\n<\/p>\n
La startup Nabla, con sede en Par\u00eds, acaba de anunciar que ha recaudado una ronda de financiaci\u00f3n Serie B de 24 millones de d\u00f3lares liderada por Cathay Innovation, con la participaci\u00f3n de ZEBOX Ventures, el fondo de capital riesgo corporativo de CMA CGM. Esta ronda de financiaci\u00f3n se produce apenas unos meses despu\u00e9s de que Nabla firmara una asociaci\u00f3n a gran escala con Permanente Medical Group, una divisi\u00f3n del gigante sanitario estadounidense Kaiser Permanente.<\/p>\n
Seg\u00fan una fuente, Nabla ha alcanzado una valoraci\u00f3n de 180 millones de d\u00f3lares tras la ronda de financiaci\u00f3n de hoy. La empresa tambi\u00e9n podr\u00eda acabar recaudando m\u00e1s dinero de inversores estadounidenses como parte de esta ronda.<\/p>\n
Nabla ha estado trabajando en un copiloto de IA para m\u00e9dicos y otro personal m\u00e9dico. La mejor manera de describirlo es que es un compa\u00f1ero de trabajo silencioso que se sienta en un rinc\u00f3n de la habitaci\u00f3n, toma notas y escribe informes m\u00e9dicos para usted.<\/p>\n
La startup fue fundada originalmente por Alexandre Lebrun, Delphine Groll y Martin Raison. Lebrun, director ejecutivo de Nabla, era director ejecutivo de Wit.ai, una startup de asistente de inteligencia artificial adquirida por Facebook. Luego se convirti\u00f3 en jefe de ingenier\u00eda del laboratorio de investigaci\u00f3n de inteligencia artificial FAIR de Facebook.<\/p>\n
Hace unas semanas, vi una demostraci\u00f3n en vivo de Nabla con un m\u00e9dico real y un paciente falso que fing\u00eda tener dolores de espalda. Cuando un m\u00e9dico inicia una consulta, presiona el bot\u00f3n de inicio en la interfaz de Nabla y se olvida de su computadora.<\/p>\n
Adem\u00e1s de la parte del examen f\u00edsico, una consulta tambi\u00e9n incluye una larga discusi\u00f3n con un mont\u00f3n de preguntas sobre lo que lo trae aqu\u00ed y su historial m\u00e9dico. Al final de la consulta, tambi\u00e9n puede haber recomendaciones y prescripciones.<\/p>\n
Nabla utiliza tecnolog\u00eda de voz a texto para convertir la conversaci\u00f3n en una transcripci\u00f3n escrita. Funciona tanto con consultas presenciales como con citas de telesalud.<\/p>\n
Una vez que el paciente se ha marchado, el m\u00e9dico pulsa el bot\u00f3n de parada. Luego, Nabla utiliza un gran modelo de lenguaje refinado con datos m\u00e9dicos y conversaciones relacionadas con la salud para identificar los puntos de datos importantes en la consulta: signos vitales m\u00e9dicos, nombres de medicamentos, patolog\u00edas, etc.<\/p>\n
Nabla genera un informe m\u00e9dico completo en uno o dos minutos con un resumen de la consulta, recetas y cartas de citas de seguimiento.<\/p>\n
Estos informes se pueden personalizar seg\u00fan las necesidades del m\u00e9dico con un formato personalizado para sus notas. Por ejemplo, puede agregar instrucciones para que la nota sea m\u00e1s concisa o m\u00e1s detallada. O puede solicitar generar notas que sigan el patr\u00f3n de notas subjetivas, objetivas, de evaluaci\u00f3n y plan (SOAP) que se usa ampliamente en los EE. UU.<\/p>\n
Durante la demostraci\u00f3n que vi, qued\u00e9 muy sorprendido por la eficacia de Nabla en general. Aunque est\u00e1bamos en una sala llena de gente y Nabla estaba funcionando en una computadora port\u00e1til a un par de metros de los presentadores de la demostraci\u00f3n, la herramienta pudo generar una transcripci\u00f3n precisa y un informe \u00fatil.<\/p>\n
Con Nabla Copilot, como sugiere el nombre, la startup no intenta sacar al ser humano del circuito m\u00e9dico. Los m\u00e9dicos todav\u00eda tienen la \u00faltima palabra, ya que pueden editar los informes antes de archivarlos en su sistema de registro m\u00e9dico electr\u00f3nico (EHR).<\/p>\n
En cambio, la empresa cree que puede ayudar a los m\u00e9dicos a ahorrar tiempo en el trabajo administrativo para que puedan dedicar m\u00e1s tiempo a centrarse en los pacientes.<\/p>\n
\u201cLo que sabemos en el futuro cercano es que no queremos intentar reemplazar a los m\u00e9dicos. Has visto empresas, como Babylon en el Reino Unido, que gastan mil millones de d\u00f3lares tratando de crear chatbots y automatizar las cosas de inmediato y sacar a los m\u00e9dicos del c\u00edrculo. Y hace mucho tiempo decidimos con Nabla Copilot que [doctors] Somos los pilotos y trabajamos a su lado\u201d, afirm\u00f3 Lebrun.<\/p>\n
