BioStack تجمع 9.5 مليون دولار لتوفير بيانات تدريب الذكاء الاصطناعي الطبي

لا تتعثر نماذج الذكاء الاصطناعي الطبي بسبب البنى المعمارية، بل بسبب البيانات. أعلنت شركة BioStack الناشئة، التي تصف نفسها بأنها شركة بنية تحتية للبيانات الطبية، في 22 أكتوبر إتمام جولة تمويل أولية بقيمة 9.5 مليون دولار. تتمثل مهمتها في تحويل بيانات المستشفيات إلى منظومة لتدريب نماذج الذكاء الاصطناعي الطبية وتقييمها. وفي سوق تتكاثر فيه نماذج LLM السريرية وشبكات التشخيص العصبية أسرع من ظهور وسائل التحقق منها، فإن هذا الاستهداف يصيب نقطة الاختناق.

فريق بخلفية أكاديمية وسحابية

لدى BioStack مؤسسان، وتوضح خبرتاهما من أي زاوية تقترب الشركة من المشكلة. عمل Sanat Mishra في جامعة ستانفورد وجامعة ييل وCarnegie Mellon ومعهد ماكس بلانك. وهذه مؤسسات يُدرس فيها الذكاء الاصطناعي الطبي بجدية، ويعرف باحثوها جيدًا شكل البيانات السريرية الحقيقية: ناقصة، ومشوشة، وكتبها أشخاص مختلفون بصيغ مختلفة.

أما Parth Patwa فكان سابقًا عالمًا في الذكاء الاصطناعي التوليدي في AWS، ويرتبط بـ MIT. وهذه نظرة من الجانب الآخر: كيف تُبنى خطوط معالجة قابلة للتوسع لتدريب النماذج واختبارها، لا مجرد نشر الأوراق البحثية. ويبدو الجمع بين الخبرة البحثية والهندسية منطقيًا لمشروع يقع عند تقاطع أنظمة المستشفيات وتعلّم الآلة (ML).

لماذا التدريب والتقييم تحديدًا

تتضمن صياغة الشركة كلمتين تُفصلان عادةً: التدريب والتقييم. أما التدريب فأمره واضح: كي يحلل النموذج الصور الطبية أو ملخصات الخروج أو البروتوكولات، يحتاج إلى أمثلة مُعلَّمة وموحدة الصيغة. أما التقييم في الطب فأصعب. فالمعايير العامة، مثل الاختبارات الشبيهة بالامتحانات، لا تبيّن جيدًا كيف سيتصرف النموذج مع تدفق المرضى الحقيقيين في عيادة بعينها. ومن يملك البيانات ومنهجية الفحص معًا يحصل على نفوذ على سلسلة التطوير كلها.

ولهذا تحديدًا تبدو فكرة تحويل بيانات المستشفيات إلى مادة «تعليمية وامتحانية» في آن واحد جذابة للمستثمرين. فإذا عملت طبقة البيانات كبنية تحتية، فيمكن أن تعتمد عليها الشركات الناشئة ذات النماذج المتخصصة والمختبرات الكبرى التي تحتاج إلى تحقق سريري.

ما المعروف عن الجولة

• الشركة: BioStack، بنية تحتية للبيانات الطبية
• الجولة: أولية، 9.5 مليون دولار
• تاريخ الإعلان: 22 أكتوبر
• المؤسس: Sanat Mishra، خبرة في جامعة ستانفورد وجامعة ييل وCarnegie Mellon ومعهد ماكس بلانك
• المؤسس المشارك: Parth Patwa، عالم سابق في الذكاء الاصطناعي التوليدي في AWS، ويرتبط بـ MIT
• الإطار المنتجي: بيانات المستشفيات أساسًا لتدريب نماذج الذكاء الاصطناعي الطبية وتقييمها

ما الذي ينبغي أن يراقبه المطورون والعيادات

السؤال الرئيسي لمثل هذه الشركات: كيف تحل مسألة الوصول إلى البيانات والخصوصية. فالمستشفيات لا تشارك سجلاتها بسهولة، والمتطلبات التنظيمية للمعلومات الطبية صارمة. وتتوقف على طريقة بناء BioStack علاقاتها مع العيادات وحمايتها للمرضى مسألة ما إذا كانت طبقتها ستصبح معيارًا أم ستبقى خدمة متخصصة.

على الفريق الذي يطور نموذجًا طبيًا أن ينظر إلى منصات كهذه قبل كل شيء بوصفها مصدرًا للتحقق. فاختبار النموذج على بيانات قريبة من الممارسة السريرية الفعلية أكثر إقناعًا من أي تصنيف عام. أما العيادات، فيهمها هذا الشريك بوصفه وسيلة لإشراك أرشيفاتها في تطوير الذكاء الاصطناعي تحت رقابة، بدل تسليمها إلى مقاولين متفرقين.

لا يمكن وصف مبلغ 9.5 مليون دولار لجولة أولية في البنية التحتية للبيانات بأنه متواضع: فبه يمكن تكوين فريق، وإبرام أولى العقود مع المؤسسات الطبية، وإظهار خط معالجة يعمل فعليًا. والمعلم التالي الذي يستحق المتابعة هو شركاء علنيون من المستشفيات، وأولى النماذج التي خضعت للتقييم على هذه المنصة.