Aisel มองว่า การทำให้การเขียนบันทึกหนึ่งครั้งเร็วขึ้นไม่ได้แก้ปัญหาหลักทั้งหมด เพราะความท้าทายที่ใหญ่กว่าคือการค้นหา เปรียบเทียบ และนำข้อมูลจากเวชระเบียนที่กระจัดกระจายไปใช้ให้ถูกจังหวะ
ผลที่เกิดขึ้นในทางปฏิบัติอาจทำให้แพทย์เริ่มการนัดหมายโดยมีข้อมูลไม่ครบ ผู้ป่วยต้องเล่าประวัติซ้ำ และทีมรักษาไม่มีภาพรวมของเคสที่เป็นปัจจุบันร่วมกัน Aisel จึงพยายามแก้ทั้งภาระงานธุรการและปัญหาความต่อเนื่องของข้อมูล
AI Scribe โดยทั่วไปเน้นการบันทึกเสียงระหว่างการปรึกษา แล้วเปลี่ยนเสียงนั้นเป็นโน้ตทางการแพทย์ ส่วน Aisel นำเสนอเวิร์กโฟลว์ที่ครอบคลุมตั้งแต่ก่อนพบแพทย์ ระหว่างการนัดหมาย ไปจนถึงงานหลังการรักษา
แพลตฟอร์มใช้แบบสอบถามและกระบวนการรับข้อมูลที่ปรับตามผู้ป่วย เพื่อเก็บประวัติและอาการที่ผู้ป่วยรายงานด้วยตนเอง ประเมินคะแนนตามแบบวัดที่เกี่ยวข้อง และจัดข้อมูลให้อยู่ในรูปแบบที่เชื่อมกับเวชระเบียน บริษัทระบุว่า ผู้ป่วย 85% กรอกข้อมูลก่อนเข้าพบแพทย์ครั้งแรกในคลินิกที่ใช้งานระบบอยู่
เมื่อได้รับความยินยอม ระบบสามารถบันทึกและถอดเสียงการสนทนา ก่อนแปลงเป็นข้อมูลทางคลินิกที่มีโครงสร้าง Aisel ระบุว่า หากเสียงไม่ชัด ระบบจะแจ้งเตือนแทนการคาดเดา และแพทย์จะเป็นผู้ตรวจสอบและลงนามรับรองผลลัพธ์
ระบบของ Aisel สามารถประมวลผลใบส่งต่อ บันทึกเดิม สรุปการจำหน่าย และเอกสารอื่น ๆ ควบคู่กับข้อมูลจากผู้ป่วยและผู้ให้ข้อมูลที่เกี่ยวข้อง เช่น ญาติ โรงเรียน หรือหน่วยงานต่าง ๆ เป้าหมายคือเปลี่ยนข้อมูลเหล่านี้ให้เป็นข้อค้นพบที่มีโครงสร้าง และดึงบริบทสำคัญขึ้นมาแสดงในเวลาที่แพทย์ต้องใช้ แทนที่จะปล่อยให้ข้อมูลจมอยู่ในเอกสารต้นทาง
แพลตฟอร์มได้รับการออกแบบให้ช่วยร่างบันทึกการปรึกษา จัดทำรายงานและสรุป เสนอรหัสสำหรับเรียกเก็บค่าบริการ และซิงโครไนซ์ข้อมูลกับระบบเวชระเบียนอิเล็กทรอนิกส์ หรือ EHR
เวิร์กโฟลว์ด้านเอกสารยังมุ่งให้สามารถตรวจสอบข้อความย้อนกลับไปยังแหล่งข้อมูลต้นทาง ตรวจจับความขัดแย้งหรือข้อมูลที่ขาดหาย และกำหนดให้แพทย์อนุมัติก่อนเนื้อหาจะถูกบันทึกเข้าสู่เวชระเบียน
เมื่อนำทุกส่วนมารวมกัน Aisel จึงเชื่อมการรับข้อมูลผู้ป่วย ข้อมูลแบบมีโครงสร้าง การบันทึกเสียง การจัดทำเอกสาร การเข้ารหัส และการเชื่อมต่อ EHR เข้าด้วยกัน นี่คือเหตุผลที่บริษัทใช้คำว่า “Operating System” แทนการนำเสนอตัวเองเป็นเพียงเครื่องมือถอดเสียง