\u201cEs un poco como la automatizaci\u00f3n de veh\u00edculos aut\u00f3nomos. Todav\u00eda estamos en el nivel dos hoy. Muy pronto comenzaremos el nivel tres con soporte de garant\u00eda cl\u00ednica. Luego el nivel cuatro es el apoyo a las decisiones cl\u00ednicas, pero con la aprobaci\u00f3n de la FDA, porque se toman decisiones que realmente no se pueden explicar\u201d, a\u00f1adi\u00f3.<\/p>\n
En alg\u00fan momento, incluso se podr\u00eda imaginar un nivel cinco de atenci\u00f3n sanitaria aut\u00f3noma, lo que significar\u00eda sacar a los m\u00e9dicos de la sala. Pero Lebrun sigue siendo muy cauteloso en este frente.<\/p>\n
\u00abPara algunas situaciones en algunos mercados, como en algunos pa\u00edses donde no tienen acceso a la atenci\u00f3n m\u00e9dica, ser\u00eda algo relevante\u00bb, dijo. A largo plazo, ve el proceso de diagn\u00f3stico como un \u201cproblema de coincidencia de patrones\u201d que podr\u00eda resolverse con IA. Los m\u00e9dicos se centrar\u00edan en la empat\u00eda, los procedimientos quir\u00fargicos y las decisiones cr\u00edticas.<\/p>\n
Si bien Nabla tiene su sede en Francia, la mayor\u00eda de los clientes de la empresa se encuentran en los EE. UU. tras su implementaci\u00f3n en Permanente Medical Group. Nabla no es s\u00f3lo un trabajo en progreso, sino que miles de m\u00e9dicos lo utilizan activamente todos los d\u00edas.<\/p>\n
Nabla est\u00e1 actualmente disponible como aplicaci\u00f3n web o como extensi\u00f3n de Google Chrome. La empresa es muy consciente de que maneja datos confidenciales. Por eso no almacena audios ni notas m\u00e9dicas en sus servidores, a menos que tanto el m\u00e9dico como el paciente den su consentimiento.<\/p>\n
Nabla se centra en el procesamiento de datos en lugar del almacenamiento de datos. Despu\u00e9s de una consulta, el archivo de audio se descarta y la transcripci\u00f3n se almacena en el EHR que los m\u00e9dicos ya utilizan para los archivos de sus pacientes.<\/p>\n
En t\u00e9rminos m\u00e1s t\u00e9cnicos, cuando un m\u00e9dico inicia una grabaci\u00f3n, el audio se transcribe en tiempo real utilizando una API de conversi\u00f3n de voz a texto optimizada. La empresa utiliza una combinaci\u00f3n de una API de voz a texto disponible en el mercado de Microsoft Azure y su propio modelo de voz a texto (un modelo refinado basado en el modelo Whisper de c\u00f3digo abierto).<\/p>\n
\u201cCuando se tiene s\u00f3lo un algoritmo normal de voz a texto, es posible que sean buenos o no para los datos m\u00e9dicos. Pero tenemos uno afinado. Y, como probablemente habr\u00e1s visto, el texto es muy claro al principio y luego se vuelve oscuro. Y cuando oscurece, significa que lo verificamos con nuestro propio modelo y lo corregimos con nombres de medicamentos o condiciones m\u00e9dicas\u201d, dijo el ingeniero de Nabla ML, Gr\u00e9goire Retourn\u00e9, durante la demostraci\u00f3n que vi.<\/p>\n
Primero se seudonimiza la transcripci\u00f3n, lo que significa que la informaci\u00f3n de identificaci\u00f3n personal se reemplaza con variables. Las transcripciones seud\u00f3nimas se procesan mediante un modelo de lenguaje grande. Hist\u00f3ricamente, Nabla ha estado utilizando GPT-3 y luego GPT-4 como su principal modelo de lenguaje grande. Como cliente empresarial, Nabla puede decirle a OpenAI que no puede almacenar sus datos y entrenar su modelo de lenguaje grande en esas consultas.<\/p>\n
Pero Nabla tambi\u00e9n ha estado jugando con una versi\u00f3n perfeccionada de Llama 2. \u00abEn el futuro, prevemos utilizar modelos cada vez m\u00e1s estrechos en lugar de modelos generales\u00bb, dijo Lebrun.<\/p>\n
Una vez que el LLM ha procesado la transcripci\u00f3n, Nabla elimina el seud\u00f3nimo del resultado. Los m\u00e9dicos pueden ver la nota, que se almacena en la computadora en el archivo de almacenamiento del navegador web local. Las notas se pueden exportar a EHR.<\/p>\n
Sin embargo, los m\u00e9dicos pueden dar su aprobaci\u00f3n y pedir el consentimiento del paciente para compartir notas m\u00e9dicas con Nabla para que puedan utilizarse para corregir errores de transcripci\u00f3n. Y dado que Nabla est\u00e1 en camino de procesar m\u00e1s de 3 millones de consultas por a\u00f1o en tres idiomas, es probable que Nabla mejore muy r\u00e1pidamente gracias a datos del mundo real.<\/p>\n