

В настоящее время многие медицинские сестры и специалисты по онкологической помощи тратят значительное время на ручное изучение медицинских записей пациентов для выявления актуальных данных, необходимых для определения путей лечения или отбора для клинических испытаний. Этот процесс, включающий анализ неструктурированных заметок и тестовых отчетов, часто приводит к задержкам в лечении пациентов и упущенным возможностям.

Triomics намерена решить эту задачу с помощью своей модели OncoLLM, ориентированной на онкологию, которую можно адаптировать с использованием внутренних данных для оптимальной работы в клинических условиях.

«OncoLLM состоит из различных моделей, разработанных для выполнения различных задач, включая извлечение информации и генерацию. Некоторые из них разработаны с нуля, а другие настроены на основе современных моделей с открытым исходным кодом. Мы адаптируем наши модели для каждого партнера в сфере здравоохранения, используя их собственные данные и применяя методы обучения с подкреплением для повышения точности», — объяснил Хан.

После настройки под учреждение, эти модели интегрируются в программное решение Triomics, которое работает с системами электронных медицинских записей (EMR), упрощая определенные рабочие процессы. В настоящее время компания предлагает два продукта: Harmony, который организует данные для регистрационных и исследовательских нужд, и Prism, который предварительно отбирает пациентов с онкологией для соответствующих клинических испытаний. Эта интеграция сокращает время, необходимое для обзора медицинских карт пациентов, с дней или недель до нескольких минут.

В тестах, проведенных в Онкологическом центре медицинского колледжа Висконсина, предложение Triomics превзошло более крупные модели с открытым исходным кодом и патентованные LLM в сопоставлении пациентов и испытаний, соперничая с квалифицированными медицинскими специалистами и GPT-4, несмотря на меньший размер и значительное снижение затрат. Компания также разработала усовершенствованную версию OncoLLM, достигающую большей точности по сравнению как с GPT-4, так и с медицинскими экспертами.

С недавним финансированием Triomics планирует расширить свою команду и увеличить охват продукта, уже обеспечив партнерство с несколькими академическими медицинскими центрами и планируя привлечь более дюжины учреждений к концу года. Ценовая стратегия для решений на базе OncoLLM адаптируется в зависимости от потребностей каждого клиента.

«В настоящее время мы сотрудничаем с шести академическими медицинскими центрами и ожидаем, что это число вырастет вдвое к лету. Мы также расширяем свое влияние на крупные общественные онкологические практики, чтобы положительно повлиять на большее количество пациентов», — отметил Хан.

Несмотря на существование других решений для сопоставления пациентов и испытаний, Triomics выделяется благодаря своему программному обеспечению на базе OncoLLM, специализируясь на онкологии и используя исключительно генеративный ИИ, а не адаптируя устаревшие технологии. Такой подход нацелен на обеспечение масштабируемости и значительной отдачи от инвестиций, необходимых для отрасли здравоохранения.