Elea AI está persiguiendo la oportunidad de productividad en el sector de la salud enfocándose en los sistemas heredados de los laboratorios de patología

La inversión de capital de riesgo en herramientas de IA para la salud se proyectó alcanzar los 11 mil millones de dólares el año pasado, una cifra que habla de la amplia convicción de que la inteligencia artificial será transformadora en un sector crítico.

Muchas startups que aplican IA en la salud buscan impulsar eficiencias mediante la automatización de parte de la administración que orbita y permite la atención al paciente. Elea, con sede en Hamburgo, se ajusta ampliamente a este molde, pero comienza con un nicho relativamente pasado por alto y desatendido: los laboratorios de patología, cuyo trabajo implica analizar muestras de pacientes para enfermedades, desde donde cree que podrá escalar el sistema de flujo de trabajo impulsado por un agente de IA basado en voz que ha desarrollado para aumentar la productividad de los laboratorios y lograr un impacto global, incluyendo trasplantando su enfoque centrado en el flujo de trabajo para acelerar la producción de otros departamentos de salud, también.

La herramienta de IA inicial de Elea está diseñada para transformar la forma en que trabajan los médicos y otro personal de laboratorio. Es un reemplazo completo de los sistemas de información heredados y otras formas establecidas de trabajar (como usar Microsoft Office para escribir informes), cambiando el flujo de trabajo a un "sistema operativo de IA" que despliega transcripción de voz a texto y otras formas de automatización para "reducir sustancialmente" el tiempo que les lleva emitir un diagnóstico.

Después de aproximadamente medio año operando con sus primeros usuarios, Elea dice que su sistema ha logrado reducir el tiempo que le lleva al laboratorio producir alrededor de la mitad de sus informes a solo dos días.

Automatización paso a paso

El proceso paso a paso, a menudo manual, de los laboratorios de patología significa que hay un gran margen para aumentar la productividad aplicando IA, según el CEO y cofundador de Elea, el Dr. Christoph Schröder. "Básicamente, cambiamos todo esto: y todos los pasos están mucho más automatizados... [los médicos] hablan con Elea, los MTAs [asistentes técnicos médicos] hablan con Elea, le dicen lo que ven, lo que quieren hacer con él", explica.

"Elea es el agente, realiza todas las tareas en el sistema e imprime cosas —prepara las diapositivas, por ejemplo, las tinciones y todas esas cosas— para que [las tareas] se realicen mucho más rápido, mucho más fácilmente".

"No realmente aumenta nada, reemplaza toda la infraestructura", agrega sobre el software basado en la nube que quieren reemplazar los sistemas heredados del laboratorio y sus formas más compartimentadas de trabajo, utilizando aplicaciones discretas para llevar a cabo diferentes tareas. La idea del sistema operativo de IA es poder orquestar todo.

La startup se basa en diversos Modelos de Lenguaje Grandes (LLMs) mediante el ajuste fino con información y datos especializados para habilitar capacidades básicas en el contexto del laboratorio de patología. La plataforma integra la transcripción de voz a texto para transcribir las notas de voz del personal del laboratorio, y también "texto a estructura"; lo que significa que el sistema puede convertir estas notas de voz transcritas en instrucciones activas que impulsan las acciones del agente de IA, que pueden incluir el envío de instrucciones al equipo de laboratorio para mantener el flujo de trabajo en marcha.

Elea también planea desarrollar su propio modelo fundamental para el análisis de imágenes de diapositivas, según Schröder, a medida que avanza hacia el desarrollo de capacidades diagnósticas también. Pero por ahora, están enfocados en escalar su oferta inicial.

La propuesta de Elea a los laboratorios sugiere que lo que podría llevarles dos o tres semanas mediante procesos convencionales puede lograrse en cuestión de horas o días, ya que el sistema integrado puede acumular y potenciar los incrementos de productividad suplantando cosas como las tediosas idas y venidas que pueden rodear la escritura manual de informes, donde los errores humanos y otras peculiaridades del flujo de trabajo pueden introducir mucha fricción.

El sistema puede ser accedido por el personal del laboratorio a través de una aplicación para iPad, una aplicación para Mac o una aplicación web, ofreciendo una variedad de puntos de contacto para adaptarse a los diferentes tipos de usuarios.

La empresa fue fundada a principios de 2024 y lanzada con su primer laboratorio en octubre después de pasar un tiempo en sigilo trabajando en su idea en 2023, según Schröder, quien tiene experiencia en la aplicación de IA para proyectos de conducción autónoma en Bosch, Luminar y Mercedes.

