XCures, एक स्टार्टअप जो AI का उपयोग मरीज़ों के डेटा और मेडिकल रिकॉर्ड को सुव्यवस्थित करने के लिए करता है, ने $46 मिलियन के सीरीज़ B फ़ाइनेंसिंग राउंड को पूरा कर लिया है, यह खबर Crunchbase News को विशेष रूप से मिली है।
Innovius Capital ने इस फ़ाइनेंसिंग का नेतृत्व किया, जिसमें iGrow, Spring Mountain Capital और पहले से मौजूद निवेशकों ने भी भाग लिया। यह फ़ंडिंग कंपनी के कुल फ़ंडिंग को 2018 में शुरू होने के बाद से $76 मिलियन से अधिक तक पहुंचा देती है और पोस्ट-मनी वैल्यूएशन $127 मिलियन है। यह पिछले फ़ंडिंग राउंड के वैल्यूएशन से दोगुना से भी ज़्यादा है—$25 मिलियन की सीरीज़ A जो दिसंबर 2023 में पूरी हुई थी।
Mika Newton, xCures के CEO। (सौजन्य फ़ोटो)
“हेल्थकेयर ने दशकों तक बहुत बड़ी मात्रा में मरीज़ों का डेटा जनरेट किया है लेकिन उस जानकारी को उपयोगी बनाने का कोई भरोसेमंद तरीका नहीं था,” xCures के CEO Mika Newton ने Crunchbase News के साथ एक विशेष इंटरव्यू में कहा। “हम इसे बदल रहे हैं।”
हेल्थकेयर और बायोटेक कंपनियों में वेंचर इन्वेस्टमेंट जिनका ध्यान AI पर है, पिछले कुछ वर्षों में ऊपर की ओर बढ़ रहा है। 22 जून तक, निवेशकों ने AI से संचालित हेल्थ टेक कैटेगरी की कंपनियों के लिए सीड से ग्रोथ स्टेज फ़ाइनेंसिंग में अनुमानित $8.5 बिलियन डॉलर लगाए हैं, Crunchbase के आंकड़ों के मुताबिक। 2025 में, सभी स्टेज पर इस क्षेत्र के लिए फ़ाइनेंसिंग कुल $15.8 बिलियन तक पहुंच गई। इस साल का कुल आंकड़ा पहले से ही 2024 में पूरे साल में जुटाए गए $8.6 बिलियन के बराबर है।
एक समस्या का समाधान करने के लिए पिवॉट करना
2018 में Cancer Commons से एक स्पिनआउट के रूप में Marty Tenenbaum द्वारा स्थापित, xCures शुरू में उन्नत कैंसर वाले मरीज़ों के लिए निर्णय सहायता उपकरण प्रदान करने के लिए लॉन्च किया गया था। अपनी शुरुआत में, कंपनी ऐसे मरीज़ों पर ध्यान केंद्रित करती थी जिन्हें स्टेज 3 या स्टेज 4 का रेकलिट्रेंट कैंसर था, जहां स्टैंडर्ड देखभाल के विकल्प खत्म हो गए थे।
देश भर में हज़ारों मरीज़ों के साथ डायरेक्ट-टू-कंज़्यूमर सेटिंग में अपना शुरुआती मॉडल बनाते हुए, कंपनी को एक सिस्टमिक बॉटलनेक का सामना करना पड़ा।
“हमने इस प्रक्रिया में जो सीखा वह यह था कि निर्णय लेना मुश्किल था,” न्यूटन ने कहा। “ये जटिल चीज़ें हैं, लेकिन संभव हैं। लेकिन उससे भी मुश्किल बात यह थी कि हमें मरीज़ के बारे में ज़रूरी डेटा और जानकारी हासिल करनी थी ताकि हम उन्हें पहले ही सलाह दे सकें।”
