Blog
巴黎新創Nabla完成2400萬美元融資，推出AI醫療助手提升醫療服務效率
巴黎新創Nabla完成2400萬美元融資，推出AI醫療助手提升醫療服務效率
January 6, 2024
重點摘要：
新聞內文：
巴黎新創公司Nabla最近宣布，該公司已完成由Cathay Innovation領投、ZEBOX Ventures CMA CGM的企業風險投資基金參與的2400萬美元B輪融資。這次融資僅在Nabla與美國醫療保健龍頭Kaiser Permanente旗下的「Permanente Medical Group」簽署大規模合作幾個月後進行。
據消息人士透露，經過今天的融資輪，Nabla的估值已達到1.8億美元。該公司可能還會在本輪融資中從美國投資者那裡籌集更多資金。
「Nabla」一直在開發一種面向醫生和其他醫療人員的AI助手。最好的形容是，「它就像一個安靜的工作伙伴，坐在房間的一角，為你記錄筆記並撰寫醫療報告」。
該初創公司最初由Alexandre Lebrun、Delphine Groll和Martin Raison創立。Nabla的執行長Lebrun曾是AI助手新創公司「Wit.ai」的執行長，後來該公司被Facebook收購。他隨後成為Facebook AI研究實驗室「FAIR」的工程主管。
幾週前，我看到了一場Nabla的即時示範，由一位真正的醫生和一位假裝背痛的假病人進行。當醫生開始診察時，他們會在Nabla的界面中點擊開始按鈕，然後忘記他們的電腦。
除了身體檢查部分外，診察還包括許多關於「你來這裡的原因」和「你的病史」的問題。診察結束時，可能還會有建議和處方。
Nabla使用語音轉文字技術將對話轉換成書面文字。它適用於面對面診察和遠程健康預約。
患者離開後，醫生點擊停止按鈕。Nabla隨後使用經過醫療數據和與健康相關對話精煉的大型語言模型來識別診察中的重要數據點、醫學生命體徵、藥品名稱、病理等。
Nabla在一兩分鐘內生成了一份詳細的醫療報告，其中包括診察摘要、處方和後續預約信。
這些報告可以根據醫生的需求進行定制，為您的筆記提供個性化格式。例如，您可以添加指令使筆記更簡潔或更詳細。或者您可以要求生成遵循在美國廣泛使用的主觀、客觀、評估和計劃 (SOAP) 筆記模式的筆記。
在我看到的演示中，我對Nabla的整體效果感到非常驚訝。即使我們在一個擁擠的房間裡，Nabla運行在距離演示者幾米遠的筆記本電腦上，這個工具仍能夠生成準確的文字記錄和有用的報告。
如其名稱Nabla Copilot所示，該新創公司並不試圖從醫療環節中去除人類。醫生仍然有最終發言權，因為他們可以在報告存檔到他們的電子健康記錄系統 (EHR) 之前進行編輯。
相反，該公司認為它可以幫助醫生節省行政工作時間，以便他們可以花更多時間關注病人。
Lebrun說：「我們知道的近期未來是，我們不想試圖取代醫生。你已經看到了一些公司（比如英國的巴比倫）燒掉10億美元嘗試做聊天機器人，並試圖立即自動化事物並將醫生從循環中移除。我們很早以前就用Nabla Copilot決定了[醫生]是飛行員，我們在他們身邊工作」。
他補充說：「這有點像自動駕駛汽車的自動化。我們今天仍處於第二級。我們很快就會開始第三級，即臨床保險支持。然後第四級是臨床決策支持，但需要FDA批准，因為你做出了你無法真正解釋的決定」。
在某些情況下，您甚至可以想像一個五級的自治醫療，這意味著將醫生從房間中移除。但Lebrun在這方面仍然非常謹慎。
他說：「對於一些市場中的某些情況，比如在一些沒有獲得任何醫療保健的國家，這將是一件相關的事情」。從長遠來看，他將診斷過程視為可以用AI解決的「模式匹配問題」。醫生將專注於同情心、手術程序和關鍵決策。
雖然Nabla總部設在法國，但該公司的大多數客戶都在美國，這是由於在Permanente Medical Group全面推出後。Nabla不僅是一項正在進行的工作，而且每天都有成千上萬的醫生積極使用。
Nabla的隱私模式
Nabla目前可作為Web應用程式或Google Chrom擴充程式使用。該公司非常清楚它正在處理敏感數據。這就是為什麼它不在其服務器上存儲音頻或醫療筆記，除非醫生和患者都給予同意。
