שיתוף הפעולה של אנבידיה, מכון ויצמן ו-Pheno.AI לחיזוי רמות סוכר בדם
חולי סכרת, או אחרים הנדרשים לנטר אחר רמת הסוכר שלהם, עוסקים לא פעם בשאלה כיצד תשפיע עליהם אכילה של עוגיה או מאפה. כעת, מודל בינה מלאכותית יוצרת חדש מסוגל לחזות את התשובה: חוקרים ממכון ויצמן למדע, חברת הסטארט-אפ Pheno.AI וקבוצת המחקר של אנבידיה בישראל, הובילו את פיתוחו של GluFormer, מודל בסיס (Foundation Model) שמסוגל לחזות את רמות הסוכר העתידיות של מטופלים, כמו גם מדדי בריאות אחרים, בהסתמך על נתוני סוכר של המטופל מהעבר.
גיא לוצקר, חוקר בינה מלאכותית באנבידיה ודוקטורנט במכון ויצמן. קרדיט: נועה בן דרור
מידע הנאסף ממערכות קבועות לניטור גלוקוז (CGM - Continuous Glucose Monitoring), יכול לסייע באבחון מהיר יותר של חולים עם טרום-סוכרת או סוכרת, כך על פי Harvard Health Publishing ו-NYU Langone Health. יכולות ה-AI של GluFormer מסוגלות לשפר את יכולת האבחון הזו, ולעזור למטפלים ולמטופלים לזהות אנומליות, לחזות תוצאות של ניסויים קליניים, ולחזות מדדים רפואיים ובריאותיים עד לארבע שנים מראש.
תחזיות מדויקות של רמות הסוכר העתידיות עבור מטופלים בקבוצות סיכון לפתח סוכרת עשויות לאפשר לרופאים ולמטופלים לאמץ אסטרטגיות טיפול מונע מוקדם יותר, לחזות תגובה לתרופות וטיפולים במסגרת ניסויים קליניים, לחזות מדדים רפואיים במטופלים כארבע שנים מראש, ולהפחית את ההשפעות הכלכליות של התמודדות עם סוכרת, שעשויים להגיע ל-כ-2.5 טריליון דולר ב-2030.
- טראמפ מאשר לאנבידיה למכור שבבי H200 לסין תמורת 25% מההכנסות
- ממשל טראמפ שוקל לאפשר לאנבידיה למכור שבבי H200 לסין
- המלצת המערכת: כל הכותרות 24/7
בנוסף, החוקרים הראו כיצד, לאחר הזנת המודל עם מידע הקשור בתזונת המטופל, ניתן לחזות כיצד רמות הסוכר שלו יגיבו למזונות ספציפיים ולשינויים בתזונה - מה שיכול לאפשר תזונה מותאמת אישית ברמת דיוק גבוהה. מעבר לרמות הסוכר, GluFormer יכול לחזות ערכים רפואיים כולל רקמת שומן - מדד לכמות השומן בגוף סביב איברים כמו הכבד והלבלב; לחץ דם סיסטולי, הקשור לסיכון לסוכרת, ומדד דום נשימה - מדידה לדום נשימה בשינה, הקשור לסוכרת מסוג 2.
"ניתן לראות בנתונים רפואיים, ובפרט ניטור רציף של מדדי סוכר, רצפים של בדיקות אבחון העוקבות אחר תהליכים ביולוגיים לאורך החיים", אמר פרופ' גל צ'צ'יק, דירקטור בכיר באנבידיה ומנהל מרכז מחקר הבינה המלאכותית של אנבידיה בישראל. "מצאנו שארכיטקטורת הבינה המלאכותית "טרנספורמר", שפותחה עבור רצפי טקסט ארוכים, יכולה לקחת רצף של בדיקות רפואיות ולחזות את תוצאות הבדיקה הבאה. בכך, המודל לומד על האופן שבו המדדים האבחנתיים מתפתחים לאורך זמן".
- Shapes מגייסת 24 מיליון דולר לניהול עובדים בעידן הבינה המלאכותית
- דפדפני ה-AI מצעידים אותנו לעבר אינטרנט שלא מיועד לבני אדם
- תוכן שיווקי שוק הסקנדרי בישראל: הציבור יכול כעת להשקיע ב-SpaceX של אילון מאסק
- ככה לא תיפלו בהונאות פיננסיות דיגיטליות - מדריך חשוב
פרופסור גל צ'צ'יק, מנהל מרכז מחקרי ה-AI של אנבידיה בישראל. קרדיט: אנבידיה
"שני גורמים חשובים התכנסו יחדיו בו-זמנית כדי לאפשר את המחקר שעשינו: הבשלה של טכנולוגיות בינה מלאכותית יוצרת המונעת באמצעות NVIDIA, לצד איסוף נתוני בריאות בקנה מידה גדול על ידי מכון ויצמן", אמר המחבר המוביל של המחקר גיא לוצקר, חוקר בינה מלאכותית ב-NVIDIA ודוקטורנט במכון ויצמן. "זה שם אותנו בעמדה ייחודית להפיק ולחלץ תובנות רפואיות חשובות מתוך המדדים הרפואיים".