उस समय, मरीज़ों के रिकॉर्ड FedEx बॉक्स और फैक्स मशीनों के ज़रिए कंपनी में पहुंच रहे थे। इस लॉजिस्टिक बाधा ने xCures को पिवॉट करने के लिए प्रेरित किया ताकि राष्ट्रीय हेल्थकेयर इंटरऑपरेबिलिटी नेटवर्क से सीधे जुड़ने के लिए आधारभूत इंफ्रास्ट्रक्चर बनाया जा सके। आज, xCures अपने ग्राहकों की ओर से इन इलेक्ट्रॉनिक एक्सचेंजों से जुड़ता है, अपना मुख्य फोकस उस डेटा को संरचित करने पर रखता है जिसे न्यूटन ने इंडस्ट्री के “गंदे डेटा” के रूप में वर्णित किया है।
“उन मेडिकल रिकॉर्ड्स का डेटा बेहद गंदा है, इसलिए यह डुप्लिकेट है। चीज़ों की तस्वीरें, चीज़ों के स्कैन हैं। ऐसी गलतियाँ हैं जो इंसानी एंट्री के कारण होती हैं,” न्यूटन ने समझाया। “बहुत सारी कथनात्मक जानकारी है, और हम उस सब को ऐसा बनाते हैं जो मूल रूप से क्लिनिकल इंटेलिजेंस या क्लिनिकल क्लैरिटी है जिसकी एक संस्था को अपने अगले निर्णय लेने के लिए ज़रूरत होती है।”
एक ‘क्लिनिकल क्लैरिटी इंजन’ बनाना
मरीज़ों की जानकारी हज़ारों लैब, अस्पताल, इमेजिंग सेंटर और इलेक्ट्रॉनिक मेडिकल रिकॉर्ड में बिखरी हुई रहती है, जो अक्सर असंरचित दस्तावेज़ों के रूप में आती हैं जिन्हें क्लिनिकल वर्कफ़्लो में उपयोग करना मुश्किल होता है। यही वह जगह है जहां xCure न्यूटन के अनुसार एक अलग अनुभव प्रदान कर सकता है।
“वे [प्रतिस्पर्धी] वास्तव में ट्रांसपोर्ट बिज़नेस में हैं… डेटा को पॉइंट A से पॉइंट B तक ले जाना,” उन्होंने नोट किया। “हम अपने उत्पाद को एग्जीक्यूटर के क्लिनिकल क्लैरिटी इंजन के रूप में सोचते हैं। हम उस ट्रांसपोर्ट किए गए डेटा को लेकर उसे ऐसा बनाते हैं जो वास्तव में तुरंत उपयोगी हो, बजाय उसे एक जगह से दूसरी जगह ले जाने के।”
xCures क्लिनिकल क्लैरिटी इंजन, उन्होंने कहा, इसे स्वचालित मरीज़ों के इतिहास से निर्णय लेने योग्य चेकलिस्ट जनरेट करने की क्षमताओं को एकीकृत करके हल करता है, जिसका समर्थन सबूत-ग्रेड डेटा से किया जाता है। न्यूटन का अनुमान है कि यह इंजन बाज़ार में किसी भी दूसरे से तीन से पांच साल आगे है। अब तक, xCures ने देश भर के 550,000 से अधिक हेल्थकेयर स्थानों से प्राप्त 300 मिलियन से अधिक मेडिकल रिकॉर्ड प्रोसेस किए हैं, कंपनी के अनुसार अमेरिका भर में लाखों मरीज़ों के क्लिनिकल निर्णयों का समर्थन करते हैं।
इस वॉल्यूम को प्रबंधित करने के लिए बिना बड़े असंरचित फ़ाइलों को सामान्य मॉडलों के ज़रिए चलाने से जुड़े बेहद प्रोसेसिंग खर्चों का भुगतान किए बिना, xCures विभिन्न AI का उपयोग करता है, अपने घर पर बनाए गए मशीन लर्निंग मॉडलों के साथ मौजूदा विक्रेताओं के कमर्शियल फ्रंटियर मॉडलों को जोड़ता है। कंपनी इन टूल्स को एक स्वामित्व वाले गवर्नेंस फ़्रेमवर्क के ज़रिए प्रबंधित करती है।
“हम इसे वास्तव में … AI लागू करने की प्रक्रिया के लिए एक हार्नेस के रूप में देखते हैं, और यह सुनिश्चित करते हैं कि जिन कार्यों को हम AI से करवाने के लिए कह रहे हैं वे उचित और अच्छी तरह से नियंत्रित हैं, और इंगेजमेंट के नियम वास्तव में स्पष्ट रूप से परिभाषित हैं,” न्यूटन ने कहा।
