المشكلة: البيانات غير المهيكلة تثقل كاهل الطواقم الطبية

قرابة 80% من البيانات الطبية موجودة في صيغ غير مهيكلة، مثل ملاحظات الطبيب النصية الحرة، بينما 20% فقط مخزنة في حقول موحدة ومهيكلة مثل القيم المخبرية أو البيانات الديموغرافية . هذا الخلل يعني أن طاقم الأورام العالي التدريب يقضون ساعات في قراءة السجلات يدوياً لدعم سير العمل الأساسي: مطابقة التجارب السريرية، التحضير لزيارة المريض، وإعداد تقارير سجل السرطان .

لهذا العمل اليدوي عواقب حقيقية. فهو يخلق عنق زجاجة في التسجيل بالتجارب السريرية - وهو عملية يقول المعهد الوطني للسرطان إنها حيوية لإدارة الأعراض الجانبية واختبار علاجات جديدة . كما يؤدي إلى ساعات "وقت البيجاما" حيث يضطر الأطباء لإنجاز أعمالهم الإدارية بعد انتهاء نوبات عملهم . تستهدف تريوميكس نقطة الألم هذه تحديداً من خلال أتمتة استيعاب وتحليل مئات الصفحات لكل مريض.

كيف يعمل OncoLLM: بنية ذكاء اصطناعي خاصة بالأورام

تعمل منصة تريوميكس بواسطة OncoLLM، وهو إطار ذكاء اصطناعي من الفئة المؤسسية صُمم خصيصاً لعلم الأورام . بدلاً من أن يكون نموذجاً واحداً ضخماً، يوصف OncoLLM بأنه "كوكبة" من 8 نماذج تتراوح أحجامها بين 3 مليارات و72 مليار معامل (parameter)، تعمل بطريقة تآزرية تشبه الوكلاء (agentic manner) . يسمح هذا التصميم للنظام بتفسير المعلومات على مستوى المريض، محَللاً السجل الطبي الطولي بدلاً من تحليل وثيقة واحدة كل مرة.

النهج التقني هو خروج متعمد عن الأساليب السابقة مثل التعرف على الكيانات المسماة أو استخراج العلاقات . تستفيد الشركة أيضاً من خدمات Azure AI وOpenAI من مايكروسوفت، بما في ذلك الضبط الدقيق لنموذج اللغة الصغير Phi-3.5 لتحليل المعلومات السريرية الحرجة من البيانات غير المهيكلة على نطاق واسع . وفقاً لمايكروسوفت، يسمح هذا التكامل للمنصة بمراجعة سجلات مرضى كاملة مقابل مئات التجارب السريرية الجارية في أقل من دقيقة .

يوجد منتجان برمجيان أساسيان يعملان فوق OncoLLM:

• Prism: يفحص تلقائياً كل موعد قادم لمريض مقابل قائمة التجارب السريرية الكاملة ويقدم التطابقات يومياً أو أسبوعياً مباشرة في سير عمل مقدم الرعاية، متضمناً شرحاً مفصلاً لمعايير الأهلية مع الاستشهاد بالمصادر .
• Harmony: يعالج بيانات السجل الصحي الإلكتروني (EHR) ليقوم تلقائياً بتجميع ملخصات على مستوى الخبراء توضح حالة المرض الحالية، الخط الزمني للعلاج، المؤشرات الحيوية، وخيارات التجارب السريرية . كما يدعم تحليل المجموعات وتقارير علاج الأورام الدقيق .

في تحقق مبكر مع كلية الطب في ويسكونسن، ورد أن OncoLLM وجد 90% من المرضى المؤهلين لتجارب سريرية في دقائق - وهي مهمة كانت ستستغرق من ممرضين مؤهلين أياماً أو أسابيع . ويذكر المصدر نفسه أن OncoLLM استخرج بيانات مهيكلة من ملاحظات غير مهيكلة بدقة مماثلة أو أعلى من نماذج مثل GPT-4 أو Claude، بينما كان تشغيله أرخص بنحو 40 مرة .

