A Elea AI busca a oportunidade de produtividade na saúde ao focar nos sistemas legados dos laboratórios de patologia.

O financiamento de capital de risco para ferramentas de IA na saúde foi projetado para atingir US$ 11 bilhões no ano passado — um número que reflete a convicção generalizada de que a inteligência artificial se mostrará transformadora em um setor crítico.

Muitas startups que aplicam IA na saúde estão buscando aumentar a eficiência ao automatizar parte da administração que orbita e possibilita o cuidado ao paciente. A Elea, com sede em Hamburgo, se encaixa amplamente nesse modelo, mas está começando com um nicho relativamente negligenciado e carente — os laboratórios de patologia, cuja função é analisar amostras de pacientes para detectar doenças — de onde acredita que poderá escalar seu sistema de fluxo de trabalho, impulsionado por um agente de IA baseado em voz, para aumentar a produtividade dos laboratórios, alcançando um impacto global. Isso inclui transplantar sua abordagem focada em fluxo de trabalho para acelerar a produção de outros departamentos de saúde também.

A ferramenta de IA inicial da Elea é projetada para reformular como clínicos e outros funcionários de laboratório trabalham. Trata-se de uma substituição completa para sistemas de informação legados e outras formas estabelecidas de trabalho (como usar o Microsoft Office para digitação de relatórios) — transferindo o fluxo de trabalho para um “sistema operacional de IA” que utiliza transcrição de fala para texto e outras formas de automação para “reduzir substancialmente” o tempo que levam para gerar um diagnóstico.

Após cerca de seis meses operando com seus primeiros usuários, a Elea afirma que seu sistema foi capaz de reduzir o tempo necessário para que o laboratório produza cerca de metade de seus relatórios para apenas dois dias.

Automação passo a passo

O fluxo de trabalho passo a passo, muitas vezes manual, dos laboratórios de patologia significa que há boa margem para aumentar a produtividade aplicando IA, afirma o CEO e co-fundador da Elea, Dr. Christoph Schröder. “Nós basicamente viramos tudo isso — e todas as etapas são muito mais automatizadas… [Os médicos] falam com a Elea, os MTAs [assistentes técnicos médicos] falam com a Elea, dizem o que veem, o que querem fazer com isso,” ele explica.

“A Elea é o agente, realiza todas as tarefas no sistema e imprime coisas — prepara os espectros, por exemplo, a coloração e todas essas coisas — para que [as tarefas] sejam feitas muito mais rápida e suavemente.”

“Na verdade, não se trata de aumentar nada, mas de substituir toda a infraestrutura,” ele acrescenta sobre o software em nuvem que desejam para substituir os sistemas legados do laboratório e suas formas de trabalho mais isoladas, usando aplicativos distintos para realizar tarefas diferentes. A ideia do sistema operacional de IA é ser capaz de orquestrar tudo.

A startup está aprimorando vários Modelos de Linguagem de Grande Escala (LLMs) através de ajustes com informações e dados especializados para habilitar capacidades essenciais no contexto dos laboratórios de patologia. A plataforma incorpora a transcrição de fala para texto para registrar as notas de voz da equipe — e também “texto-para-estrutura”; o que significa que o sistema pode transformar essas notas de voz transcritas em direções ativas que impulsionam as ações do agente de IA, que podem incluir enviar instruções para equipamentos de laboratório, mantendo o fluxo de trabalho seguindo em frente.

A Elea também planeja desenvolver seu próprio modelo fundamental para análise de imagens de lâminas, de acordo com Schröder, enquanto avança na desenvolvimento de capacidades diagnósticas. Mas por agora, está focada em escalar sua oferta inicial.

A proposta da startup para os laboratórios sugere que algo que poderia levar de duas a três semanas usando processos convencionais pode ser realizado em questão de horas ou dias, uma vez que o sistema integrado é capaz de acumular e compor ganhos de produtividade, substituindo, por exemplo, a tediosa troca de informações que pode envolver a digitação manual de relatórios, onde erros humanos e outras peculiaridades do fluxo de trabalho podem causar muita fricção.

O sistema pode ser acessado pelos funcionários do laboratório por meio de um aplicativo para iPad, um aplicativo para Mac ou um aplicativo web — oferecendo uma variedade de pontos de contato para atender aos diferentes tipos de usuários.

A empresa foi fundada no início de 2024 e lançou seu primeiro laboratório em outubro, após passar um tempo em silêncio desenvolvendo sua ideia em 2023, segundo Schröder, que tem um histórico em aplicar IA em projetos de direção autônoma na Bosch, Luminar e Mercedes.

