מייסדי NYM: אדם רימון ועמיחי נידרמן / צילום: איל יצהר
חברת Nym הישראלית,אשר עוסקת באוטומציה של תהליך הקידוד הרפואי, הודיעה על גיוס של 47 מיליון דולר בהובלת קרן PSG, ובהשתתפות המשקיעים הקיימים, Google Ventures, Addition ו-DLC. הגיוס הנוכחי מביא את סך ההשקעות בחברה מאז הקמתה ל-92 מיליון דולר. Nym נבחרה כאחת מחברות הסטארט-אפ המבטיחות של "גלובס" לשנת 2020.
● למרות המלחמה: עלייה של יותר מ־30% בהשקעות בסטארט־אפים ישראליים
● גייסה 10 מיליון דולר לפי שווי של 350: החברה שעבדה שנים מתחת לרדאר והפכה לשותפה של גוגל
קידוד רפואי הוא האופן שבו רופאים, מרפאות ובתי חולים בארה"ב, מציגים דרישת תשלום לחברות הביטוח עבור השירותים הרפואיים שסיפקו למבוטחיהן. לדברי אור פלס, מנכ"ל החברה: "מערכת הבריאות האמריקאית היא מורכבת וענקית. ההוצאה הכוללת שלה היא כ-4 טריליון דולר, וההשקעה באדמיניסטרציה של הטיפול הרפואי לבדה, היא כ-250-300 מיליארד דולר. בכל שנה מוגשות כ-3 מיליארד תביעות ביטוח מול כ-900 מבטחים". ההוצאה האדמיניסטרטיבית הזו מעיקה על בתי החולים שהם גופים מאוד גדולים אבל פועלים במתח רווחים נמוך, ולכן כל חיסכון בתחום הזה הוא מאוד משמעותי להם.
מערכת הקודים, אומר פלס, היא מורכבת מאוד. "יש קודים שרואים כל הזמן, כמו יתר לחץ דם, והמון קודים סופר ספציפיים. למשל, יש קוד שונה לפגיעה על ידי צפרדע ארסית, לעומת פגיעה על ידי קרפדה ארסית". היום הקידוד נעשה באופן פרטי על ידי קבוצות של מקודדים, חלקם בארה"ב, אך אחרים בכל העולם, למשל בהודו ובפיליפינים, שמקודדים עבור מערכת הבריאות האמריקאית.
האתגרים הייחודיים בניתוח אוטומטי של שפה רפואית הם קודם כל, השגת כל המידע בתיק ממוסד רפואי שטכנולוגיה היא לא התחום העיקרי שלו ומערכות המידע שלו לפעמים מיושנות, שנית - ניתוח השפה הרפואית הייחודית לכל תחום התמחות רפואי ושלישית - הצורך להבדיל בצורה מאוד ברורה בין דיאגנוזה, חשש, או שלילת דיאגנוזה. לרופאים ישנן אינסוף דרכים לומר, למשל, יש שבר, אין שבר או חשדנו שיש שבר אבל אנחנו לא בטוחים.
הסכנה והפוטנציאל של בינה מלאכותית
בשיחתנו עם החברה בעבר, הדגיש המייסד והמנכ"ל דאז עמיחי נידרמן, כי החברה משתדלת שלא להשתמש ב-AI בשל הזהירות הרבה והדיוק הדרושים כשמטפלים במידע רפואי. פלס מספר כי בהדרגה שולבו היכולות הללו, ואף AI גנרטיבי, אך עדיין בצורה זהירה.
לדבריו, "אנחנו אימנו את ה-AI על משימות מאוד ספציפיות, וכדי למנוע טעויות, אנחנו לא מבקשים מן המערכת לייצר לנו מייד קוד, אלא היא מייצרת את הסיפור על תהליך האבחון והטיפול שעבר המבוטח. אחר כך היא בודקת את עצמה מכמה כיוונים כדי לראות אם הסיפור קוהרנטי, ומתוך כך היא גוזרת את הקוד. אם המערכת לא בטוחה בתוצאה שקיבלה, אנחנו שולחים את התיק לקידוד ידני".
חשוב מאוד לדייק בקוד, כי טעות יכולה לעלות לבתי החולים סכומים גבוהים, אם משום שתתבע פחות מידי עבור הטיפול, או משום שחברת הביטוח תזהה את הטעות ובעקבות זאת תדחה את כל התביעה.
"התחלנו בפעילות מסחרית משמעותית ב-2021, והיום אנחנו מקודדים מיליוני תיקים בשנה, עבור עשרות מוסדות רפואיים", אומר פלס. הוא אינו חושף את היקף ההכנסות של החברה, אך מסכים לומר: "יש לנו 84 עובדים, בישראל ובניו יורק, ורמת הכנסות הגיונית לארגון בכזה סדר גודל".
מה הייעוד של הסכום שגייסתם?
"הסבב הנוכחי נועד להמשיך לפתח את הטכנולוגיה. אנחנו מתמחים היום בקידוד לפעולות שקורות במרפאות חוץ, ובהתמחויות מסויימות. לבתי החולים יהיה הרבה יותר נוח לקנות מערכת שמכסה את כל ההתמחויות. אנחנו כבר עמוק בתוך תהליך ההתרחבות ובאמצע השנה הבאה אנחנו כבר מאמינים שיהיה לנו לפחות לקוח אחד בכל התמחות, למעט אשפוז שזו מערכת קידוד שונה.
"בזכות הסכום שגייסנו כעת אנחנו מאמינים שהעסקה הזאת תהיה רווחית ותעמוד בפני עצמה, אך ייתכן שנרצה לפתח את היכולת שלנו להבין תיק רפואי גם לתחומים נוספים, למשל לאפשר לבתי חולים לנבא את הרווחיות מחבילת טיפול מסויימת וכדומה".