التمويل والنمو

جولة الـ 22 مليون دولار تأتي بعد جولة Series A بقيمة 15 مليون دولار جمعت في 2024 . سيستخدم رأس المال لتسريع التبني عبر الأنظمة الصحية وتعميق التكامل مع أنظمة السجلات الصحية الإلكترونية . لا تكشف الشركة علناً عن مقاييس نمو مفصلة مثل الإيرادات السنوية المتكررة (ARR) أو عدد العملاء المؤسسيين، غير أن إعلان التمويل يصفها بأنها موضع ثقة مراكز السرطان الرائدة .

ما يمكن التحقق منه علناً هو قائمة العملاء. فقد حصلت تريوميكس على اتفاقيات نشر مع مؤسسات مرموقة:

• مركز ميموريال سلون كيترينج للسرطان (MSK): من خلال برنامجي iHub وCRIC، ينشر المركز نظام مطابقة وفحص التجارب السريرية عبر تجاربه النشطة .
• مركز ماونت سيناي تيش للسرطان: أطلق منصة PRISM المدعومة من OncoLLM، ليصبح أول مركز شامل للسرطان معين من المعهد الوطني للسرطان (NCI) في مدينة نيويورك ينشر أداة ذكاء اصطناعي خاصة بالأورام لمطابقة التجارب .
• مركز ييل للسرطان ومستشفى سمايلو للسرطان: وسع استخدام المنصة عبر كامل قائمة التجارب السريرية النشطة، مع نتائج نُشرت في مجلة Nature Digital Medicine .

الموقف التنافسي: التخصص الرأسي في مواجهة الأدوات العامة

تدخل تريوميكس سوقاً مزدحماً بأدوات الذكاء الاصطناعي المحيطي (ambient AI) للكتابة والتوثيق السريري مثل Nuance DAX Copilot من مايكروسوفت وAbridge. لكن ما يميزها هو تخصصها الرأسي.

أدوات الكتابة بالذكاء الاصطناعي العامة مصممة لتوثيق سريري واسع عبر تخصصات متعددة - تلخيص المحادثات بين الطبيب والمريض أثناء الموعد. في المقابل، تركز تريوميكس حصراً على سير عمل الأورام الذي يتضمن بيانات ضخمة وطويلة وغير مهيكلة تمتد عبر سنوات من تاريخ المريض . ذكاؤها الاصطناعي يقرأ السجل الكامل للمريض، منتجاً صورة منظمة وموثقة لحالة المريض قبل الزيارة، وأثناء الفحص، وبعد الموعد .

كما أنشأت قيادة الشركة تحالف COLT، وهو اتحاد يضم أكثر من 20 مركزاً للسرطان معيناً من NCI إلى جانب Ci4CC، لوضع معايير للأداء والسلامة للذكاء الاصطناعي التوليدي في علم الأورام . وهذا يضع تريوميكس كلاعب في تحديد القواعد والمعايير، وليس فقط في بناء منتج.

ماذا بعد للذكاء الاصطناعي المتخصص في الأورام؟

تشير جولة التمويل البالغة 22 مليون دولار إلى أطروحة أوسع تتبلور في قطاع التكنولوجيا الصحية: تعقيد بيانات علم الأورام يتطلب بنية تحتية متخصصة، وليس مجرد روبوت محادثة عام مُعاد توظيفه . في وقت تواجه مراكز السرطان ضغوطاً متزايدة لمطابقة المزيد من المرضى بعلاجات دقيقة وتجارب سريرية، يصبح حل عنق الزجاجة هذا ضرورة تنافسية.

سواء استطاعت تريوميكس الحفاظ على أفضليتها كأول متحرك في مواجهة الأدوات العامة الممولة جيداً ومزودي السجلات الصحية الإلكترونية، فذلك سؤال مفتوح. لكن مع نشرها في MSK وييل وماونت سيناي، وجمعها 36 مليون دولار كتمويل إجمالي، تكون قد تجاوزت مرحلة إثبات المفهوم إلى عمليات سريرية فعلية. السنة القادمة ستختبر ما إذا كان الذكاء الاصطناعي الرأسي قادراً على الوفاء بوعوده في واحد من أكثر مجالات الطب كثافةً بالبيانات.

