شركة Octozi تجمع 3 ملايين دولار لتنظيف بيانات التجارب السريرية بالذكاء الاصطناعي الوكيل

الزبدة
- تخيل أن نسبة أخطاء مراجعة بيانات التجارب السريرية تنهار من 54.7% إلى 8.5% فقط بفضل الذكاء الاصطناعي - هذا بالضبط ما حققته Octozi وحصلت عليه إثره على 3 ملايين دولار بقيادة Surface Ventures
- المنصة لا تستبعد البشر بل تدمج نماذج اللغة الكبيرة مع خوارزميات حتمية صارمة، فترفع سرعة تنظيف البيانات ستة أضعاف وتقلل الاستفسارات الخاطئة 15 مرة
- الرقم الأكثر إغراءً للصناعة الدوائية: وفورات تتجاوز 5 ملايين دولار لكل تجربة سريرية واحدة من المرحلة الثالثة في علاج الأورام
كشفت دراسة محكّمة لمنصة Octozi أن نسبة الأخطاء عند مراجعي بيانات التجارب السريرية انخفضت من 54.7% إلى 8.5% فقط، وهي نتيجة تستثمرها الشركة الناشئة المتمركزة في نيويورك الآن لجذب تمويل جديد. أغلقت Octozi جولة تمويل تأسيسية (Seed Round) بقيمة 3 ملايين دولار بقيادة شركة Surface Ventures، بمشاركة الذراع الاستثمارية لشركة Debiopharm التي سبق لها دعم الشركة.
تبني Octozi أدوات ذكاء اصطناعي وكيل (Agentic AI) لتنظيف البيانات وإدارة الاستفسارات في مرحلة التطوير السريري، وهي حلقة من سلسلة التجارب الدوائية لا تزال تعتمد بشكل كبير على العمل اليدوي وعرضة للأخطاء. تستعين الشركات الراعية ومؤسسات البحث بموجب عقود بفرق كبيرة من المراجعين لرصد التناقضات في سجلات المرضى ونتائج المختبرات ونماذج تقارير الحالات، قبل أن تتمكن التجربة من التقدم نحو التقديم التنظيمي. ورهان Octozi هو أن جزءاً كبيراً من هذا العمل يمكن أتمتته دون التضحية بقابلية التدقيق (Auditability) التي تتطلبها الجهات التنظيمية.
بنية تجمع بين الذكاء الاصطناعي والحتمية
تدمج المنصة النماذج اللغوية الكبيرة (Large Language Models) مع خوارزميات سريرية حتمية (Deterministic Algorithms)، في بنية مصممة للاستفادة من قدرة هذه النماذج على التعرف على الأنماط مع الحفاظ على القابلية للتنبؤ التي تتطلبها البيئة الخاضعة للتنظيم. ولا تسعى Octozi إلى استبعاد المراجعين البشريين كلياً، بل تعتمد على تصميم "الإنسان في الحلقة" (Human-in-the-Loop)، حيث تُوجَّه القضايا المرصودة إلى الطاقم السريري، بينما تُؤتمت المهام التصنيفية المتكررة التي تستهلك اليوم جزءاً كبيراً من وقتهم.
أرقام لافتة تدعم الجولة التمويلية
إلى جانب خفض نسبة أخطاء المراجعين بأكثر من 80%، أظهرت الدراسة الداخلية لـ Octozi زيادة في إنتاجية تنظيف البيانات بنحو ستة أضعاف، وانخفاضاً في الاستفسارات الخاطئة (False Positive Queries) - أي التنبيهات غير الصحيحة التي تدفع الفرق السريرية لملاحقة مشكلات غير موجودة أصلاً - بمقدار خمسة عشر مرة. ووفق النموذج الاقتصادي الذي وضعته الشركة، تُترجم هذه المكاسب إلى وفورات تتجاوز 5 ملايين دولار لكل تجربة من المرحلة الثالثة (Phase III) في مجال الأورام، وهو رقم يتحدث مباشرة عن ضغوط التكاليف التي تواجهها الجهات الراعية مع تضخم حجم التجارب وكثافة بياناتها.
يقول أميت باتيل، الشريك المؤسس والرئيس التنفيذي للشركة: "بنينا Octozi لنعيد للفرق السريرية وقتها دون أن نطلب منها الثقة بصندوق أسود"، في إشارة إلى تصميم المنصة الذي يجمع بين الحتمية والنماذج اللغوية كطريق وسط بين الأتمتة الكاملة والوضع الراهن القائم على المراجعة اليدوية.
رهان المستثمرين على العمليات السريرية
يراهن جيان كابور، الشريك المدير في Surface Ventures، على أن العمليات السريرية - التي ظلت لفترة طويلة بمنأى عن البرمجيات الحديثة - تمثل أرضاً خصبة للذكاء الاصطناعي الوكيل، خصوصاً أن المهام فيها متكررة وقائمة على قواعد واضحة، وفي الوقت نفسه حساسة بما يكفي لتحمّل الأخطاء تكلفة حقيقية. أما استمرار دعم Debiopharm، بعد استثمارها المبكر، فيعكس اقتناع الجانب الصيدلاني في الصناعة بإمكانية سد الفجوة بين قدرات الذكاء الاصطناعي ومتطلبات الامتثال في التجارب السريرية.
بهذا التمويل الجديد، تجد Octozi نفسها في موقع يسمح لها بالتوسع خارج نطاق نشراتها الأولى، واختبار ما إذا كانت أرقام خفض الأخطاء ستصمد أمام نطاق أوسع من أنواع التجارب والجهات الراعية - سؤال سيحدد قدرة الذكاء الاصطناعي الوكيل على تقليص كلفة وزمن التطوير السريري على نطاق واسع.
التغطيات والأبحاث الأصلية التي استند إليها هذا المقال.
فريق تحرير واكب
تم إعداد هذه المراجعة وتلخيصها بواسطة محرك الذكاء الاصطناعي الخاص بواكب ومراجعتها وتدقيقها من قبل فريقنا التحريري لضمان الدقة والموثوقية.
اشترك في النشرة البريدية
احصل على ملخص أسبوعي لأبرز أبحاث وأدوات الذكاء الاصطناعي مباشرة في بريدك.
قناة التليجرام
تابع تغطيتنا اللحظية ونقاشاتنا حول آخر مستجدات وأنظمة الذكاء الاصطناعي.