तेज़ विकास और एंटरप्राइज़ अपनाने
इस तकनीकी दृष्टिकोण ने शानदार ट्रैक्शन दिया है। उपयोग पर आधारित SaaS मॉडल पर काम करते हुए, जिसमें प्रतिबद्ध सीमाएं हैं, xCures 2025 में लगभग $3 मिलियन से $10 मिलियन तक वार्षिक रिकरिंग रेवेन्यू में बढ़ गया, न्यूटन के अनुसार, और यह 2026 में $20 मिलियन को तोड़ने की राह पर है।
जबकि xCures ने पिछले साल कैश-फ़्लो ब्रेक-इवन किया था, कंपनी ने जानबूझकर एक कैपिटल-बर्न फेज में प्रवेश किया है ताकि अपनी टीम को 2027 के बिज़नेस पाइपलाइन के लिए तैयार किया जा सके, उन्होंने जोड़ा।
स्टार्टअप के एंटरप्राइज़ ग्राहक बेस में 25 क्लाइंट शामिल हैं, जिनमें लैब डायग्नोस्टिक कंपनियां जैसे Exact Sciences, Caris Life Sciences और Novocure शामिल हैं। बड़े अस्पताल नेटवर्क ऑपरेटिंग रूम स्केड्यूलिंग के लिए मरीज़ों के इतिहास को “तुरंत” जनरेट करने, कॉमोर्बिडिटीज़ की जांच करने और सर्जरी से पहले ऑपरेटिव समय का अनुमान लगाने के लिए इस टूल का उपयोग करते हैं। इंजन का उपयोग टेलीहेल्थ प्रदाताओं द्वारा भी किया जाता है जिनके पास मज़बूत इलेक्ट्रॉनिक हेल्थ रिकॉर्ड आर्किटेक्चर नहीं है, साथ ही Medicare Advantage प्लान भी जनसंख्या रिस्क स्ट्रैटिफिकेशन, प्रीवियस अथॉराइज़ेशन, मेडिकल-नेसेसिटी डॉक्यूमेंटेशन और प्रशासनिक अपील को ऑटोमेट करने की कोशिश कर रहे हैं।
हेल्थकेयर के सबसे महंगे ग्रंट वर्क को हल करना
अंत में, न्यूटन का मानना है कि अमेरिकी हेल्थकेयर सिस्टम में निर्मित बेहद प्रशासनिक घसीट को कम करना ज़रूरी है।
“xCures जैसी कंपनियां वास्तव में प्रशासनिक बोझ कम करती हैं और हेल्थकेयर में सभी शामिल लोगों के लिए मूल्य को साकार करने का सबसे तेज़ रास्ता प्रतिनिधित्व करती हैं,” न्यूटन ने कहा। “यह विचार कि हम AI का उपयोग डॉक्टरों के काम करने के लिए नहीं, बल्कि सभी के लिए इसे बेहतर, आसान, तेज़, सस्ता और बेहतर बनाने के लिए कर सकते हैं… बहुत सारा ग्रंट वर्क है जिसे आपको करना चाहिए जो वास्तव में महंगा है, और इसलिए यह सबसे तत्काल अवसर है।”
Stu Posluns, Innovius के पार्टनर, ईमेल के ज़रिए लिखा कि उनकी फ़र्म ने xCures का समर्थन किया क्योंकि वह इसकी क्षमता से प्रभावित थे “हज़ारों असंगत स्रोतों में गंदे डेटा को ढूंढने, निकालने और सामान्य बनाने की।” वास्तविक क्लिनिकल संदर्भ लागू करके ठीक वही चीज़ सामने लाने के लिए, निवेशक ने नोट किया कि Mika Newton और उनकी टीम सफलतापूर्वक “हेल्थकेयर इंडस्ट्री के पूरे इंफ्रास्ट्रक्चर को चलाने वाली बुनियादी AI डेटा लेयर का निर्माण कर रही है।”
संबंधित Crunchbase क्वेरी:
संबंधित पढ़ने के लिए:
इलस्ट्रेशन: Dom Guzman