المشكلة: البيانات غير المهيكلة تثقل كاهل الطواقم الطبية

قرابة 80% من البيانات الطبية موجودة في صيغ غير مهيكلة، مثل ملاحظات الطبيب النصية الحرة، بينما 20% فقط مخزنة في حقول موحدة ومهيكلة مثل القيم المخبرية أو البيانات الديموغرافية . هذا الخلل يعني أن طاقم الأورام العالي التدريب يقضون ساعات في قراءة السجلات يدوياً لدعم سير العمل الأساسي: مطابقة التجارب السريرية، التحضير لزيارة المريض، وإعداد تقارير سجل السرطان .

لهذا العمل اليدوي عواقب حقيقية. فهو يخلق عنق زجاجة في التسجيل بالتجارب السريرية - وهو عملية يقول المعهد الوطني للسرطان إنها حيوية لإدارة الأعراض الجانبية واختبار علاجات جديدة . كما يؤدي إلى ساعات "وقت البيجاما" حيث يضطر الأطباء لإنجاز أعمالهم الإدارية بعد انتهاء نوبات عملهم . تستهدف تريوميكس نقطة الألم هذه تحديداً من خلال أتمتة استيعاب وتحليل مئات الصفحات لكل مريض.

كيف يعمل OncoLLM: بنية ذكاء اصطناعي خاصة بالأورام

تعمل منصة تريوميكس بواسطة OncoLLM، وهو إطار ذكاء اصطناعي من الفئة المؤسسية صُمم خصيصاً لعلم الأورام . بدلاً من أن يكون نموذجاً واحداً ضخماً، يوصف OncoLLM بأنه "كوكبة" من 8 نماذج تتراوح أحجامها بين 3 مليارات و72 مليار معامل (parameter)، تعمل بطريقة تآزرية تشبه الوكلاء (agentic manner) . يسمح هذا التصميم للنظام بتفسير المعلومات على مستوى المريض، محَللاً السجل الطبي الطولي بدلاً من تحليل وثيقة واحدة كل مرة.

النهج التقني هو خروج متعمد عن الأساليب السابقة مثل التعرف على الكيانات المسماة أو استخراج العلاقات . تستفيد الشركة أيضاً من خدمات Azure AI وOpenAI من مايكروسوفت، بما في ذلك الضبط الدقيق لنموذج اللغة الصغير Phi-3.5 لتحليل المعلومات السريرية الحرجة من البيانات غير المهيكلة على نطاق واسع . وفقاً لمايكروسوفت، يسمح هذا التكامل للمنصة بمراجعة سجلات مرضى كاملة مقابل مئات التجارب السريرية الجارية في أقل من دقيقة .

يوجد منتجان برمجيان أساسيان يعملان فوق OncoLLM:

• Prism: يفحص تلقائياً كل موعد قادم لمريض مقابل قائمة التجارب السريرية الكاملة ويقدم التطابقات يومياً أو أسبوعياً مباشرة في سير عمل مقدم الرعاية، متضمناً شرحاً مفصلاً لمعايير الأهلية مع الاستشهاد بالمصادر .
• Harmony: يعالج بيانات السجل الصحي الإلكتروني (EHR) ليقوم تلقائياً بتجميع ملخصات على مستوى الخبراء توضح حالة المرض الحالية، الخط الزمني للعلاج، المؤشرات الحيوية، وخيارات التجارب السريرية . كما يدعم تحليل المجموعات وتقارير علاج الأورام الدقيق .

في تحقق مبكر مع كلية الطب في ويسكونسن، ورد أن OncoLLM وجد 90% من المرضى المؤهلين لتجارب سريرية في دقائق - وهي مهمة كانت ستستغرق من ممرضين مؤهلين أياماً أو أسابيع . ويذكر المصدر نفسه أن OncoLLM استخرج بيانات مهيكلة من ملاحظات غير مهيكلة بدقة مماثلة أو أعلى من نماذج مثل GPT-4 أو Claude، بينما كان تشغيله أرخص بنحو 40 مرة .

