当许多人还在继续讨论人工智能在医疗保健领域的作用时，初创公司已经在风险投资公司的全力支持下开始全力投入这项技术。今天，总部位于旧金山的 Triomics 公司宣布从 Lightspeed、Nexus Venture Partners、General Catalyst 和 Y Combinator 获得了 1500 万美元的投资。
Triomics由前麻省理工学院和Adobe研究人员萨里姆-汗（Sarim Khan）和赫里图拉杰-辛格（Hrituraj Singh）创立，开发了一系列大型语言模型（LLM），被称为OncoLLM，可以简化医疗中心工作人员为确定患者的正确治疗方案而必须经历的复杂而耗时的肿瘤相关工作流程。
这些模型与一套特定于工作流程的工具配合使用，经证实可在几分钟内完成通常需要数天或数周才能完成的任务。
“我们成功地融合了两个复杂功能领域的专业知识：我们的人工智能研究人员擅长为特定领域定制语言模型，我们的临床工作人员则拥有数十年的肿瘤学专业经验。因此，我们的软件可以补充这些先进模型的优势，同时还能主动解决潜在的缺陷，所有这些都考虑到了癌症研究和护理的复杂性，”辛格在一份声明中说。
Triomics 究竟要解决什么问题？
如今，数百万人罹患癌症。新发病例数逐年增加，预计到 2050 年将达到 3500 万，比 2022 年的 2000 万增加77%。在这种情况下，医疗和癌症护理中心势必会面临压力，特别是由于医疗保健人员的不断减少。
目前，大多数护士和癌症护理人员都是通过人工审核病历来确定患者的护理路径或临床试验资格，即人工筛选整个纵向记录，找出相关数据点。这涵盖了从医生的非结构化自由文本笔记到检验报告的所有内容，耗费了大量时间，导致临床延误，例如患者错过了试验或生物标志物驱动的治疗。
为了解决这一问题，Triomics 为医疗中心提供了以肿瘤学为重点的 OncoLLM，并允许他们使用自己的内部数据集对该模型进行微调，以便与公司的工作流程自动化产品一起部署。
“OncoLLM本质上是一个模型家族，每个模型都有不同的用途，包括检索器和生成器模型，其中有些模型是从头开始训练的，有些则是在SOTA开源模型的基础上进行微调的。我们的模型在每个提供商的专有数据和强化学习的基础上进行了广泛的微调，并利用人工反馈进行量身定制的学习。Khan告诉VentureBeat：”我们为每个合作机构部署定制模型。
当模型经过机构调整后，它们将被部署到 Triomics 的软件产品中，与医疗系统的 EHR 集成，帮助实现特定的护理工作流程。目前，该公司已推出两款产品： Harmony 和 Prism。前者为登记、报告或研究需求整理数据，后者则通过预筛选肿瘤患者以找到相关临床试验，从而处理患者与试验的匹配。如果规模扩大，审查患者病历的时间将从几天或几周缩短到几分钟。
威斯康星医学院癌症中心对该模型和相关软件进行了测试，测试团队发现，该产品在患者试验匹配方面的表现优于大型开源和专有 LLM，并可与合格的医学专家和 GPT-4 相媲美，尽管其规模要小得多，成本也低 35 倍。此后，该公司还开发了另一种 OncoLLM 变体（70B），其准确性超过了 GPT-4 和医学专家。
目标是扩大规模
通过本轮融资，Triomics 计划增加跨领域的团队，扩大产品的覆盖范围。
公司已经签署了几项协议，目标是在今年年底前吸纳十多家合作机构。该公司表示，由于基于 OncoLLM 的解决方案是为每位客户量身定制的，因此没有固定的定价策略。
“我们正在与大约六家学术医疗中心进行试点或积极合作，到今年夏天结束时，合作机构将达到两位数。我们还开始将客户群扩大到学术中心以外，与大型社区肿瘤诊所签订协议，尽可能地为更多患者的生命带来影响，”Khan 说。
虽然有些解决方案有助于患者与试验的匹配，但 Khan 指出，该公司已经开发出了 OncoLLM 驱动的肿瘤学专业软件。此外，他还表示，该领域的大多数其他解决方案都不是人工智能原生解决方案，而是依赖于利用/修改传统技术，无法实现行业所要求的规模效益或分步功能投资回报率。
（机器翻译，轻度译后编辑，仅供参考）
编辑：刘慧
https://venturebeat.com/ai/triomics-taps-llms-to-accelerate-cancer-care-raises-15m/
