اختصاصی: آزمایشگاه Alterra برای ساخت محیط های آموزشی برای هوش مصنوعی پزشکی 12.5 میلیون دلار را اعلام کرد.

Alterra Labs، یک ساختمان استارت‌آپی در نیویورک که محیط‌های پزشکی را شبیه‌سازی کرده است تا مدل‌های هوش مصنوعی را آزمایش و آموزش دهد، یک دور تخمینی ۱۲.۵ میلیون دلاری به رهبری Oak HC/FT با مشارکت Flare Capital Partners و Company Ventures اعلام کرد.

این شرکت مدل‌های مربوط به وظایف پزشکی را ارزیابی می‌کند تا مکان‌هایی که شکست می‌خورند شناسایی کند، سپس آن شکست‌ها را به تمرین‌های آموزشی تبدیل می‌کند. پزشکان و دانشمندان به طراحی وظایف و قضاوت در مورد تصمیمات مدل ها کمک می کنند و توسعه دهندگان بازخوردی را ارائه می دهند که می توانند برای بهبود سیستم های خود از آن استفاده کنند.

در یک مورد بیمار شبیه سازی شده، ممکن است از یک مدل خواسته شود که تصمیم بگیرد کدام آزمایش را سفارش دهد، با پزشکان ارزیابی می کنند که آیا انتخاب های آن از نظر پزشکی مناسب هستند یا خیر.

آکاش کاپور، بنیانگذار و مدیر عامل Alterra، به Fortune گفت که مدل های امروزی می توانند یاد بگیرند که نرم افزار را کار کنند در حالی که هنوز با قضاوت بالینی پشت هر عمل دست و پنجه نرم می کنند. او گفت: «مدل‌ها نمی‌دانند چه زمانی برای بیمار کاری انجام ندهند و چگونه با عدم اطمینان کنار بیایند.

محققان دانشگاه استنفورد مشکلات مشابهی را در PhysicianBench و HealthAdminBench یافتند، دو معیاری که عوامل هوش مصنوعی را در کارهای بالینی و اداری آزمایش می‌کنند. در هر کدام، نماینده با بهترین عملکرد کمتر از نیمی از وظایف را انجام داد. برخی از عوامل اقدام صحیح را در یادداشت بالینی توصیف کردند اما هرگز آن را در پرونده الکترونیک سلامت انجام ندادند. برخی دیگر هنگام حرکت بین سیستم های نرم افزاری اطلاعات خود را از دست دادند.

Alterra ارزیابی‌های پزشکان را به معیارهای امتیازدهی و پاداش‌های مورد استفاده در یادگیری تقویتی تبدیل می‌کند، که مدل‌ها را تشویق می‌کند تصمیمات قوی‌تر را تکرار کنند و از رفتارهایی که کارشناسان به‌عنوان ناامن علامت‌گذاری کرده‌اند اجتناب کنند. این شرکت همچنین محیط هایی را برای کارهایی مانند تصویربرداری پزشکی، آزمایشات بالینی و بهداشت از راه دور ایجاد می کند.

ویگ چاندرامولی، شریک Oak HC/FT که سرمایه‌گذاری را رهبری می‌کرد، گفت که اوک الگویی را در شرکت‌های هوش مصنوعی مراقبت‌های بهداشتی که از آن حمایت می‌کرد، مشاهده کرد - انطباق مدل‌ها برای کارهای پزشکی بیش از داده‌ها طول کشید. آنها همچنین به محیط های واقع بینانه و قضاوت بالینی نیاز داشتند. او گفت: آزمایشگاه‌های هوش مصنوعی تغییر مشابهی را پشت سر می‌گذارند، او گفت: «همه پولی که صرف «من به داده‌ها نیاز دارم» اکنون به «من باید بفهمم چگونه کار را با موفقیت انجام دهم» تبدیل می‌شود.