Otro cofundador, el Dr. Sebastian Casu —el director de marketing de la startup— aporta una formación clínica, habiendo pasado más de una década trabajando en cuidados intensivos, anestesiología y en departamentos de emergencia, así como habiendo sido previamente director médico de una gran cadena hospitalaria.

Hasta ahora, Elea ha firmado una asociación con un importante grupo hospitalario alemán (no están revelando cuál todavía) que procesa alrededor de 70,000 casos anualmente. Por lo tanto, el sistema cuenta con cientos de usuarios hasta ahora.

Más clientes están programados para lanzarse "pronto" — y Schröder también dice que están considerando la expansión internacional, con un ojo particular en ingresar al mercado estadounidense.

Respaldos de la semilla

La startup está revelando por primera vez una ronda de financiación de semilla de 4 millones de euros que recaudó el año pasado — liderada por Fly Ventures y Giant Ventures — que ha sido utilizada para expandir su equipo de ingeniería y poner el producto en manos de los primeros laboratorios.

Esta cifra es una suma bastante pequeña en comparación con los mencionados miles de millones en financiamiento que ahora circulan en el espacio anualmente. Pero Schröder argumenta que las startups de IA no necesitan ejércitos de ingenieros y cientos de millones para tener éxito — es más un caso de aplicar inteligentemente los recursos que se tienen, sugiere. Y en este contexto de salud, eso significa adoptar un enfoque centrado en el departamento y madurar el caso de uso objetivo antes de pasar a la siguiente área de aplicación.

Aun así, al mismo tiempo, confirma que el equipo buscará recaudar una ronda de la Serie A (más grande) — probablemente este verano — diciendo que Elea cambiará de marcha hacia una comercialización activa para que más laboratorios se integren, en lugar de depender del enfoque de boca a boca con el que comenzaron.

Al discutir su enfoque frente al panorama competitivo de soluciones de IA en la atención médica, nos dice: "Creo que la gran diferencia es que es una solución específica en lugar de estar integrada verticalmente".

“Muchas de las herramientas que ves son complementos de sistemas existentes [como los sistemas de registros electrónicos de salud]... Es algo que [los usuarios] necesitan hacer encima de otra herramienta, otra interfaz de usuario, algo que las personas que realmente no quieren trabajar con hardware digital tienen que hacer, y por lo tanto es difícil, y definitivamente limita el potencial”, prosigue.

“En lugar de eso, construimos algo que realmente integramos profundamente en nuestro propio sistema de información de laboratorio — o lo llamamos sistema operativo de patología — lo que en última instancia significa que el usuario ni siquiera tiene que usar una interfaz de usuario diferente, no tiene que usar una herramienta diferente. Y simplemente habla con Elea, dice lo que ve, dice lo que quiere hacer y dice lo que se supone que Elea debe hacer en el sistema”.

“Tampoco necesitas miles de ingenieros — necesitas una docena, dos docenas realmente buenos”, argumenta. “Tenemos aproximadamente dos docenas de ingenieros en el equipo... y pueden lograr cosas increíbles”.

“Las empresas de más rápido crecimiento que ves en estos días, no tienen cientos de ingenieros — tienen uno, dos docenas de expertos, y esos chicos pueden construir cosas increíbles. Y esa es también la filosofía que tenemos, y por eso realmente no necesitamos recaudar — al menos inicialmente — cientos de millones”, agrega.

“Definitivamente es un cambio de paradigma... en cómo se construyen las empresas”.

Escalar una mentalidad de flujo de trabajo

Elegir comenzar con los laboratorios de patología fue una elección estratégica para Elea, ya que no solo el mercado abordable vale varios miles de millones de dólares, según Schröder, sino que describe el espacio de la patología como "extremadamente global" — con empresas y proveedores de laboratorios globales aumentando la escalabilidad para su juego de software como servicio — especialmente en comparación con la situación más fragmentada en torno a la provisión de hospitales.

“Para nosotros, es súper interesante porque puedes construir una aplicación y ya escalar con eso — desde Alemania al Reino Unido, a los EE. UU.”, sugiere. “Todos piensan igual, actúan igual, tienen el mismo flujo de trabajo. Y si lo resuelves en alemán, lo genial con los LLMs actuales, entonces también lo resuelves en inglés [y otros idiomas como el español]... Así que se abren muchas oportunidades diferentes”.

