أعلنت شركة Shyld AI المتخصصة في التقنية الصحية عن جمع 13.4 مليون دولار في جولة تمويل أولية، في خطوة تستهدف توسيع نشر أنظمتها داخل المستشفيات في الولايات المتحدة. وتأتي هذه الجولة ضمن موجة استثمارية متزايدة في الشركات التي تطور أنظمة ذكاء اصطناعي قادرة على تنفيذ إجراءات تشغيلية فعلية داخل البيئات المعقدة، بدلاً من الاكتفاء بتقديم توصيات أو تلخيصات إدارية.
تركز الشركة على نموذج تصفه بأنه الذكاء الاصطناعي النشط، أي أنظمة تراقب ما يجري داخل المستشفى لحظة بلحظة ثم تتخذ إجراءات تشغيلية مرتبطة بسير العمل. هذا التوجه يضعها في فئة مختلفة عن كثير من حلول الذكاء الاصطناعي الصحي المنتشرة حالياً، والتي تتركز غالباً على التوثيق الطبي، وتسجيل المحادثات، وأتمتة الأعمال الإدارية.
من المساعدة الرقمية إلى التنفيذ المباشر
الفرق الأساسي في طرح Shyld AI هو الانتقال من أدوات تدعم الموظفين إلى أنظمة تتابع الواقع الميداني وتتصرف بناء عليه. ففي بيئة مثل المستشفى، لا تكفي التوصيات النظرية إذا كانت العمليات تتغير باستمرار خلال اليوم، من تحرك الطواقم الطبية إلى تبديل الغرف وتأخر الإجراءات الجراحية وتبدل أولويات التعقيم.
تقول الشركة إن منصتها قادرة على فهم مؤشرات تشغيلية متعددة داخل غرف العمليات والمرافق السريرية، مثل تقدم العملية الجراحية، ووقت تجهيز الغرفة للمريض التالي، وحركة العاملين، ونقاط الاختناق التي تؤدي إلى التأخير. والهدف من ذلك هو تقليل الوقت الضائع، ورفع كفاءة استخدام غرف العمليات، وتخفيف الحاجة إلى تنسيق بشري مستمر في كل تفصيل تشغيلي.
هذا النوع من الأنظمة يمثل تحولاً مهماً في استخدام الذكاء الاصطناعي في الرعاية الصحية. فبدلاً من أن يبقى محصوراً في الشاشات والنصوص، يبدأ في التفاعل مع البيئة المادية نفسها، وهو ما يفتح الباب أمام ما يمكن وصفه بالذكاء الاصطناعي التشغيلي داخل المؤسسات الصحية.
الاعتماد على الحوسبة الطرفية داخل غرف المستشفى
تعتمد منصة الشركة على نموذج مملوك يحمل اسم VERTEX، وقد صُمم للعمل في بيئات الرعاية الصحية مباشرة عبر الحوسبة الطرفية. هذا يعني أن المعالجة الأساسية لا تعتمد بشكل كبير على السحابة، بل تتم على أجهزة موجودة داخل غرف المستشفى نفسها.
هذا الاختيار التقني يحمل عدة مزايا مهمة. أولاً، يقلل زمن الاستجابة، وهو عامل أساسي في الأماكن التي تتغير فيها الظروف بسرعة. ثانياً، يخفف من المخاوف المرتبطة بإرسال بيانات صحية حساسة إلى بنى تحتية خارجية. وثالثاً، يمنح النظام قدرة أفضل على الاستمرار في العمل حتى في البيئات التي لا تحتمل أي انقطاع أو تأخير في الاتصال.
أهمية الذكاء الاصطناعي الطرفي تزداد في القطاعات التي تحتاج إلى موثوقية عالية وقرارات فورية. وفي المستشفيات تحديداً، يمكن لتأخير بسيط في التنسيق أو التعقيم أو تجهيز الغرف أن ينعكس على الجدول الجراحي بالكامل، بل وقد يؤثر في النتائج الصحية للمرضى. لذلك يبدو تشغيل الذكاء الاصطناعي محلياً داخل الغرف خياراً عملياً أكثر من الاعتماد الكامل على الخدمات السحابية.
وتشير الشركة إلى أن بنيتها صممت بحيث تعمل بشكل مستمر داخل البيئة السريرية من دون الحاجة إلى تكامل واسع ومعقد مع أنظمة تقنية المعلومات التقليدية في المستشفيات، وهي نقطة قد تسرع التبني إذا ثبتت فاعليتها على أرض الواقع.
التركيز على كفاءة غرف العمليات وتقليل التأخير
تعد غرف العمليات من أكثر المناطق حساسية من ناحية الوقت والتكلفة داخل المستشفيات. أي تأخير في إنهاء إجراء طبي أو تنظيف الغرفة أو تجهيز الفريق التالي يؤدي إلى خسائر تشغيلية مباشرة، إضافة إلى ضغط متزايد على الفرق الطبية والمرضى معاً.
في هذا السياق، تحاول Shyld AI بناء نظام يراقب سير العمل لحظياً ويكشف اللحظات التي يبدأ فيها التعطل أو التباطؤ. وعبر تحليل الحركة والتقدم الإجرائي ومراحل تبديل الغرف، يمكن للنظام المساعدة في تنظيم التوقيت بين العمليات بصورة أدق. الفكرة هنا ليست فقط تحسين الجداول، بل تقليل الفجوات الزمنية التي غالباً ما تتراكم خلال اليوم وتؤدي إلى انخفاض الاستفادة من الموارد.
