Lo que parece ser una pequeña nevera para vinos está escondido discretamente en la esquina de la oficina del piso 12 de Veradigm en el barrio Flatiron de Manhattan. Pero en lugar de botellas de color burdeos, los lados de vidrio tintado revelan un estante para servidores. Ubicados entre ventiladores que zumban a alta velocidad, se encuentran tres de los chips GPU más potentes del mercado: Nvidia H100s. Estos tres chips (más un par más en un armario al final del pasillo) impulsan los modelos de inteligencia artificial de ScienceIO, una pequeña startup que se ha convertido en la piedra angular de una estrategia Hail Mary para la empresa de registros médicos electrónicos en dificultades, antes conocida como Allscripts.
Después de llegar a un acuerdo de 145 millones de dólares con el Departamento de Justicia por recibir sobornos de un fabricante de opioides, vender su negocio hospitalario que generaba pérdidas y no presentar estados financieros durante un año y medio, Veradigm, de 38 años, fue excluida de la lista Nasdaq. en febrero. La compañía con una capitalización de mercado de 820 millones de dólares todavía está esperando los resultados de una auditoría independiente sobre una declaración errónea de ingresos de 20 millones de dólares, que según dijo fue causada por una falla en el software de cumplimiento de un proveedor externo.
La adquisición de ScienceIO por parte de Veradigm por 140 millones de dólares en marzo constituye la pieza central de la respuesta del CEO interino Yin Ho a los problemas de la compañía: utilizar los modelos de inteligencia artificial generativa de Science IO para dar nueva vida al tesoro de datos médicos de Veradigm. “Nos actuamos rápidamente porque sabíamos que llegaría un día en el que tendríamos IA generativa a nuestro alrededor”, dijo Ho, de 54 años, a Forbes. “Y no tendríamos control sobre cómo utilizar esas herramientas”.
Los modelos de ScienceIO pueden reducir de meses a días el laborioso proceso de limpieza y estructuración de notas médicas escritas apresuradamente y llenas de abreviaturas. Veradigm planea aplicarlos a tres décadas de datos: 200 millones de registros de pacientes y 5 mil millones de notas generadas en gran parte por consultorios médicos independientes. A diferencia de otros conjuntos de datos que provienen de grandes centros médicos académicos en las principales ciudades, los datos de Veradigm incluyen franjas sustanciales de las zonas rurales de Estados Unidos. Ho dijo que representan “la mayor parte de la huella de Estados Unidos”. Veradigm planea vender millones de registros no identificados sobre la salud de los pacientes a compañías farmacéuticas, que quieren entender cómo reacciona la gente a los medicamentos fuera de los ensayos clínicos cuidadosamente orquestados.
ScienceIO fue cofundada en 2019 por Will Manidis, ex investigador de la empresa de genómica del cáncer Foundation Medicine y becario de Thiel. El director ejecutivo de 25 años había recaudado 25 millones de dólares de Quiet Capital, Sección 32 y Lachy Groom promocionando una idea anterior al frenesí de ChatGPT: los grandes modelos de lenguaje que impulsan los chatbots de IA también podrían usarse para dar sentido a todas las notas clínicas. y registros creados por médicos y enfermeras.
Los modelos de lenguaje de ScienceIO, que actualmente oscilan entre 1.000 y 13.000 millones de parámetros, tienen como objetivo convertir ese desorden de información en datos estructurados y utilizables. A diferencia de los modelos de OpenAI, que se entrenan en toda la Internet abierta, todos los de ScienceIO se entrenaron en conjuntos de datos específicos de atención médica. “Nos dimos cuenta muy rápidamente de que lo único que importa para la calidad del modelo es la calidad de los datos”, dijo Manidis a Forbes. “Los LLM son abrumadoramente un reflejo de los datos en los que se capacitan”.
Los modelos de ScienceIO combinados con el activo más grande y en gran medida sin explotar de Veradigm (los derechos de datos de registros médicos) podrían resultar una combinación potente. La mayoría de las empresas de registros médicos no son propietarias de los datos de los pacientes que fluyen a través de su software; lo hacen sus clientes del sistema de salud. Si bien a menudo pueden utilizar datos de pacientes no identificados para investigaciones, uno de los grandes desafíos es cómo vincular los registros de pacientes entre diferentes hospitales sin utilizar nombres u otros detalles de identificación. El gigante de los registros médicos electrónicos, Epic, confirmó que no posee los datos de los registros médicos de sus clientes; Cerner, que Oracle compró por 28.000 millones de dólares, declinó hacer comentarios.