Nabla專注於數據處理而不是數據存儲。診察結束後，音訊文件將被丟棄，文字記錄將存儲在醫生已經用於其患者檔案的EHR中。
更技術性地說，當醫生開始錄音時，音訊會即時轉錄為文字，使用經過微調的語音轉文字API。該公司使用了來自Microsoft Azure的現成語音轉文字API和其自己的語音轉文字模型（基於開源 Whisper 模型的精煉模型）的組合。
Nabla的ML工程師Grégoire Retourné在我看到的示範中說：「當你只有一個正常的語音轉文字算法時，它們可能對醫療數據好或不好。但我們有一個經過微調的算法。而且，正如你可能已經看到的那樣，文字一開始非常淺，然後變得深。當它變得深時，意味著我們用我們自己的模型驗證了它，並用藥品名稱或醫療條件對其進行了更正」。
文字記錄首先是偽匿名的，這意味著可識別個人的訊息被變數替換。偽匿名的文字記錄由大型語言模型處理。歷史上，Nabla一直在使用GPT-3，然後是GPT-4作為其主要的大型語言模型。作為企業客戶，Nabla可以告訴OpenAI它不能儲存其數據並在這些診察上訓練其大型語言模型。
但Nabla也在使用Llama 2的微調版本。Lebrun表示：「未來，我們計劃使用越來越多的狹窄模型，而不是通用模型」。
LLM處理完文字記錄後，Nabla會將輸出去偽匿名化。醫生可以看到筆記，該筆記儲存在電腦的當地網頁瀏覽器儲存文件中。筆記可以導出到EHR系統。
然而，醫生可以批准並請求患者同意與Nabla共享醫療筆記，以便用於糾正文字轉寫錯誤。考慮到Nabla正在處理超過300萬次每年三種語言的診察，由於現實世界的數據，Nabla很有可能會迅速改進。
新聞原址： https://techcrunch.com/2024/01/05/nabla-raises-another-24-million-for-its-ai-assistant-for-doctors/
- 巴黎新創公司Nabla完成由Cathay Innovation領投的2400萬美元B輪融資，其估值達到1.8億美元，僅在與Permanente Medical Group簽署合作幾個月後進行。
- Nabla正在開發一種AI助手，專為醫生和醫療人員設計，以在診察中提供支持，如記錄筆記和撰寫醫療報告。
- Nabla使用語音轉文字技術和大型語言模型來識別診察中的重要數據點，並在短時間內生成詳細的醫療報告。該公司重視數據隱私，不在其服務器上存儲音訊或醫療筆記，除非獲得醫生和患者的同意。
新聞內文：
巴黎新創公司Nabla最近宣布，該公司已完成由Cathay Innovation領投、ZEBOX Ventures CMA CGM的企業風險投資基金參與的2400萬美元B輪融資。這次融資僅在Nabla與美國醫療保健龍頭Kaiser Permanente旗下的「Permanente Medical Group」簽署大規模合作幾個月後進行。
據消息人士透露，經過今天的融資輪，Nabla的估值已達到1.8億美元。該公司可能還會在本輪融資中從美國投資者那裡籌集更多資金。
「Nabla」一直在開發一種面向醫生和其他醫療人員的AI助手。最好的形容是，「它就像一個安靜的工作伙伴，坐在房間的一角，為你記錄筆記並撰寫醫療報告」。
該初創公司最初由Alexandre Lebrun、Delphine Groll和Martin Raison創立。Nabla的執行長Lebrun曾是AI助手新創公司「Wit.ai」的執行長，後來該公司被Facebook收購。他隨後成為Facebook AI研究實驗室「FAIR」的工程主管。
幾週前，我看到了一場Nabla的即時示範，由一位真正的醫生和一位假裝背痛的假病人進行。當醫生開始診察時，他們會在Nabla的界面中點擊開始按鈕，然後忘記他們的電腦。
除了身體檢查部分外，診察還包括許多關於「你來這裡的原因」和「你的病史」的問題。診察結束時，可能還會有建議和處方。
Nabla使用語音轉文字技術將對話轉換成書面文字。它適用於面對面診察和遠程健康預約。
患者離開後，醫生點擊停止按鈕。Nabla隨後使用經過醫療數據和與健康相關對話精煉的大型語言模型來識別診察中的重要數據點、醫學生命體徵、藥品名稱、病理等。