كما تتوسع المنصة إلى مجالات أخرى ترتبط بالامتثال وإجراءات مكافحة العدوى، وهي ملفات تمثل عبئاً تشغيلياً ومالياً كبيراً للمستشفيات. عندما تصبح هذه المهام جزءاً من منظومة مراقبة وتشغيل آلية، قد تتمكن المؤسسات الصحية من تقليل الأخطاء وتحسين الالتزام بالمعايير بشكل أكثر استمرارية.
دمج الذكاء الاصطناعي مع التعقيم الذاتي بالأشعة فوق البنفسجية
أحد أكثر تطبيقات الشركة وضوحاً هو الجمع بين الذكاء الاصطناعي وتقنيات التعقيم الذاتي باستخدام UV-C. هذا الدمج لا يقتصر على توفير جهاز تعقيم مستقل، بل يعتمد على تحديد الوقت والمكان المناسبين لبدء عملية التعقيم استناداً إلى النشاط الحقيقي داخل المستشفى.
وفق هذا النموذج، يمكن للنظام تحديد انتهاء إجراء معين، ورصد مرحلة إخلاء الغرفة، ثم اختيار اللحظة الأنسب لإطلاق دورة التعقيم قبل استقبال الحالة التالية. بهذه الطريقة، يصبح التعقيم جزءاً من سير العمل التشغيلي الذكي، وليس مهمة منفصلة تعتمد فقط على الجداول أو التدخل اليدوي.
وتكتسب هذه النقطة أهمية خاصة لأن العدوى المرتبطة بالرعاية الصحية ما تزال تحدياً كبيراً للمستشفيات. وقد أشارت الشركة إلى بيانات من مراكز مكافحة الأمراض والوقاية منها في الولايات المتحدة تفيد بأن هذه العدوى تسهم في نحو 72 ألف حالة وفاة سنوياً في البلاد. كما استندت إلى دراسة من جامعة ستانفورد منشورة في دورية متخصصة في مكافحة العدوى، وذكرت أن النظام أدى إلى خفض مستويات التلوث بأكثر من 93% مقارنة بغرفة ضابطة.
إذا استمرت مثل هذه النتائج في بيئات أوسع، فقد تصبح تطبيقات الذكاء الاصطناعي في التعقيم والامتثال من بين أكثر الاستخدامات العملية تأثيراً في المستشفيات، لأنها تمس السلامة والكفاءة في وقت واحد.
اهتمام استثماري متزايد بالأنظمة القادرة على التصرف
تأتي جولة التمويل في وقت يتزايد فيه اهتمام المستثمرين بما يعرف بأنظمة الذكاء الاصطناعي القادرة على اتخاذ إجراءات ذاتية داخل بيئات تشغيلية متغيرة. السوق الحالية ما تزال تميل بقوة إلى المساعدات البرمجية وواجهات الذكاء الاصطناعي التوليدي، لكن هناك شريحة متنامية من الشركات الناشئة تحاول نقل هذه القدرات إلى العالم المادي في مجالات مثل التصنيع واللوجستيات والروبوتات والرعاية الصحية.
المستشفيات تمثل اختباراً صعباً لهذا النوع من التقنية. فهي تجمع بين قواعد تنظيمية صارمة، ومتطلبات خصوصية عالية، وسير عمل يتغير باستمرار، وضغط تشغيلي لا يتوقف. لذلك فإن نجاح أي نظام مستقل في هذا المجال قد يكون مؤشراً مهماً على قابلية التوسع إلى قطاعات أخرى شديدة التنظيم.
ومن هذه الزاوية، لا تمثل الجولة مجرد تمويل لشركة تقنية صحية، بل تعكس أيضاً رهانا أوسع على أن الجيل التالي من الذكاء الاصطناعي لن يكتفي بإنتاج النصوص أو تحليل البيانات، بل سيتحرك داخل البيئات الفعلية ليعيد تنظيمها وتحسينها.
إلى أين تتجه الشركة بعد التمويل
تخطط Shyld AI لاستخدام التمويل الجديد في توسيع انتشار أنظمتها عبر مؤسسات الرعاية الصحية الأميركية. كما تدرس تطبيقات إضافية خارج المستشفيات، تشمل التصنيع الدوائي والبيئات النظيفة الخاضعة لتنظيم صارم.
هذا التوسع منطقي من الناحية التقنية، لأن التحديات الأساسية في تلك البيئات متشابهة: الحاجة إلى مراقبة لحظية، ومتطلبات امتثال دقيقة، وحساسية عالية تجاه التلوث والتأخير. وإذا تمكنت الشركة من إثبات قدرتها في المستشفيات، فقد تجد فرصاً كبيرة في قطاعات تحتاج إلى نفس المستوى من الاعتمادية والدقة.
في المجمل، يعكس هذا التطور اتجاهاً واضحاً في السوق: الذكاء الاصطناعي في الرعاية الصحية يتجه تدريجياً من المكاتب والشاشات إلى غرف العمليات والممرات والمرافق الحساسة. ومع تزايد القدرة على تشغيل النماذج محلياً واتخاذ إجراءات مباشرة، قد يصبح الحديث في السنوات المقبلة أقل عن أدوات مساعدة رقمية، وأكثر عن بنية تشغيلية ذكية تعمل في قلب المستشفى نفسه.