Луи Бланкемайер защитил диссертацию по ИИ в Стэнфорде, опубликовал модель Merlin для интерпретации КТ в Nature и в октябре 2024 года вместе с сооснователями запустил Cognita. Стартап строил ИИ-системы, способные анализировать рентгеновские снимки и КТ по десяткам тысяч возможных диагнозов и формировать развёрнутые радиологические заключения — в то время как большинство конкурентов ограничивались детекцией нескольких конкретных патологий. Менее чем через год команда приняла предложение о поглощении от Radiology Partners и отказалась от венчурного раунда.
Выбор между независимостью и поглощением в технологическом мире принято трактовать однозначно: настоящие амбиции требуют оставаться самостоятельными. Бланкемайер описывает иную логику. Медицинский ИИ — жёстко регулируемая область с длинными циклами продаж и сложной структурой принятия решений. Чтобы система попала в реальный клинический процесс, недостаточно хорошей модели: нужны масштабные исторические датасеты, живые потоки данных, операционная инфраструктура для перестройки рабочих процессов, ресурсы для регуляторного одобрения и механизмы мониторинга после развёртывания. Всё это у Radiology Partners уже есть.
Проблема масштаба в радиологии нагляднее всего видна на уровне данных. Один КТ-скан может включать десять высокоразрешающих объёмных серий — фактически трёхмерных видео. Если добавить предыдущие исследования того же пациента, объём достигает миллиарда пикселей. Модели, обученные на исследовательских датасетах в десятки или сотни тысяч снимков, дают убедительные академические результаты, но разрушаются при столкновении с реальным разнообразием клинических случаев. Бланкемайер сравнивает это с беспилотными автомобилями: после десяти лет и миллиардных инвестиций лишь единицы компаний приблизились к надёжной работе — и все они контролировали полный стек от сенсоров до инфраструктуры развёртывания.
Стартап выбрал поглощение вместо венчурного раунда, чтобы получить доступ к клинической инфраструктуре и данным Radiology Partners.
Отдельный актив, который невозможно воспроизвести в стартапе,— данные правок живых радиологов. Когда ИИ формирует черновик заключения, врач его проверяет, редактирует и подписывает. Каждое исправление становится высококачественным обучающим сигналом. Лучшие модели повышают точность радиологов, точные радиологи производят более качественные обучающие данные, возросшая пропускная способность позволяет брать больше контрактов — и цикл замыкается. Такой маховик работает только при огромном масштабе и закрыт для изолированного ИИ-стартапа.
В здравоохранении доверие к новой технологии строится не на пилотах, а на устойчивых результатах в разных клиниках, популяциях и клинических сценариях. Если система доказывает эффективность внутри крупнейшей радиологической практики мира, это одновременно подтверждает её надёжность, безопасность и масштабируемость — аргументы, которые стартап накапливал бы годами. Бланкемайер формулирует вывод прямо: продажа не сократила путь к цели, а ускорила его, дав фундамент, без которого миссия осталась бы академической.
