Nabla arrecada outros US$ 24 milhões para seu assistente de IA para médicos

Startup com sede em Paris Nabla apenas anunciado que levantou uma rodada de financiamento Série B de US$ 24 milhões liderada pela Cathay Innovation, com a participação da ZEBOX Ventures — o fundo corporativo de capital de risco da CMA CGM. Esta rodada de financiamento ocorre poucos meses depois que Nabla assinou um acordo em grande escala parceria com Grupo Médico Permanenteuma divisão da gigante norte-americana de saúde Kaiser Permanente.

Nabla tem trabalhado em um copiloto de IA para médicos e outras equipes médicas. A melhor maneira de descrevê-lo é que se trata de um parceiro de trabalho silencioso que fica sentado no canto da sala, fazendo anotações e escrevendo relatórios médicos para você.

A startup foi originalmente fundada por Alexandre Lebrun, Delphine Groll e Martin Raison. Lebrun, CEO da Nabla, era o CEO da Wit.ai, uma startup assistente de IA que foi adquirida pelo Facebook. Ele então se tornou chefe de engenharia do laboratório de pesquisa de IA do Facebook, FAIR.

Algumas semanas atrás, vi uma demonstração ao vivo de Nabla com um médico de verdade e um paciente falso fingindo ter dores nas costas. Quando um médico inicia uma consulta, ele aperta o botão Iniciar na interface do Nabla e esquece o computador.

Além da parte do exame físico, a consulta também inclui uma longa discussão com um monte de perguntas sobre o que o traz aqui e seu histórico médico. Ao final da consulta também poderão surgir recomendações e prescrições.

Nabla usa tecnologia de fala para texto para transformar a conversa em uma transcrição escrita. Funciona tanto com consultas presenciais quanto com consultas por telessaúde.

Depois que o paciente sai, o médico aperta o botão de parar. Nabla então usa um grande modelo de linguagem refinado com dados médicos e conversas relacionadas à saúde para identificar os pontos de dados importantes na consulta – sinais vitais médicos, nomes de medicamentos, patologias, etc.

Nabla gera um relatório médico completo em um ou dois minutos com um resumo da consulta, prescrições e cartas de consulta de acompanhamento.

Esses relatórios podem ser customizados de acordo com as necessidades do médico com um formato personalizado para suas anotações. Por exemplo, você pode adicionar instruções para tornar a nota mais concisa ou mais detalhada. Ou você pode solicitar a geração de notas que sigam o padrão de notas Subjetivo, Objetivo, Avaliação e Plano (SOAP), amplamente utilizado nos EUA.

Durante a demonstração que vi, fiquei extremamente surpreso com a eficácia do Nabla em geral. Embora estivéssemos em uma sala lotada e Nabla estivesse rodando em um laptop a alguns metros de distância dos apresentadores da demonstração, a ferramenta foi capaz de gerar uma transcrição precisa e um relatório útil.

Com o Nabla Copilot, como o nome sugere, a startup não está tentando tirar o humano do ciclo médico. Os médicos ainda têm a palavra final, pois podem editar os relatórios antes de serem arquivados no sistema de registro eletrônico de saúde (EHR).

Em vez disso, a empresa acredita que pode ajudar os médicos a economizar tempo no trabalho administrativo, para que possam dedicar mais tempo aos pacientes.

“O que sabemos é que num futuro próximo não queremos tentar substituir os médicos. Você já viu empresas – como a Babylon no Reino Unido – queimando US$ 1 bilhão tentando criar chatbots e tentando automatizar as coisas imediatamente e remover os médicos do circuito. E decidimos há muito tempo com a Nabla Copilot que (os médicos) são os pilotos e trabalhamos ao lado deles”, disse o cofundador e CEO da Nabla, Alexandre Lebrun.

“É um pouco como a automação para veículos autônomos. Ainda estamos no nível dois hoje. Iniciaremos o nível três muito em breve com suporte de garantia clínica. Então, o nível quatro é o apoio à decisão clínica, mas com a aprovação da FDA, porque você toma decisões que não pode realmente explicar”, acrescentou.

Em algum momento, você poderia até imaginar um nível cinco de assistência médica autônoma, o que significaria retirar os médicos da sala. Mas Lebrun ainda é muito cauteloso nesse aspecto.

“Para algumas situações em alguns mercados, como em alguns países onde não têm acesso a cuidados de saúde, seria algo relevante”, disse ele. No longo prazo, ele vê o processo de diagnóstico como um “problema de correspondência de padrões” que poderia ser resolvido com IA. Os médicos se concentrariam na empatia, nos procedimentos cirúrgicos e nas decisões críticas.

Embora a Nabla esteja sediada na França, a maioria dos clientes da empresa está nos EUA, após uma implementação no Permanente Medical Group. Nabla não é apenas um trabalho em andamento, ele é usado ativamente todos os dias por milhares de médicos.

O modelo de privacidade de Nabla

Atualmente, o Nabla está disponível como um aplicativo da web ou uma extensão do Google Chrome. A empresa está bem ciente de que está lidando com dados confidenciais. É por isso que não armazena áudio ou anotações médicas em seus servidores, a menos que o médico e o paciente dêem o seu consentimento.

Nabla se concentra no processamento de dados em vez de no armazenamento de dados. Após a consulta, o arquivo de áudio é descartado e a transcrição é armazenada no prontuário eletrônico que os médicos já utilizam para os prontuários de seus pacientes.

Em termos mais técnicos, quando um médico inicia uma gravação, o áudio é transcrito em tempo real usando uma API de fala para texto ajustada. A empresa usa uma combinação de uma API de fala para texto pronta para uso do Microsoft Azure e seu próprio modelo de fala para texto (um modelo refinado baseado no modelo Whisper de código aberto).

“Quando você tem apenas um algoritmo normal de fala para texto, eles podem ou não ser bons em dados médicos. Mas temos um ajustado. E, como você provavelmente já viu, o texto é muito claro no início e depois fica escuro. E quando escurece, significa que verificamos com nosso próprio modelo e corrigimos com nomes de medicamentos ou condições médicas”, disse o engenheiro da Nabla ML, Grégoire Retourné, durante a demonstração que vi.

A transcrição é primeiro pseudonimizada, o que significa que as informações de identificação pessoal são substituídas por variáveis. As transcrições pseudonimizadas são processadas por um grande modelo de linguagem. Historicamente, Nabla tem usado GPT-3 e depois GPT-4 como seu principal modelo de linguagem grande. Como cliente corporativo, Nabla pode dizer à OpenAI que não pode armazenar seus dados e treinar seu grande modelo de linguagem nessas consultas.

Mas Nabla também tem brincado com uma versão aprimorada do Llama 2. “No futuro, pretendemos usar modelos cada vez mais restritos em oposição aos modelos gerais”, disse Lebrun.

Depois que o LLM processa a transcrição, Nabla retira o pseudônimo da saída. Os médicos podem ver a nota, que está armazenada no computador no arquivo de armazenamento local do navegador da web. As notas podem ser exportadas para EHRs.

No entanto, os médicos podem dar sua aprovação e pedir o consentimento do paciente para compartilhar anotações médicas com Nabla, para que possam ser usadas para corrigir erros de transcrição. E dado que o Nabla está no caminho certo para processar mais de 3 milhões de consultas por ano em três idiomas, é provável que o Nabla melhore muito rapidamente graças aos dados do mundo real.