7 באוקטובר 2026 האקדמיה ארכיון
מבזקים
טוני פאדל: גל ראשון של מכשירי בינה מלאכותית נכשל כי לא פתרו בעיה אמיתית הלת'ליפ (Healthleap) גייסה 38 מיליון דולר כדי לאתר חולים שהתיק הרפואי שלהם מסתיר סיכון לא מאובחן ליקוויד משיקה מודלי החלטה מולטימודליים לקצה, d1-3B מוביל את מדד ההחלטות מתחת ל-10 מיליארד פרמטרים Common Sense Media: ChatGPT לבני נוער, "סיכון בלתי קביל" הארק משיקה עוזר אישי שמתמקד בפרטיות ומנסה להחליף את המחשב
חברות

הלת'ליפ (Healthleap) גייסה 38 מיליון דולר כדי לאתר חולים שהתיק הרפואי שלהם מסתיר סיכון לא מאובחן

הלת'ליפ (Healthleap) גייסה 38 מיליון דולר כדי לאתר חולים שהתיק הרפואי שלהם מסתיר סיכון לא מאובחן

מהפך ממוצר תזונה לפלטפורמה כללית

הסטארט-אפ הדרום-אפריקאי, שהוקם ב-2022 על ידי האחים ג'מימה וג'וזיה מאייר (Jemima and Josiah Meyer), התחיל בכלל ככלי תזונה קליני שג'מימה בנתה לדיאטנים. בשלב מסוים החברה עשתה פיבוט ובנתה פלטפורמה רחבה יותר שסורקת רשומות אשפוז בחיפוש אחר מצבים כמו תת-תזונה או דליריום, שלרוב מתפספסים בשלב מוקדם. את סבב הסיד של 8 מיליון דולר הובילו במשותף סקויה קפיטל (Sequoia Capital) ופירסט ראונד קפיטל (First Round Capital), ואת סבב A של 30 מיליון דולר הובילה האמינגבירד ונצ'רס (Hummingbird Ventures); החברה לא חושפת את השווי לפיו גויס הכסף.

איך המערכת קוראת את התיק הרפואי

המנוע הטכני מחבר מודלי שפה למערכת הרשומות הרפואיות (EHR) של בית החולים, שולף מההערות החופשיות של הצוות הקליני אזכורים כמו ירידה במשקל או קושי בבליעה, ומצליב אותם עם נתונים מובנים, בדיקות מעבדה, סימנים חיוניים, תרופות ופקודות דיאטה. כל לילה המערכת מריצה את הפייפליין על כל מאושפז בוגר, ובבוקר כותבת ציון סיכון לתוך הזרימה הקיימת של הצוות המטפל, עם דשבורד שמרכז מגמות. לדברי המנכ"ל ג'וזיה מאייר, התוכנה לא מאבחנת אלא רק מדליקה נורה אדומה לבדיקה נוספת.

תיקוף קליני ופריסה בבתי חולים גדולים

כרגע הפלטפורמה פרוסה ביותר מ-50 בתי חולים, שם היא מסננת תת-תזונה ודליריום; מודולים נוספים לדלקת ריאות משאיפה, כיבי לחץ וסיכון לאשפוז חוזר באי-ספיקת לב נמצאים בתהליך תיקוף קליני נוסף. הרקע הקליני ברור: מחקרים מצביעים על כך ש-20% עד 50% מהמאושפזים סובלים מתת-תזונה, שמקושרת לשהות ארוכה יותר, ריפוי פצעים לקוי, זיהומים ותמותה גבוהה יותר. מאייר מספר שהחברה צמחה משלושה בתי חולים שותפים למעל 50 בשנה האחרונה, והרשימה כוללת שמות כמו פן מדיסין (Penn Medicine), סידרס-סיני (Cedars-Sinai), אינטרמאונטיין (Intermountain), יוסטון מתודיסט (Houston Methodist) ואימורי הלת'קר (Emory Healthcare). ההכנסות קפצו פי יותר מ-10 באותה תקופה, בלי לחשוף מספרים מוחלטים.

מודל עסקי מבוסס תוצאות ומספרים שטרם אומתו עצמאית

החוזים נחתמים לשלוש שנים ומתומחרים לפי מספר המיטות המורשות, עם רכיב תמחור מבוסס-תוצאה: בית החולים מאמת את ה-ROI הקשיח שמיוחס למוצר, והחברה מתחייבת חוזית לספק מכפילים של מחיר החוזה. מאייר טוען שכל לקוח ראה עד כה החזר של פי 5 לפחות, ובמקרים מסוימים מעל פי 20 בשנה. בבית החולים של אוניברסיטת פנסילבניה, תוכנית תת-התזונה הניבה לטענתם השפעה פיננסית שנתית של 23.8 מיליון דולר (כ-88 מיליון שקל), מתוכם 6.3 מיליון דולר מהחזרים נוספים ו-17.5 מיליון דולר מקיצור ימי אשפוז, הנתון נקטע במקור ולא פורסם פירוט מלא של המתודולוגיה.

מה חסר בתמונה

מעבר למספרי ה-ROI שמגיעים מהחברה עצמה בלי ביקורת חיצונית שפורסמה, לא נמסרו מדדי ביצועים סטנדרטיים כמו רגישות וסגוליות (sensitivity/specificity) של מודלי הסיכון, ולא פורט אילו מודלי שפה בדיוק מריצים בפרודקשן. העובדה שהמודולים החדשים עדיין בתיקוף קליני אומרת שהערך המוכח כרגע מוגבל לתת-תזונה ודליריום; השאר, פוטנציאל בלבד.

מקור: techcrunch.com