Nabla在一兩分鐘內生成了一份詳細的醫療報告，其中包括診察摘要、處方和後續預約信。
這些報告可以根據醫生的需求進行定制，為您的筆記提供個性化格式。例如，您可以添加指令使筆記更簡潔或更詳細。或者您可以要求生成遵循在美國廣泛使用的主觀、客觀、評估和計劃 (SOAP) 筆記模式的筆記。
在我看到的演示中，我對Nabla的整體效果感到非常驚訝。即使我們在一個擁擠的房間裡，Nabla運行在距離演示者幾米遠的筆記本電腦上，這個工具仍能夠生成準確的文字記錄和有用的報告。
如其名稱Nabla Copilot所示，該新創公司並不試圖從醫療環節中去除人類。醫生仍然有最終發言權，因為他們可以在報告存檔到他們的電子健康記錄系統 (EHR) 之前進行編輯。
相反，該公司認為它可以幫助醫生節省行政工作時間，以便他們可以花更多時間關注病人。
Lebrun說：「我們知道的近期未來是，我們不想試圖取代醫生。你已經看到了一些公司（比如英國的巴比倫）燒掉10億美元嘗試做聊天機器人，並試圖立即自動化事物並將醫生從循環中移除。我們很早以前就用Nabla Copilot決定了[醫生]是飛行員，我們在他們身邊工作」。
他補充說：「這有點像自動駕駛汽車的自動化。我們今天仍處於第二級。我們很快就會開始第三級，即臨床保險支持。然後第四級是臨床決策支持，但需要FDA批准，因為你做出了你無法真正解釋的決定」。
在某些情況下，您甚至可以想像一個五級的自治醫療，這意味著將醫生從房間中移除。但Lebrun在這方面仍然非常謹慎。
他說：「對於一些市場中的某些情況，比如在一些沒有獲得任何醫療保健的國家，這將是一件相關的事情」。從長遠來看，他將診斷過程視為可以用AI解決的「模式匹配問題」。醫生將專注於同情心、手術程序和關鍵決策。
雖然Nabla總部設在法國，但該公司的大多數客戶都在美國，這是由於在Permanente Medical Group全面推出後。Nabla不僅是一項正在進行的工作，而且每天都有成千上萬的醫生積極使用。
Nabla的隱私模式
Nabla目前可作為Web應用程式或Google Chrom擴充程式使用。該公司非常清楚它正在處理敏感數據。這就是為什麼它不在其服務器上存儲音頻或醫療筆記，除非醫生和患者都給予同意。
Nabla專注於數據處理而不是數據存儲。診察結束後，音訊文件將被丟棄，文字記錄將存儲在醫生已經用於其患者檔案的EHR中。
更技術性地說，當醫生開始錄音時，音訊會即時轉錄為文字，使用經過微調的語音轉文字API。該公司使用了來自Microsoft Azure的現成語音轉文字API和其自己的語音轉文字模型（基於開源 Whisper 模型的精煉模型）的組合。
Nabla的ML工程師Grégoire Retourné在我看到的示範中說：「當你只有一個正常的語音轉文字算法時，它們可能對醫療數據好或不好。但我們有一個經過微調的算法。而且，正如你可能已經看到的那樣，文字一開始非常淺，然後變得深。當它變得深時，意味著我們用我們自己的模型驗證了它，並用藥品名稱或醫療條件對其進行了更正」。
文字記錄首先是偽匿名的，這意味著可識別個人的訊息被變數替換。偽匿名的文字記錄由大型語言模型處理。歷史上，Nabla一直在使用GPT-3，然後是GPT-4作為其主要的大型語言模型。作為企業客戶，Nabla可以告訴OpenAI它不能儲存其數據並在這些診察上訓練其大型語言模型。
但Nabla也在使用Llama 2的微調版本。Lebrun表示：「未來，我們計劃使用越來越多的狹窄模型，而不是通用模型」。
LLM處理完文字記錄後，Nabla會將輸出去偽匿名化。醫生可以看到筆記，該筆記儲存在電腦的當地網頁瀏覽器儲存文件中。筆記可以導出到EHR系統。
然而，醫生可以批准並請求患者同意與Nabla共享醫療筆記，以便用於糾正文字轉寫錯誤。考慮到Nabla正在處理超過300萬次每年三種語言的診察，由於現實世界的數據，Nabla很有可能會迅速改進。
新聞原址： https://techcrunch.com/2024/01/05/nabla-raises-another-24-million-for-its-ai-assistant-for-doctors/