Salud[at]Scale obtiene $ 16M Serie A para llevar el aprendizaje automático a la atención médica

Salud[at]Scale obtiene $ 16M Serie A para llevar el aprendizaje automático a la atención médica

Salud[at]Scale, una empresa emergente con fundadores que tienen experiencia tanto en medicina como en ingeniería, quiere llevar el aprendizaje automático a las opciones de tratamiento de atención médica para producir resultados con mejores resultados y menos atención posterior. Hoy, la compañía anunció una Serie A de $ 16 millones. Optum, que forma parte de UnitedHealth Group, fue el único inversor.

Hoy en día, cuando las personas analizan las opciones de tratamiento, pueden consultar a un cirujano u hospital en particular, o simplemente lo que cubrirá la compañía de seguros, pero generalmente carecen de los datos para tomar decisiones verdaderamente informadas. Esto es cierto en todas las partes del sistema de atención médica, particularmente en los EE. UU. La compañía cree que el uso de aprendizaje automático puede producir mejores resultados.

“Somos un taller de aprendizaje automático y nos centramos en lo que describiría como entrega de precisión. En otras palabras, analizamos esta pregunta sobre cómo relacionamos a los pacientes con los tratamientos adecuados, por los proveedores adecuados, en el momento adecuado ”, dijo a TechCrunch Zeeshan Syed, CEO de Health at Scale.

Los fundadores consideran que el sistema actual es fundamentalmente defectuoso, y mientras ven a sus clientes como compañías de seguros, sistemas hospitalarios y empleadores autoasegurados; dicen que las herramientas que están incorporando al sistema deberían ayudar a todos en el ciclo a obtener un mejor resultado.

La idea es tomar decisiones de tratamiento más basadas en datos. Si bien no están compartiendo sus fuentes de datos, dicen que tienen información de pacientes con una condición determinada, de los médicos que la tratan, de las instalaciones donde se realiza el tratamiento. Al observar las necesidades de tratamiento individuales y el historial médico de un paciente, creen que pueden hacer un mejor trabajo para hacer que esa persona se relacione con el mejor médico y el mejor hospital para el trabajo. Dicen que esto resultará en el menor número de requisitos de tratamiento postoperatorio, ya sea que se trate de visitas a la sala de emergencias o de la hora en un centro de enfermería especializada, lo que terminaría agregando un costo adicional significativo.

Si piensa que esto es estrictamente sobre el ahorro de costos para estas grandes instituciones, Mohammed Saeed, quien es el director médico de la compañía y tiene un doctor en medicina de Harvard y un doctorado en ingeniería eléctrica del MIT, insiste en que no es así. "Desde nuestra perspectiva, es una situación en la que todos ganan, ya que brindamos las mejores recomendaciones que tienen el interés del paciente en el corazón, pero desde la perspectiva del pagador o del proveedor, cuando tiene menores tasas de complicaciones, tiene mejores resultados y reduce el costo total de cuidado a largo plazo ", dijo.

La compañía dice que la solución está siendo utilizada por los grandes sistemas hospitalarios y los clientes de las aseguradoras, aunque no pudo compartir ninguna. Los fundadores también dijeron que ha estudiado los resultados después de usar su software y que los modelos de aprendizaje automático han producido mejores resultados, aunque no pudo proporcionar los datos para respaldarlos en ese momento en este momento.

La empresa fue fundada en 2015 y actualmente cuenta con 11 empleados. Planea utilizar los fondos de hoy para aumentar las ventas y el marketing para llevar la solución a un conjunto más amplio de clientes.


Source link