내시경, 병리, 영상의학을 아우르는 하나의 AI 네이티브 플랫폼.

어떤 부서는 모든 것이 자기 벽 안에 머물기를 원하고, 다른 부서는 검토, 교육 또는 제2의 거점을 위해 클라우드의 도달 범위를 원합니다. CloudKites는 승자를 정하지 않습니다. pod는 완전히 온프레미스로 실행되어 아카이브와 정보 시스템을 시설 내부에 유지할 수 있습니다. 또는 하이브리드로 실행할 수도 있습니다 — 온프레미스 pod를 클라우드 pod와 짝지어 — 이때 둘은 비동기적으로 동기화를 유지하므로, 중단되는 동안에도 edge는 계속 작동하고 검사 데이터는 필요한 곳 어디에서나 접근할 수 있게 됩니다. 구성은 당신의 것이며, 당신이 변하는 대로 함께 변할 수 있습니다.

같은 유연성은 반대 방향으로도 작동합니다 — 규모 면에서. 아키텍처는 작은 단일 클리닉에서 중대형 병원까지 동작 방식을 바꾸지 않고 유연하게 확장됩니다. 작은 해부병리 검사실은 PathoPod를 LIS로 운영할 수 있고, 바쁜 영상의학과는 TomoPod를 완전한 AI-native RIS 및 PACS로 운영할 수 있으며, 내시경 부서는 EndoPod를 EIS로 운영할 수 있습니다. 성장하면서 용량과 모달리티를 추가하며, 첫날 알던 플랫폼이 계속 사용하는 플랫폼 그대로입니다.

각각 고유한 습관, 고유한 특이점, 무엇이 안전한지에 대한 고유한 정의를 가진 세 개의 별도 제품을 만드는 편이 더 쉬웠을 것입니다. 많은 소프트웨어가 그렇게, 한 번에 한 팀씩 성장하다가 이음새가 드러납니다. CloudKites는 의도적으로 더 어려운 길을 택했습니다: 하나의 AI-native 기반을 각 모달리티에 대한 edge 도구와 pod로 표현하는 것입니다. 내시경 전문의, 병리 전문의, 영상의학 전문의는 각자의 전문성에 맞게 다듬어진 도구를 봅니다 — EndoEdge와 EndoPod, PathoEdge와 PathoPod, TomoEdge와 TomoPod — 그러나 그들은 같은 땅 위에 서 있습니다.

그 결실은 모델이 분열되지 않는다는 것입니다. edge는 실시간으로 지원하고 수집하며, pod는 정보 시스템입니다 — EIS, LIS 또는 RIS — 검사를 DICOM으로 캡슐화하고 HL7에 맞추며 HIPAA를 의식하는 태세를 갖춥니다. 배포는 선택에 따라 온프레미스 또는 하이브리드입니다. AI는 점진적으로 연결되며 고객별로 맞춤화할 수 있습니다. 그리고 임상의는 반자동 보고서를 검토하고 서명하며 의사결정의 고리 안에 남습니다. 한 부서가 두 번째 또는 세 번째 모달리티를 추가할 때, 두 번째나 세 번째 업무 방식을 배우는 것이 아닙니다. 이미 이 방식을 알고 있습니다.

더 조용한 이점도 있습니다. 공유된 기반은 한 모달리티에서 도움이 되는 모델이 다음 모달리티로 확장될 수 있고, 한 곳에서 충족된 표준이 모든 곳에서 충족된 표준이 됨을 뜻합니다. 플랫폼은 단절된 조각이 아니라 전체로서 더 좋아집니다 — 그리고 이 모든 것을 생각하길 결코 원치 않았던 임상의는, 단지 edge 도구가 지원하고 pod가 어디에서 만나든 같은 방식으로 동작한다는 것을 알게 됩니다.