التمويل والنمو

جولة الـ 22 مليون دولار تأتي بعد جولة Series A بقيمة 15 مليون دولار جمعت في 2024 . سيستخدم رأس المال لتسريع التبني عبر الأنظمة الصحية وتعميق التكامل مع أنظمة السجلات الصحية الإلكترونية . لا تكشف الشركة علناً عن مقاييس نمو مفصلة مثل الإيرادات السنوية المتكررة (ARR) أو عدد العملاء المؤسسيين، غير أن إعلان التمويل يصفها بأنها موضع ثقة مراكز السرطان الرائدة .

ما يمكن التحقق منه علناً هو قائمة العملاء. فقد حصلت تريوميكس على اتفاقيات نشر مع مؤسسات مرموقة:

• مركز ميموريال سلون كيترينج للسرطان (MSK): من خلال برنامجي iHub وCRIC، ينشر المركز نظام مطابقة وفحص التجارب السريرية عبر تجاربه النشطة .
• مركز ماونت سيناي تيش للسرطان: أطلق منصة PRISM المدعومة من OncoLLM، ليصبح أول مركز شامل للسرطان معين من المعهد الوطني للسرطان (NCI) في مدينة نيويورك ينشر أداة ذكاء اصطناعي خاصة بالأورام لمطابقة التجارب .
• مركز ييل للسرطان ومستشفى سمايلو للسرطان: وسع استخدام المنصة عبر كامل قائمة التجارب السريرية النشطة، مع نتائج نُشرت في مجلة Nature Digital Medicine .

الموقف التنافسي: التخصص الرأسي في مواجهة الأدوات العامة

تدخل تريوميكس سوقاً مزدحماً بأدوات الذكاء الاصطناعي المحيطي (ambient AI) للكتابة والتوثيق السريري مثل Nuance DAX Copilot من مايكروسوفت وAbridge. لكن ما يميزها هو تخصصها الرأسي.

أدوات الكتابة بالذكاء الاصطناعي العامة مصممة لتوثيق سريري واسع عبر تخصصات متعددة - تلخيص المحادثات بين الطبيب والمريض أثناء الموعد. في المقابل، تركز تريوميكس حصراً على سير عمل الأورام الذي يتضمن بيانات ضخمة وطويلة وغير مهيكلة تمتد عبر سنوات من تاريخ المريض . ذكاؤها الاصطناعي يقرأ السجل الكامل للمريض، منتجاً صورة منظمة وموثقة لحالة المريض قبل الزيارة، وأثناء الفحص، وبعد الموعد .

كما أنشأت قيادة الشركة تحالف COLT، وهو اتحاد يضم أكثر من 20 مركزاً للسرطان معيناً من NCI إلى جانب Ci4CC، لوضع معايير للأداء والسلامة للذكاء الاصطناعي التوليدي في علم الأورام . وهذا يضع تريوميكس كلاعب في تحديد القواعد والمعايير، وليس فقط في بناء منتج.

ماذا بعد للذكاء الاصطناعي المتخصص في الأورام؟

تشير جولة التمويل البالغة 22 مليون دولار إلى أطروحة أوسع تتبلور في قطاع التكنولوجيا الصحية: تعقيد بيانات علم الأورام يتطلب بنية تحتية متخصصة، وليس مجرد روبوت محادثة عام مُعاد توظيفه . في وقت تواجه مراكز السرطان ضغوطاً متزايدة لمطابقة المزيد من المرضى بعلاجات دقيقة وتجارب سريرية، يصبح حل عنق الزجاجة هذا ضرورة تنافسية.

سواء استطاعت تريوميكس الحفاظ على أفضليتها كأول متحرك في مواجهة الأدوات العامة الممولة جيداً ومزودي السجلات الصحية الإلكترونية، فذلك سؤال مفتوح. لكن مع نشرها في MSK وييل وماونت سيناي، وجمعها 36 مليون دولار كتمويل إجمالي، تكون قد تجاوزت مرحلة إثبات المفهوم إلى عمليات سريرية فعلية. السنة القادمة ستختبر ما إذا كان الذكاء الاصطناعي الرأسي قادراً على الوفاء بوعوده في واحد من أكثر مجالات الطب كثافةً بالبيانات.