Outro co-fundador, Dr. Sebastian Casu — o CMO da startup — traz uma experiência clínica, tendo trabalhado mais de uma década em cuidados intensivos, anestesiologia e em departamentos de emergência, além de ter sido diretor médico em uma grande rede de hospitais.

Até agora, a Elea firmou uma parceria com um grande grupo hospitalar alemão (não está divulgando qual ainda) que, segundo afirma, processa cerca de 70.000 casos anualmente. Assim, o sistema já tem centenas de usuários até o momento.

Mais clientes devem ser lançados “em breve” — e Schröder também menciona que está de olho na expansão internacional, com atenção particular ao mercado dos EUA.

Apoio inicial

A startup divulga pela primeira vez um financiamento inicial de €4 milhões que levantou no ano passado — liderado pela Fly Ventures e Giant Ventures — que foi utilizado para expandir sua equipe de engenharia e colocar o produto nas mãos dos primeiros laboratórios.

Esse valor é relativamente pequeno em comparação aos bilhões mencionados anteriormente que estão circulando na área anualmente. Mas Schröder argumenta que startups de IA não precisam de exércitos de engenheiros e centenas de milhões para ter sucesso — trata-se mais de aplicar os recursos disponíveis de maneira inteligente, sugere. E nesse contexto de saúde, isso significa adotar uma abordagem focada nos departamentos e amadurecer o caso de uso alvo antes de passar para a próxima área de aplicação.

Ainda assim, ao mesmo tempo, ele confirma que a equipe estará buscando levantar uma rodada de Series A (maior) — provavelmente neste verão — dizendo que a Elea irá mudar para uma estratégia de marketing ativo para conseguir mais laboratórios, em vez de depender da abordagem boca-a-boca que começou.

Discutindo sua abordagem em relação à paisagem competitiva para soluções de IA na saúde, ele nos diz: “Eu acho que a grande diferença é que é uma solução pontual em comparação com uma integração vertical.”

“Muitos dos ferramentas que você vê são complementos sobre sistemas existentes [como sistemas EHR]… É algo que [os usuários] precisam fazer em cima de outra ferramenta, outra interface, algo que pessoas que realmente não querem trabalhar com hardware digital têm que fazer, e assim, é difícil, e definitivamente limita o potencial,” ele continua.

“O que nós construímos, ao invés disso, é que, na verdade, integramos profundamente em nosso próprio sistema de informação laboratório — ou chamamos de sistema operacional de patologia — o que, em última instância, significa que o usuário não precisa usar uma interface diferente, não precisa usar uma ferramenta diferente. E simplesmente fala com a Elea, diz o que vê, diz o que quer fazer, e diz o que a Elea deve fazer no sistema.”

“Você também não precisa ter exércitos de engenheiros — você precisa de uma dúzia, duas dúzias realmente, mas bons,” ele também argumenta. “Nós temos cerca de duas dúzias de engenheiros na equipe… e eles podem realizar coisas surpreendentes.”

“As empresas que mais crescem hoje em dia não têm centenas de engenheiros — elas têm uma ou duas dúzias de especialistas, e esses caras podem construir coisas incríveis. E essa é a filosofia que temos também, e por isso não precisamos realmente levantar — pelo menos inicialmente — centenas de milhões,” ele acrescenta.

“Definitivamente, é uma mudança de paradigma… na forma como você constrói empresas.”

Escalando uma mentalidade de fluxo de trabalho

Optar por começar com laboratórios de patologia foi uma escolha estratégica para a Elea, pois não apenas o mercado endereçado vale múltiplos bilhões de dólares, segundo Schröder, mas ele descreve o espaço de patologia como “extremamente global” — com grandes empresas de laboratórios e fornecedores aumentando a escalabilidade para seu software como uma solução de serviço — especialmente em comparação à situação mais fragmentada ao redor do fornecimento de hospitais.

“Para nós, é super interessante porque você pode construir uma aplicação e na verdade já escalar com isso — da Alemanha para o Reino Unido, os EUA,” ele sugere. “Todo mundo pensa da mesma forma, age da mesma maneira, tem o mesmo fluxo de trabalho. E se você resolver em alemão, a grande vantagem com os LLMs atuais é que você também resolve isso em inglês [e outras línguas como espanhol]… Então, isso abre muitas oportunidades diferentes.”

