Intron Health, una startup centrada en el reconocimiento de voz clínico, anunció que ha obtenido 1,6 millones de dólares en una ronda semilla de financiación. La empresa fue fundada por Tobi Olatunji, un médico formado y con experiencia en Nigeria, que fue testigo de primera mano de la ineficiencia del sistema sanitario, incluyendo el papeleo excesivo y la dificultad para rastrear estos documentos.
El interés de Olatunji por mejorar la eficiencia de la atención médica le llevó a obtener un máster en Informática Médica en la Universidad de San Francisco y un máster en Ciencias de la Computación en el Instituto de Tecnología de Georgia. Durante su trabajo en empresas tecnológicas, acumuló una amplia experiencia en el procesamiento del lenguaje natural (PNL), especialmente en el ámbito de la salud.
El objetivo inicial de Intron Health era digitalizar las operaciones de los hospitales africanos mediante sistemas de historias clínicas electrónicas (HCE). Sin embargo, Olatunji descubrió que los médicos preferían escribir a mano en lugar de teclear. Esto le impulsó a explorar cómo mejorar un problema fundamental: cómo hacer más eficiente la entrada de datos básica y el trabajo de escritura de los médicos.
Nota de la fuente: La imagen fue generada por IA, con licencia de Midjourney.
Debido a los numerosos problemas que presentan las tecnologías existentes de voz a texto para procesar acentos africanos y la pronunciación de términos médicos complejos, Olatunji se dio cuenta de la necesidad de desarrollar una tecnología de reconocimiento de voz capaz de identificar acentos africanos. La herramienta de reconocimiento de voz de Intron Health se integra con los sistemas HCE existentes y ya se utiliza en 30 hospitales de cinco mercados, incluyendo Kenia y Nigeria.
Esta tecnología ha generado resultados positivos directos. Por ejemplo, Intron Health ayudó a uno de los mayores hospitales de África Occidental a reducir el tiempo de espera de los resultados de radiología de 48 horas a 20 minutos. Esta eficiencia es crucial en la prestación de atención médica, especialmente en África, donde la proporción de médicos por paciente es una de las más bajas del mundo.
Olatunji afirma que los hospitales ya han invertido mucho en equipos y tecnología, por lo que es importante garantizar que utilicen estas tecnologías. Intron Health puede aportar valor ayudándoles a aumentar la tasa de adopción de los sistemas HCE.
De cara al futuro, Intron Health está explorando nuevas áreas de crecimiento, con el apoyo de varias empresas de capital riesgo e inversores ángeles, incluyendo Microtraction, Plug and Play Ventures, Jaza Rift Ventures, Octopus Ventures, Africa Health Ventures, OpenseedVC, Pi Campus, Alumni Angel y BakerBridge Capital.
En cuanto a la tecnología, Intron Health está trabajando para mejorar la función de reducción de ruido y garantizar que la plataforma funcione correctamente incluso con un ancho de banda bajo. Además, la empresa está desarrollando una función de transcripción de conversaciones con varios hablantes y la capacidad de integrar texto a voz.
El plan de Olatunji es añadir sistemas inteligentes o herramientas de apoyo a la decisión para tareas como recetas o análisis de laboratorio. Estas herramientas pueden ayudar a reducir los errores médicos, garantizar que los pacientes reciban la atención adecuada y acelerar el trabajo.
Intron Health es una de las cada vez más numerosas startups de IA generativa en el sector sanitario, incluyendo DAX Express de Microsoft, que reducen las tareas administrativas de los médicos generando notas en segundos. Con el auge del mercado mundial de la voz y el reconocimiento de voz, se espera que el valor de este mercado alcance los 84.970 millones de dólares en 2032, con una tasa de crecimiento anual compuesta del 23,7% a partir de 2024.
Además de desarrollar tecnología de voz, Intron Health desempeña un papel clave en la investigación de voz en África, y recientemente colaboró con Google Research, la Fundación Bill y Melinda Gates y la Plaza Digital de PATH para evaluar los modelos lingüísticos grandes (MLL) populares en 15 países, como GPT-4 de OpenAI, Gemini de Google y Claude de Anthropic, con el fin de identificar las ventajas, desventajas y riesgos de sesgos o daños de los MLL. Todo ello para garantizar que se proporcionen modelos culturalmente adaptados a las clínicas y hospitales africanos.