จุดแตกต่างสำคัญของ Aisel ไม่ใช่แค่การสรุปข้อความโดยอัตโนมัติ แต่คือความพยายามสร้างภาพรวมประวัติผู้ป่วยในระยะยาว พร้อมการอ้างอิงแหล่งที่มา เพื่อรองรับการเตรียมตัวก่อนพบแพทย์ การปรึกษา การส่งต่อ การจัดทำรายงาน การติดตามผล และการทำงานร่วมกันของบุคลากรหลายฝ่าย
ในทางทฤษฎี ระบบลักษณะนี้อาจช่วยลดการซักประวัติซ้ำและทำให้การดูแลต่อเนื่องมากขึ้น อย่างไรก็ตาม ประโยชน์ดังกล่าวขึ้นอยู่กับความสามารถของระบบในการค้นหาข้อมูลที่เกี่ยวข้อง รักษาความไม่แน่นอนของข้อมูล แสดงความขัดแย้งระหว่างแหล่งข้อมูล และเปิดให้แพทย์ควบคุมการตัดสินใจและเนื้อหาในเวชระเบียนขั้นสุดท้าย
ข้อมูลที่มีอยู่ระบุถึงมาตรการป้องกันและเวิร์กโฟลว์ที่บริษัทตั้งใจใช้ แต่ยังไม่ได้พิสูจน์ว่าระบบช่วยให้การตัดสินใจทางคลินิกหรือผลลัพธ์ของผู้ป่วยดีขึ้น
Aisel รายงานหลักฐานระยะแรกเกี่ยวกับการลดเวลาจัดทำเอกสาร แต่หลักฐานดังกล่าวยังไม่ใช่หลักฐานยืนยันว่าการรักษาทางจิตเวชมีคุณภาพดีขึ้น
บริษัทระบุว่า ระบบได้รับการพัฒนาร่วมกับจิตแพทย์ในยุโรปเหนือ และอิงกับแนวทางทางคลินิกที่ผ่านการตรวจสอบแล้ว โครงการวัดเวลาจัดทำเอกสารที่บริษัทเผยแพร่ครอบคลุมงาน 202 รายการ งาน 16 ประเภท และบริบทการรักษาทางจิตเวช 8 แห่งในเดนมาร์กและสหราชอาณาจักร ระหว่างปี 2025–2026
จากการเปรียบเทียบเชิงสังเกตการณ์หลายสถานที่ Aisel รายงานว่า เวลาที่ใช้เขียนบันทึกทางคลินิกลดจาก 14.5 นาที เหลือ 5.5 นาที หรือลดลง 62%
แต่ตัวเลขนี้มีข้อจำกัดสำคัญ บริษัทระบุว่า 79% ของข้อมูลมาจากการประเมินย้อนหลังของแพทย์ ขณะที่ 21% มาจากการจับเวลาด้วยนาฬิกาจริง การศึกษายังเป็นการศึกษาเชิงสังเกตการณ์ ไม่ใช่การทดลองแบบมีกลุ่มควบคุม และผู้พัฒนาเครื่องมือก็เป็นผู้ประเมินเครื่องมือนั้นเอง
ดังนั้น ผลลัพธ์ดังกล่าวจึงเป็นสัญญาณเบื้องต้นที่น่าสนใจเกี่ยวกับประสิทธิภาพด้านงานธุรการ แต่ยังไม่ใช่ค่าประมาณผลกระทบเชิงเหตุและผลที่สรุปได้อย่างเด็ดขาด
บริษัทกล่าวถึงมาตรการด้านความปลอดภัยและธรรมาภิบาลหลายประการ เช่น การอ้างอิงแหล่งข้อมูล การตรวจจับข้อขัดแย้ง การให้แพทย์ตรวจสอบและลงนาม บันทึกการตรวจสอบย้อนหลัง มาตรการที่มุ่งสอดคล้องกับ GDPR การจัดเก็บข้อมูลในสหราชอาณาจักรและสหภาพยุโรป รวมถึงการอ้างการรับรอง ISO 27001