Ele também elogia os laboratórios de patologia como “uma das áreas que mais crescem na medicina” — ressaltando que desenvolvimentos na ciência médica, como o aumento da patologia molecular e o sequenciamento de DNA, estão criando demanda por mais tipos de análise e uma maior frequência de análises. Tudo isso significa mais trabalho para os laboratórios — e mais pressão para que eles sejam mais produtivos.

Uma vez que a Elea tenha amadurecido o caso de uso no laboratório, ele afirma que poderão considerar ingressar em áreas onde a IA está sendo mais tipicamente aplicada na saúde — como apoiar médicos hospitalares a capturar interações com pacientes — mas quaisquer outras aplicações que desenvolverem também terão um foco rigoroso no fluxo de trabalho.

“O que queremos trazer é essa mentalidade de fluxo de trabalho, onde tudo é tratado como uma tarefa de fluxo de trabalho, e ao final, existe um relatório — e esse relatório precisa ser enviado,” ele diz — acrescentando que, em um contexto hospitalar, não desejariam entrar em diagnósticos, mas “realmente focar em operacionalizar o fluxo de trabalho.”

Processamento de imagens é outra área que a Elea está interessada em futuras aplicações na saúde — como acelerar a análise de dados para radiologia.

Desafios

E quanto à precisão? A saúde é um caso de uso muito sensível, portanto, qualquer erro nessas transcrições de IA — por exemplo, relacionado a uma biópsia que está verificando a presença de tecido cancerígeno — poderia trazer sérias consequências se houver uma discrepância entre o que um médico humano diz e o que a Elea ouve e reporta a outros tomadores de decisão na cadeia de cuidados do paciente.

Atualmente, Schröder diz que estão avaliando a precisão observando coisas como quantos caracteres os usuários alteram nos relatórios que a IA fornece. No momento, ele afirma que há entre 5% a 10% de casos onde algumas interações manuais são feitas nessas relatórios automatizados, o que pode indicar um erro. (Embora ele também sugira que os médicos possam precisar fazer alterações por outros motivos — mas estão trabalhando para “reduzir” a porcentagem onde as intervenções manuais ocorrem.)

No fim, ele argumenta que a responsabilidade final recai sobre os médicos e outros funcionários que são solicitados a revisar e aprovar as saídas da IA — sugerindo que o fluxo de trabalho da Elea não é realmente diferente dos processos legados que foi projetado para substituir (onde, por exemplo, uma nota de voz de um médico seria digitada por um humano e tais transcrições também poderiam conter erros — enquanto agora “é apenas que a criação inicial é feita pela IA da Elea, não por um digitador”).

A automação pode levar a um volume de produção mais rápido, no entanto, o que pode pressionar essas verificações, já que o pessoal humano terá que lidar com potencialmente muitos mais dados e relatórios para revisar do que costumavam.

Sobre isso, Schröder concorda que pode haver riscos. Mas ele diz que construíram um recurso de “rede de segurança”, onde a IA pode tentar identificar problemas potenciais — usando sugestões para incentivar o médico a verificar novamente. “Nós chamamos isso de um segundo par de olhos,” ele observa, acrescentando: “Onde avaliamos relatórios de descobertas anteriores com o que [o médico] disse agora e damos a ele comentários e sugestões.”

A confidencialidade do paciente pode ser outra preocupação ligada à IA autônoma que depende do processamento em nuvem (como a Elea faz), ao invés de os dados permanecerem no local e sob o controle do laboratório. A esse respeito, Schröder afirma que a startup resolveu as preocupações com “privacidade de dados” separando as identidades dos pacientes das saídas diagnósticas — na verdade, dependendo da pseudonimização para conformidade com a proteção de dados.

“É sempre anônimo ao longo do caminho — cada passo faz uma só coisa — e combinamos os dados no dispositivo onde o médico os vê,” ele diz. “Portanto, usamos IDs pseudo que empregamos em todas as nossas etapas de processamento — que são temporários, que são excluídos depois — mas enquanto o médico examina o paciente, eles são combinados no dispositivo para ele.”

“Trabalhamos com servidores na Europa, garantindo que tudo esteja em conformidade com a privacidade de dados,” ele também nos diz. “Nosso cliente principal é uma rede de hospitais de propriedade pública — chamada de infraestrutura crítica na Alemanha. Precisávamos garantir que, do ponto de vista da privacidade de dados, tudo esteja seguro. E eles nos deram a aprovação.”

“Em última análise, provavelmente superamos o que precisa ser feito. Mas, você sabe, é sempre melhor estar do lado seguro — especialmente quando se lida com dados médicos.”