לכלי בינה מלאכותית כמו GluFormer פוטנציאל לעזור למאות מיליוני אנשים המתמודדים עם סוכרת. כיום, מחלת הסוכרת פוגעת בכ-10% מהאוכלוסייה העולמית, וחוקרים מעריכים כי עד שנת 2050 תוכפל השפעתה והיא תשפיע עלי חייהם של למעלה מ-1.3 מיליארד בני אדם ברחבי העולם. מדובר במחלה הנמנית בין עשר הסיבות המובילות בעולם לתמותה, והיא גורמת לסיבוכים משמעותיים בקרב חולים רבים כגון פגיעה בכליות, פגיעה בראייה ובעיות לב.
הטכנולוגיה שמאחורי Gluformer פועלת באותה ארכיטקטורה כמו מודלי שפה גדולים דוגמת GPT של OpenAI - רק שבמקרה זה התוצר הוא רמות סוכר, לעומת טקסט ב-GPT. המודל אומן על ניטור מדדי סוכר של למעלה מ-10,000 משתתפי מחקר שאינם חולי סוכרת במשך 14 ימים, עם נתונים שנאספו כל 15 דקות באמצעות מכשיר ניטור לביש והצליח לחזות דפוסים של רמות סוכר. בסך הכל, אומן המודל על 10 מיליון נתוני רמת סוכר.
חברת Airwallex צילום: איל טואגחברת הפינטק Airwallex גייסה 330 מיליון דולר
החברה גייסה לפי שווי של 8 מיליארד דולר ובמקביל לגיוס, השיקה סוכני AI שמבצעים פעולות פיננסיות מורכבות
חברת הפינטק Airwallex, בעלת פלטפורמה גלובלית לתשלומים ושירותים פיננסיים המיועדת לעסקים מודרניים, גייסה 330 מיליון דולר בסבב G בהובלת Addition ובהשתתפות T. Rowe Price, Activant, Lingotto, Robinhood Ventures ו-TIAA Ventures. הגיוס התבצע לפי שווי של 8 מיליארד דולר המשקף צמיחה של כ-30% בהשוואה לסבב F מלפני כשישה חודשים. ההון שגויס יתמוך בהמשך הצמיחה של Airwallex בארה"ב ובמספר שוקי מפתח מרכזיים ברחבי העולם.
Airwallex פועלת בישראל בשנתיים וחצי האחרונות בהובלת אור ליבן, שמכהן כסגן נשיא החברה לאזור המזרח התיכון, בלנוקס ולמדינות הנורדיות.
ג'ק ז'אנג, מייסד שותף ומנכ"ל Airwallex: "אנו מאמינים שהבנקאות הגלובלית של העתיד תהיה חסרת גבולות, חכמה ותתבצע בזמן אמת. ספקים של פתרונות מסורתיים לוקים באי התאמה בסיסית לאופן שבו עסקים מודרניים מתנהלים והמשקיעים שלנו מבינים שאנו נמצאים בחזית המרוץ להגדרה של קטגוריה זו. אנו בונים חלופה מודרנית, פלטפורמה אחת שמניעה שירותי בנקאות גלובלית, תשלומים, חיובים, ניהול פיננסי (treasury) והוצאות שרצים כולם מעל תשתית פיננסית קניינית. ההון שגויס יאיץ את הצמיחה שלנו, יבסס את מעמדנו כמובילים טכנולוגיים ויחזק את מעמדנו בארצות הברית ובשווקים מרכזיים ברחבי העולם".
אור ליבן, סגן נשיא Airwallex למזרח התיכון, בנלוקס, והמדינות הנורדיות, מסר: "גיוס ההון הגדול שהשלמנו מעיד על האמון העמוק שיש לשוק ולמשקיעים ב-Airwallex. אמון זה נשען על הצמיחה יוצאת הדופן של החברה ברחבי העולם ובכלל זה בישראל, במזרח התיכון ובאירופה ועל ההתרחבות המתמדת בהיצע המוצרים שאנחנו מעניקים ללקוחותינו".