มาตรการเหล่านี้มีความสำคัญต่อการกำกับดูแลเทคโนโลยีทางคลินิก แต่การมีมาตรการดังกล่าวไม่ได้พิสูจน์ด้วยตัวเองว่าระบบมีความแม่นยำหรือปลอดภัยในการใช้งานจริงทุกกรณี
หลักฐานที่เปิดเผยในปัจจุบันยังไม่ยืนยันว่า Aisel ช่วยเพิ่มความแม่นยำในการวินิจฉัย ปรับปรุงผลลัพธ์ของผู้ป่วย ทำให้บุคลากรจากหลายหน่วยงานทำงานร่วมกันดีขึ้น หรือลดระยะเวลารอคิวได้จริง ข้ออ้างเหล่านี้จำเป็นต้องผ่านการประเมินโดยหน่วยงานอิสระ การศึกษาที่มีกลุ่มควบคุม และการติดตามผลระยะยาว
ข้อสรุปที่รอบคอบที่สุดในตอนนี้คือ Aisel มีโมเดลเวิร์กโฟลว์ที่มีเหตุผลรองรับ และมีหลักฐานที่บริษัทจัดทำเองว่าการจัดทำเอกสารอาจเร็วขึ้น ขณะที่ประโยชน์ด้านการรักษาและการเพิ่มขีดความสามารถของระบบยังเป็นสมมติฐานที่ต้องทดสอบต่อไป
Aisel ปิดการระดมทุนรอบ Pre-seed มูลค่า 1.7 ล้านยูโร โดยมี Caesar Ventures เป็นผู้นำการลงทุน และมี Nordic Web Ventures, LifeX, Angel Invest, Rockstart และ EIFO เข้าร่วม
การเพิ่มทีมคลินิกอาจช่วยให้บริษัทปรับเวิร์กโฟลว์ให้เข้ากับสถานการณ์จริง ทดสอบการทำงานของผลิตภัณฑ์ และดูแลมาตรฐานด้านคลินิก ส่วนการลงทุนในทีมวิศวกรรมอาจสนับสนุนการเชื่อมต่อระบบ การทำงานอัตโนมัติ ความเสถียร และการขยายแพลตฟอร์ม ทั้งหมดนี้เป็นนัยที่สอดคล้องกับแผนที่บริษัทประกาศ ไม่ใช่กำหนดการส่งมอบที่ยืนยันแล้ว
เส้นทางที่ Aisel จะช่วยลดเวลารอคิวเป็นผลทางอ้อม หากการลดเวลาจัดทำเอกสารที่บริษัทรายงานสามารถเกิดขึ้นได้อย่างสม่ำเสมอในหลายคลินิก แพทย์ก็อาจมีเวลาให้การรักษาโดยตรงมากขึ้น หรือรองรับผู้ป่วยได้มากขึ้น
การเก็บข้อมูลล่วงหน้าและการเตรียมตัวที่ดีขึ้นอาจลดการรวบรวมข้อมูลซ้ำ ขณะที่เวชระเบียนที่แชร์ได้และมีแหล่งอ้างอิงอาจช่วยเรื่องการส่งต่อและการทำงานร่วมกัน
อย่างไรก็ตาม ยังไม่มีหลักฐานที่ให้มาซึ่งแสดงว่า Aisel ลดระยะเวลารอคิวจิตเวชได้แล้ว เงินทุนและแพลตฟอร์มอาจช่วยเพิ่มความสามารถของบริษัทในการทดสอบแนวคิดนี้ในตลาดใหม่ รวมถึงสหราชอาณาจักร แต่ไม่ได้พิสูจน์ด้วยตัวเองว่าจะเพิ่มศักยภาพการรักษาได้จริง
ในเวลานี้ หลักฐานรองรับเรื่องการเพิ่มประสิทธิภาพงานเอกสารได้มากกว่าคำสัญญาที่กว้างขึ้นเกี่ยวกับความต่อเนื่องของการรักษาและการเข้าถึงบริการ ซึ่งยังต้องรอการยืนยันจากการใช้งานจริงและการศึกษาที่เป็นอิสระ