También alaba a los laboratorios de patología como "una de las áreas de más rápido crecimiento en la medicina" — señalando que los avances en la ciencia médica, como el aumento en la patología molecular y la secuenciación de ADN, están creando una demanda de más tipos de análisis y una mayor frecuencia de análisis. Todo lo cual significa más trabajo para los laboratorios — y más presión en los laboratorios para ser más productivos.

Una vez que Elea haya madurado el caso de uso del laboratorio, dice que podrían considerar moverse a áreas donde la IA se aplica más típicamente en la atención médica — como apoyar a los médicos de hospital para capturar interacciones con los pacientes — pero cualquier otra aplicación que desarrollen también tendría un enfoque estrecho en el flujo de trabajo.

“Lo que queremos llevar es esta mentalidad de flujo de trabajo, donde todo se trata como una tarea de flujo de trabajo, y al final, hay un informe — y ese informe debe ser enviado”, dice — agregando que en un contexto hospitalario no querrían involucrarse en diagnósticos sino que "realmente se enfocarían en operativizar el flujo de trabajo”.

El procesamiento de imágenes es otra área en la que Elea está interesada en futuras aplicaciones de atención médica — como acelerar el análisis de datos para radiología.

Desafíos

¿Qué hay de la precisión? La salud es un caso de uso muy sensible, por lo que cualquier error en estas transcripciones de IA —por ejemplo, relacionadas con una biopsia que está buscando tejido canceroso— podría llevar a consecuencias graves si hay una discrepancia entre lo que dice un médico humano y lo que Elea escucha y informa a otros tomadores de decisiones en la cadena de atención al paciente.

Actualmente, Schröder dice que están evaluando la precisión observando cosas como cuántos caracteres cambian los usuarios en los informes que proporciona la IA. En la actualidad, dice que hay entre un 5% y un 10% de casos en los que se realizan algunas intervenciones manuales en estos informes automatizados, lo que podría indicar un error. (Aunque también sugiere que los médicos pueden necesitar realizar cambios por otras razones — pero dice que están trabajando para "reducir" el porcentaje donde ocurren intervenciones manuales).

En última instancia, argumenta, la responsabilidad recae en los médicos y otro personal a quienes se les pide revisar y aprobar las salidas de IA — sugiriendo que el flujo de trabajo de Elea no es realmente diferente de los procesos tradicionales que ha sido diseñado para suplantar (donde, por ejemplo, una nota de voz de un médico sería transcrita por un humano y esas transcripciones también podrían contener errores —mientras que ahora "es simplemente que la creación inicial la realiza Elea IA, no un mecanógrafo").

La automatización puede llevar a un mayor volumen de procesamiento, aunque esto podría generar presión en dichas revisiones ya que el personal humano tendría que lidiar con potencialmente mucho más datos e informes para revisar de lo que solían hacerlo.

Sobre esto, Schröder reconoce que podría haber riesgos. Pero dice que han incorporado una función de "red de seguridad" donde la IA puede intentar detectar posibles problemas —usando indicaciones para alentar al médico a mirar de nuevo. "Lo llamamos un segundo par de ojos", señala, agregando: “Donde evaluamos informes de hallazgos anteriores con lo que [el médico] dijo ahora mismo y le damos comentarios y sugerencias”.

La confidencialidad del paciente puede ser otra preocupación asociada a la IA agente que depende del procesamiento en la nube (como hace Elea), en lugar de que los datos permanezcan en las instalaciones y bajo el control del laboratorio. Sobre esto, Schröder afirma que la startup ha resuelto las preocupaciones de "privacidad de datos" separando las identidades de los pacientes de las salidas diagnósticas — por lo que básicamente se basa en la pseudonimización para el cumplimiento de protección de datos.

"Siempre es anónimo en todo momento — cada paso solo realiza una acción — y combinamos los datos en el dispositivo donde el médico los ve", dice. "Así que básicamente tenemos IDs pseudo que utilizamos en todos nuestros pasos de procesamiento — que son temporales, que se eliminan posteriormente — pero durante el tiempo en que el médico ve al paciente, se combinan en el dispositivo para él".

"Trabajamos con servidores en Europa, nos aseguramos de que todo sea conforme con la privacidad de datos", también nos dice. "Nuestro cliente principal es una cadena de hospitales de propiedad pública — considerada infraestructura crítica en Alemania. Necesitábamos asegurarnos de que, desde el punto de vista de la privacidad de datos, todo esté seguro. Y nos dieron el visto bueno”.

“En última instancia, probablemente hemos superado lo que necesita hacerse. Pero siempre es mejor estar en el lado seguro —especialmente si manejas datos médicos”.