- פרמטריקס: גיוס 27 מיליון דולר לפי שווי של כ-120 מיליון דולר
- דוראל זינקה האם המניה יקרה? ״השוק רק מתחיל להבין את האירוע״
- המלצת המערכת: כל הכותרות 24/7
ההכנסות השנתיות החוזרות לשנת 2025 יגיעו ליותר מ-1 מיליארד דולר שמשקפים צמיחה שנתית של 90% (החישוב לפי ההכנסות באוקטובר). היקף הטרנזקציות השנתי שבוצעו במערכת הוכפל בהשוואה ל-2024 והגיע באוקטובר ליותר מ-235 מיליארד דולר. כמחצית מלקוחות החברה משתמשים במספר שירותים של החברה ומעידים בכך על התאמה עמוקה לצורכי השוק. החברה העניקה רישיונות ללמעלה מ-80 מפיצים והיא מאפשרת ללקוחות לבצע העברות כספים בלמעלה מ-200 מדינות ואזורים גיאוגרפיים ולבצע עסקאות רב מטבעיות בהיקף רחב. בשנת 2025 נכנסה Airwallex ל-12 שווקים חדשים שבהם קיבלה אישורים רגולטוריים, מינתה מפיצים והשיקה מוצרים בצרפת, הולנד, יפן, ישראל, קנדה, קוריאה, ניו זילנד, מלזיה, וייטנאם, ברזיל, מקסיקו, איחוד האמירויות ועוד.
מימין ארנון ניר (מנכ"ל), ושירלי באומר (Chief Product Officer) . קרדיט : עומר הכהןShapes מגייסת 24 מיליון דולר לניהול עובדים בעידן הבינה המלאכותית
חברת Shapes מודיעה על גיוס הון חדש, ומכוונת לבסס את עצמה כפלטפורמה שמרכזת את כל מה שקשור לניהול עובדים בארגונים
Shapes, שפעלה בעבר תחת השם DreamTeam, גייסה 24 מיליון דולר בסבבי גיוס מוקדמים בהובלת Entrée Capital ובהשתתפות הקרנות NFX ו-F2. הכסף מיועד להרחבת המוצר, לחיזוק יכולות הבינה המלאכותית ולהתרחבות לשווקים חדשים. הפלטפורמה של החברה מחברת בין משאבי אנוש, מערכות טכנולוגיה והכספים, ומנסה להחליף אוסף מערכות נפרדות במערכת אחת שמרכזת את התהליכים סביב העובד.
Shapes הוקמה בשנת 2022 על ידי ארנון ניר, המנכ"ל, ושירלי באומר, שמובילה את תחום המוצר כאשר שניהם היו חלק מצוות ההקמה והעובדים הראשונים ב-monday.com. כיום החברה מעסיקה החברה 21 עובדים בישראל, ולאחר הגיוס היא מתכננת להכפיל את מצבת כוח האדם במהלך השנה הקרובה, כדי להאיץ את פיתוח המוצר, לחזק את יכולות הבינה המלאכותית ולהעמיק את הפעילות בשווקים שבהם היא פועלת.
להתאים את ניהול העובדים לעולם עבודה שזז מהר
הגיוס מגיע על רקע שינוי מהיר בשוק העבודה, כאשר בינה מלאכותית משפיעה על אופן בניית הצוותים בארגונים. תפקידים מסוימים נעלמים, אחרים מוגדרים מחדש, נוצרים תפקידים חדשים, וארגונים משנים מבנה ומדיניות בקצב גבוה יותר מבעבר. בתוך מציאות כזו, מערכות משאבי אנוש ותיקות מתקשות לעיתים לעמוד בקצב של השינויים.
Shapes טוענת שרוב הכלים לניהול משאבי אנוש שנמצאים בשוק נבנו לעולם יציב יחסית, עם תפקידים ונהלים קבועים. הם יודעים לשמור על סדר, אבל פחות מותאמים למצב שבו מבנה הצוותים, דרישות התפקיד ומדיניות השכר זזים כל הזמן. הפלטפורמה של החברה נועדה לשמש כשכבת עבודה אחת לכל מחזור החיים של העובד בארגון – מהקליטה ועד העזיבה – ולרכז את הנהלים, האישוריים והנתונים במקום אחד.
- טילי נורווד: האם הוליווד מוכנה לכוכבת ה-AI הראשונה שלה
- סנופלייק נופלת ב-11% - מה היה בדוחות?
- המלצת המערכת: כל הכותרות 24/7
מבחינת העובדים, המערכת מאפשרת לבצע פעולות שוטפות בצורה פשוטה: להגיש בקשות חופשה, לסמן נוכחות מרחוק או לקבל תשובות למדיניות החברה, כולל דרך סוכני בינה מלאכותית פנימיים. מבחינת הנהלת משאבי האנוש, אפשר להגדיר מדיניות חופשות, מודלים למדידת ביצועים ותהליכי משוב, לבצע חישובי שכר אוטומטיים ולעקוב אחר יעדים כמו גיוון והכלה – תוך הישענות על אותו מאגר מידע, בלי לקפוץ בין כמה מערכות שונות.
