Triomics sử dụng LLMs để tăng tốc cho việc chăm sóc ung thư, mở vòng gọi vốn 15 triệu USD! Tham gia cùng chúng tôi trở lại NYC vào ngày 5 tháng 6 để hợp tác với các nhà lãnh đạo cấp cao trong việc khám phá phương pháp toàn diện để kiểm tra các mô hình AI liên quan đến thiên vị, hiệu suất, và tuân thủ đạo đạo đức ở các tổ chức đa dạng. Tìm hiểu cách bạn có thể tham gia tại đây. Trong khi nhiều người tiếp tục tranh luận về vai trò của AI trong lĩnh vực chăm sóc sức khỏe, các startup đang sử dụng công nghệ này một cách triệt để – với sự hỗ trợ đầy đủ từ các công ty mạo hiểm tư vấn.
Hôm nay, Triomics đến từ San Francisco, một startup đang tìm cách tăng tốc cho việc chăm sóc ung thư với công nghệ AI sáng tạo, đã công bố vòng gọi vốn 15 triệu USD từ các nhà đầu tư Lightspeed, Nexus Venture Partners, General Catalyst và Y Combinator. Được thành lập bởi các nhà nghiên cứu trước đây từ MIT và Adobe Sarim Khan và Hrituraj Singh, Triomics đã phát triển một loạt các mô hình ngôn ngữ lớn (LLMs), được đặt tên là OncoLLM, giúp tối ưu hóa các công việc phức tạp và tốn thời gian liên quan đến ung thư mà nhân viên tại các trung tâm y tế phải xử lý để xác định con đường điều trị phù hợp cho bệnh nhân. Các mô hình này hoạt động với một loạt các công cụ cụ thể cho từng quy trình và đã được chứng minh rằng có thể thực hiện các công việc mà thông thường sẽ mất ngày hoặc tuần chỉ trong vài phút.
Triomics giải quyết vấn đề này bằng cách cung cấp cho các trung tâm chăm sóc Oncology tập trung OncoLLM và cho phép họ điều chỉnh mô hình – sử dụng dữ liệu nội bộ của họ – để triển khai cùng với các ứng dụng tự động hóa quy trình của công ty. Ứng dụng của họ giúp rút ngắn thời gian xem xét hồ sơ bệnh nhân từ ngày hoặc tuần thành chỉ vài phút. Với vòng gọi vốn này, Triomics dự định mở rộng đội ngũ trong các lĩnh vực và mở rộng phạm vi sản phẩm. Công ty đã ký một số thỏa thuận và đang nhắm tới việc thu hút hơn mười đối tác vào cuối năm. #Triomics #AI #ChămSócUngThư #VòngGọiVốn
Nguồn: https://venturebeat.com/ai/triomics-taps-llms-to-accelerate-cancer-care-raises-15m/
Join us in returning to NYC on June 5th to collaborate with executive leaders in exploring comprehensive methods for auditing AI models regarding bias, performance, and ethical compliance across diverse organizations. Find out how you can attend here.
As many continue to debate the role of AI in healthcare, startups are going all in on the technology – with the full support of venture capital firms. Today, San Francisco-based Triomics, a startup looking to accelerate cancer care with generative AI, announced its $15 million from Lightspeed, Nexus Venture Partners, General Catalyst and Y Combinator.
Founded by former MIT and Adobe researchers Sarim Khan and Hrituraj Singh, Triomics has developed a family of large language models (LLMs), dubbed OncoLLM, that streamlines the complex and time-consuming oncology-related workflows staffers at medical centers have to go through to determine the right treatment path for a patient.
The models work with a set of workflow-specific tools and have been proven to do tasks that would usually take days or weeks in just minutes.
“We have successfully merged expertise in two complex functional areas: our AI researchers, who are specialized in customizing language models to specific domains, and our clinical staff, who have decades of oncology-specific experience. As a result, our software can complement the strengths of these advanced models while also proactively addressing potential flaws, all with the intricacies of cancer research and care in mind,” Singh said in a statement.
VB Event
The AI Impact Tour: The AI Audit
Join us as we return to NYC on June 5th to engage with top executive leaders, delving into strategies for auditing AI models to ensure fairness, optimal performance, and ethical compliance across diverse organizations. Secure your attendance for this exclusive invite-only event.
What exactly Triomics aims to solve?
Today, millions of people suffer from cancer. The number of new cases has been increasing over the years and is estimated to touch 35 million people by 2050 – a 77% increase from the 20 million cases in 2022. In this situation, medical and cancer care centers are bound to be under pressure, especially due to the dwindling healthcare workforce.
Currently, most nurses and cancer care staffers determine patients’ care pathway or clinical trial eligibility with manual chart reviews, where they sift through the entire longitudinal record manually to identify relevant data points. This covers everything, from doctors’ unstructured free-text notes to test reports, and takes a lot of time, leading to clinical delays such as patients missing out on trials or biomarker-driven treatments.
Triomics tackles this problem by providing care centers with Oncology-focused OncoLLM and allowing them to fine-tune the model – using their own internal datasets – for deployment with the company’s workflow automation offerings.
“OncoLLM is essentially a family of models, each model serving different purposes including retriever and generator models, some of them are trained from scratch and some are fine-tuned on SOTA open-source models. Our models undergo extensive fine-tuning on each provider’s proprietary data and reinforcement learning, leveraging human feedback for tailored learning. We deploy customized models for each partner institution,” Khan told VentureBeat.
When the models are institution-tuned, they are deployed across Triomics’ software offerings that integrate with health system EHRs to help with specific care workflows. Currently, the company has two products in place: Harmony and Prism. The former curates the data for registry, reporting or research needs, while the latter handles patient-trial matching by prescreening oncology patients to find relevant clinical trials. At scale, this cuts the time to review patient charts from days or weeks to mere minutes.
When the model, and the associated software, were tested by the Medical College of Wisconsin Cancer Center, the teams found that the offering outperformed larger open-source and proprietary LLMs at patient-trial matching and rivaled qualified medical experts and GPT-4, despite being much smaller and 35 times less expensive. Since then, the company has also developed another variant of OncoLLM (70B) that surpasses both GPT-4 and medical experts in terms of accuracy.
Goal to hit scale
With this round of funding, Triomics plans to increase its team across domains and scale up the reach of the product.
The company has already signed a few deals and is targeting to rope in over a dozen partner institutions by the end of the year. It says there’s no fixed pricing strategy as the OncoLLM-based solution is tailored for each customer.
“We are either piloting or actively working with about half a dozen academic medical centers, which should be double digits by summer’s end. We also have started to expand our customer base beyond the academic centers entering into agreements with large community oncology practices, to make an impact on as many patient lives as we possibly can,” Khan said.
While some solutions help with patient-trial matching, Khan notes that the company has developed a specialization around oncology with OncoLLM-powered software. Additionally, he says most other solutions in this space are not gen AI native and are reliant upon utilizing / modifying legacy technologies without the scale benefit or step-function ROI the industry is asking for.