La configuración de Veradigm es diferente porque posee los derechos de los datos, dijo Manidis. Gracias a estos derechos, la empresa puede vincular a los pacientes entre diferentes consultorios médicos durante largos períodos de tiempo. Una vez que ha vinculado esos registros, anonimiza la información para proteger la privacidad de las personas. “Nuestra capacidad para vincular más de 25 años de datos longitudinales de atención sanitaria es única”, afirmó. Veradigm actualmente no vende datos identificables a compañías farmacéuticas, pero podría potencialmente participar en el reclutamiento para ensayos clínicos en el futuro, dijo Manidis.
Jeff Smith, vicepresidente y analista de investigación de la industria de las ciencias biológicas en Gartner, dijo a Forbes que hay “mérito” al intento de giro de Veradigm, pero se apresuró a advertir que “poseer los datos es sólo el 60% del desafío”. También requiere una combinación de tecnología y experiencia en atención médica que es poco común: cualquier empresa que pueda lograr esto es “como descubrir un duende”, dijo.
Esos datos son potencialmente muy valiosos porque podrían ayudar a las compañías farmacéuticas a comprender cómo reaccionan los pacientes a los medicamentos a lo largo del tiempo, en el mundo real. Recientemente, la FDA ha comenzado a permitir datos del mundo real de pacientes fuera de los ensayos clínicos para acelerar el proceso de aprobación de medicamentos, lo que también tiene el potencial de reducir significativamente los costos. Se espera que el mercado de este tipo de datos alcance los 7.500 millones de dólares este año, según la firma de asesoría de inversiones Beecher and Co. y está creciendo a un ritmo superior al 20%. Ho espera que los modelos de inteligencia artificial de ScienceIO puedan estructurar, desidentificar y empaquetar los datos de Veradigm para venderlos a compañías farmacéuticas a partir de 2025, proyectando un crecimiento del 10% en los ingresos para 2026, según una presentación en la Barclays Healthcare Investor Conference. El plan es centrarse primero en tres áreas: enfermedades cardíacas, metabólicas y del sistema nervioso central.
A diferencia de muchas empresas que no cotizan en bolsa, Veradigm es rentable y tiene efectivo disponible: la previsión no auditada para 2024 es de entre 620 y 635 millones de dólares en ingresos y 140 millones de dólares en efectivo tras la adquisición. Pero algunos analistas están preocupados por la viabilidad del plan de Ho. “Si bien nos alienta la perspectiva positiva de la administración, creemos que algunos se mostrarán escépticos sobre la viabilidad de estos objetivos de crecimiento dado el desempeño de los últimos años”, escribieron los analistas de TD Cowen en una nota en marzo. Las acciones de Veradigm se mantuvieron estables al cierre del miércoles desde la noticia de la adquisición, y Ho y Manidis han estado en una gira para tratar de convencer a los banqueros del futuro impulsado por la inteligencia artificial de la compañía. Veradigm, dijo Manidis en la Conferencia de Salud de Barclays en marzo, “está en un momento de refundación”.
“NUESTRA CAPACIDAD PARA VINCULAR MÁS DE 25 AÑOS DE DATOS LONGITUDINALES DE ATENCIÓN SANITARIA ES ÚNICA”.
WILL MANIDIS, COFUNDADOR DE SCIENCEIO
Lee más: El futuro del turismo: República Dominicana con la mira en la inteligencia artificial
Esta no es la primera vez que Veradigm intenta reinventarse. La empresa ha sido un Frankenstein en actividades de fusiones y adquisiciones durante casi cuatro décadas. Fundada en 1986 como Allscripts, el negocio original consistía en vender medicamentos preenvasados a los médicos para que los recetaran en sus consultorios. Una década después, Allscripts estaba en camino de perder 3 millones de dólares sobre 75 millones de dólares en ventas. Fue entonces cuando Glen Tullman, ahora un empresario de atención médica en serie famoso por Livongo (que vendió a Teladoc por $ 18,5 mil millones) e inversionista en 7wire Ventures, asumió el control.
Tullman vendió las partes rentables del negocio de Allscript, incluido un administrador de beneficios farmacéuticos, y duplicó su apuesta por el software para recetas electrónicas y datos asociados. Creía que la reventa de datos de pacientes relacionados con el diagnóstico, el tratamiento y los resultados tenía un enorme valor potencial. “La empresa que sea capaz de recopilar estos datos tendrá el ‘santo grial’ de la información sanitaria para revenderla [a las aseguradoras]”, recordó Tullman en un estudio de caso de la Escuela de Negocios de Harvard de 2003.