او فرصتی را در ساختن شبیه‌سازی‌های واقعی از نرم‌افزارهایی که پزشکان و مدیران بالینی استفاده می‌کنند، مانند سوابق الکترونیکی سلامت، پورتال‌های بیمه‌گر و سیستم‌های صورت‌حساب، که در آن مدل‌های هوش مصنوعی می‌توانند کار واقعی را تمرین کنند، می‌بیند. او گفت که آزمایشگاه‌های مرزی هنوز باید عمیقا در آن محیط‌ها نفوذ کنند. ایجاد وظایف واقع بینانه در درون آنها نیازمند افرادی است که هم کار بالینی و هم رفتار مدل را درک کنند.

چاندرامولی گفت: "شما نمی توانید این چیزها را بدون پزشکان بسازید." و به طور خاص، پزشکانی که در واقع می دانند هوش مصنوعی چگونه کار می کند.

کاپور با این مشخصات مطابقت دارد. او قبل از اینکه به پزشکی روی آورد، یادگیری ماشینی را مطالعه کرد، تحقیقات یادگیری ماشینی متمرکز بر مراقبت های بهداشتی را در مؤسسه ملی بهداشت دنبال کرد و سه سال را در دانشکده پزشکی کلمبیا به پایان رساند. چاندرامولی گفت که "ستون ستون فقرات بالینی" برای عملکرد بهتر هوش مصنوعی در مراقبت های بهداشتی ضروری است.

از برنامه های کاربردی مراقبت های بهداشتی تا آموزش مدل

کاپور این شرکت را در سال 2025 با حضور در دانشکده پزشکی کلمبیا راه اندازی کرد. در ابتدا ChartR نامیده می شد و با ارائه دهندگان مراقبت های بهداشتی برای مطالعه نحوه رفتار مدل های مرزی در محیط های بالینی کار کرد.

کاپور گفت که این مدل ها در ابتدا قادر به نظر می رسیدند. نقاط ضعف آنها زمانی آشکارتر شد که مجبور شدند بیمار را در طول زمان دنبال کنند، حجم زیادی از اطلاعات را در نظر بگیرند یا یک سری تصمیم گیری کنند. آنها همچنین در تشخیص اینکه چه زمانی فاقد اطلاعات کافی برای اقدام ایمن هستند، تلاش می کردند. این مشاهدات شرکت را به سمت همکاری مستقیم با توسعه دهندگان مدل سوق داد. کاپور در سال آخر تحصیل پزشکی را ترک کرد تا تمام وقت در Alterra کار کند.

علاقه کاپور به ایمنی مراقبت های بهداشتی با تجربه خودش به عنوان یک بیمار شروع شد. او گفت که به عنوان یک جوان در UCLA، یک گزارش اشعه ایکس دو ساله را در پورتال بیمار خود کشف کرد که در آن هشدار یک تومور سرطانی بالقوه در پای او و توصیه به ارجاع فوری انکولوژی بود. هیچ کس در این مورد به او نگفته بود. او مبتلا به استئوسارکوم، سرطان استخوان نادر، تشخیص داده شد و تحت عمل جراحی قرار گرفت.

کار او در Alterra اکنون بر قضاوت‌هایی متمرکز است که مدل‌های هوش مصنوعی در زمانی که بیماران با توصیفات کتاب درسی مطابقت ندارند، در تلاش هستند. کاپور انتظار دارد که کار به آزمایش و آموزش مکرر نیاز داشته باشد زیرا مدل ها قابلیت ها و دانش پزشکی را تغییر می دهند.

او گفت: "این دانش زیادی دارد." "این فاقد قضاوت زیادی است."

Alterra می گوید با چندین آزمایشگاه مرزی، بیمارستان ها، انجمن های پزشکی و شرکت های کاربردی هوش مصنوعی کار می کند. به گفته کاپور، آزمایشگاه‌های هوش مصنوعی سریع‌ترین رشد گروه مشتریان آن هستند و این شرکت از محیط‌های آموزشی و خدمات پس از آموزش درآمد کسب می‌کند.

این داستان در ابتدا در سایت Fortune.com منتشر شد