Sensi.AI og Flint Capital snakker om utvikling og distribusjon av AI-løsninger i helsevesenet
Å overvåke kunder eksternt uten å krenke deres personvern er en utfordrende oppgave. Men en medgründer mener at hun har knekt koden.
I en nylig episode av TechCrunch Live, TCs ukentlige arrangement designet for å hjelpe grunnleggere med å bygge bedre venture-støttede virksomheter, snakket Romi Gubes, administrerende direktør i Sensi.AI, om hvordan hun bygde et selskap som bruker lydbasert AI-programvare for å oppdage og forutsi anomalier som kan påvirke helsen til de som mottar hjemmehjelp.
Gubes, en utdannet programvareingeniør som har jobbet i Fortune 500-selskaper, inkludert Cisco, Dell og Vonage, sier at hun ble inspirert til å grunnlegge Sensi.AI etter en episode med misbruk i datterens barnehage.
“Det var en av tingene i livet som virkelig forandrer livet ditt,” sa hun. “Og jeg ønsket å utnytte min teknologiske bakgrunn for å hjelpe de sårbare personene til å være trygge i alle slags omsorgsmiljøer.”
Det viste henne den massive mangelen på interne omsorgspersonell i USA, så vel som effektene som “aldring på plass” uten riktig infrastrukturstøtte kan ha.
“Som de fleste av dere vet, ettersom tiden går, er det flere og flere eldre voksne og mindre yngre mennesker som potensielt kan ta vare på dem,” sa Gubes. “Veldig snart forsto jeg hvor stor smerten i eldreomsorgsbransjen er.”
Bildekreditt: Sensi.AI
Sensi.AI, grunnlagt i 2018, vokste ganske raskt, og skalerer i dag til 70 ansatte i to land – USA og Israel – og til kunder i 37 stater som betjener tusenvis av enkeltpersoner. Underveis samlet Sensi.AI inn 25 millioner dollar fra investorer, inkludert Sergey Gribov, en general partner i Flint Capital og et styremedlem i Sensi.AI, som ble med i TC Live-diskusjonen.
Forsterket av pandemien er markedet for fjernovervåkingsløsninger ganske stort. Så hvordan klarte Sensi.AI å skille seg ut fra mengden? Gubes tilskriver det selskapets differensierte teknologi, som bruker en kombinasjon av AI og lydovervåking for å oppdage viktige hendelser i og rundt klienters miljøer.
Sensi.AI brukte år på å samle inn data fra felten for å trene opp AI-systemet sitt. Til dags dato har selskapet fanget opp mer enn 10 millioner omsorgspersoninteraksjoner fra titusenvis av mennesker over hele USA, hevder Gubes.
“For eksempel vet vi å oppdage om en omsorgsperson har et spesifikt problem med å flytte den eldre voksne fra sengen til stolen, der dette faktisk er en enorm risikofaktor for dem begge,” forklarte hun. “Vi er mer fokusert på det forebyggende laget for virkelig å la fagfolk handle før noe skjer.”
Men hva med personvernet – både personvernet til klientene og omsorgspersonene?
Gubes påpekte at Sensi.AI ikke bruker kameraer for overvåking, i motsetning til noen av konkurrentene. På toppen av det er systemet i samsvar med HIPAA – den største personvernregningen for medisinske journaler i USA – og anonymiserer data slik at lyddataene ikke er knyttet til noen som overvåkes.
Det bidro også til Sensi.AIs finansieringssuksess, ifølge Gribov. Men pandemien spilte uten tvil en større rolle.
“Da pandemien rammet, var mange omsorgspersoner ikke i stand til å komme til hjemmene til den eldre voksne og virkelig tjene dem, og eldre voksne ble hjemme alene,” sa Gubes. “Og det var her behovet for løsninger som Sensi var veldig, veldig klart.”
Bildekreditt: Sensi.AI
Man kan anta at Sensi.AIs store ambisjon er å erstatte omsorgsarbeidere helt. Men Gubes hevder at dette ikke er tilfelle. Faktisk tror hun det ikke er gjennomførbart fra et teknisk synspunkt – og vil ikke være det i overskuelig fremtid. Hun håper snarere at Sensi.AI kan vokse til et omsorgsverktøy som klinikere – og til og med barn av eldre voksne – kan bruke for å holde styr på hva som skjer i hjemmet til en sårbar pasient.
“Vi kan gjøre arbeidet deres mye mer effektivt, og for å få dem til å ta bedre beslutninger,” sa Gubes.