En 1999, Allscripts salió a bolsa y Tullman continuó comprando y creando funciones adicionales para convertirse en la empresa de registros médicos electrónicos que se conoce hoy. Pero su último mega acuerdo, una fusión de 1.300 millones de dólares con la compañía de registros hospitalarios Eclipsys en 2010, provocó una ruptura con la junta directiva. “La junta comenzó a fracturarse porque quería llevar la HCE al siguiente nivel”, dijo Tullman a Forbes. “Si eres médico y ves a alguien que tiene una condición particular, el EHR debería hacerte más inteligente; no debería limitarse a mantener registros”.
Tullman se mostró optimista sobre la nueva dirección de la empresa. “El [liderazgo actual] de Veradigm es lo suficientemente inteligente como para decir: giremos y usemos toda esta información”, dijo. “Eso es lo que quería hacer hace 15 años”.
Manidis está entusiasmado de entrenar los modelos de ScienceIO con los datos de Veradigm porque incluirá pacientes en zonas rurales y de bajos ingresos de consultorios médicos pequeños que normalmente no se capturan. Da el ejemplo teórico de una compañía farmacéutica que fabrica los nuevos medicamentos para la pérdida de peso y la diabetes conocidos como GLP-1, que quiere saber cómo los pacientes de diferentes orígenes étnicos en entornos de bajos recursos responden mejor a diferentes medicamentos. “No se puede comprar ese conjunto de datos, simplemente no existe”, afirmó Manidis. Pero pronto, con Veradimg, así será.
La decisión de comprar ScienceIO, en lugar de utilizarlos como proveedor, fue una forma de mitigar el riesgo, dijo Ho. “Debido a que lo incorporamos internamente, no permitimos que aprenda a partir de datos que no controlemos”, dijo. Además de los datos de Veradigm, también han incorporado datos de colaboraciones de registros de enfermedades con el Colegio Estadounidense de Cardiología y la Asociación Estadounidense de Diabetes. La adquisición se estructuró con 96 millones de dólares por adelantado y luego 44 millones de dólares pagados en cuotas durante tres años como incentivo para mantener a Manidis y al cofundador de ScienceIO, Gaurav Kaushik, en Veradigm durante al menos esa cantidad de tiempo.
Sin duda, existe una necesidad de datos más sólidos en el fragmentado sistema de salud estadounidense, donde su médico de atención primaria podría no utilizar el mismo software de registros médicos que su hospital o especialista. Ese también es un problema a la hora de utilizar datos del mundo real para las presentaciones de la FDA. Por ejemplo, si una empresa farmacéutica quiere saber si un paciente tomó un determinado medicamento pero el conjunto de datos no incluye partes clave de su historial médico, no tiene suerte. “Es muy fácil hacerlo mal”, afirmó Shirley Wang, profesora asociada de la Facultad de Medicina de Harvard que estudia esta práctica. Sin toda la información relevante, los datos “no son realmente adecuados para su propósito”, afirmó Wang.
Los expertos en privacidad han expresado su preocupación sobre cómo la IA afectará la privacidad de la salud. Una vez que los datos han sido anonimizados en estos conjuntos de datos masivos, ya no están cubiertos por la ley federal de privacidad de la atención médica HIPAA, dijo Deven McGraw, ex subdirector de privacidad de la información de salud del Departamento de Salud federal. Existe la posibilidad de que los modelos de IA puedan volver a vincular datos de salud confidenciales con las identidades de las personas, y en ese momento la HIPAA no protegería su privacidad. Manidis dijo que Veradigm no entrena sus modelos “con ningún dato que sea reidentificable”.
Por ahora, Manidis y Ho dijeron que han comenzado a vender productos de datos por adelantado a clientes farmacéuticos y esperan tener pruebas piloto en funcionamiento para fin de año. “Comenzaremos a ver una expansión real de los ingresos y los márgenes en el plazo de 2025”, dijo Ho. ¿En cuanto a 2024? “Es un año de inversión y reinversión en nuestra empresa”.
Este artículo fue publicado originalmente por Forbes US.
Te puede interesar: Xiaomi dice que las ventas de su auto eléctrico son entre 3 y 5 veces mayores de lo esperado
