方向是一種基於證據的醫師臨床推理工具localglobe作為EIC加速器計劃的一部分，歐洲創新委員會（EIC）基金的參與和創始人廚房（TFK）。 Kahun將利用這筆資金繼續建立AI支持的有史以來最大的基於證據的醫學知識地圖。這些資金將用於繼續在初級保健以外增加新的亞專家，並在為遠程醫療組織提供金色標準的臨床評估方面擴大其進入市場的努力。
衛生提供者工作的核心是臨床推理的任務，這代表了患者的臨床表現（包括症狀和測試）與診斷之間連接點的過程。當醫生進行臨床推理時，他們實際上將自己的醫學知識和經驗的“心理圖”應用於當今沒有基准或金標準的過程。一種用自己的語言“對醫生說話”的工具，並提供其見解的完全透明度，具有巨大的潛力，可以幫助應對主要的醫療保健挑戰，例如醫師倦怠，疲勞和提供者短缺。
當前用於醫療保健提供者的AI工具未能應對當前的挑戰並獲得對醫療界的信任。他們結合了基於患者記錄和專家知識的大型數據發動機，而不是基於證據的醫學文獻。這些工具面臨挑戰和偏見，因為它們沒有受過訓練來執行實際的臨床推理，並且是黑盒裝的，他們提供的見解是不可追溯或參考醫學文獻的。
Kahun基本上已經開發了一種臨床推理解決方案，該解決方案可以被醫生理解和信任。它的發動機通過根據公司的專有地圖（超過3000萬個循證醫學見解）的決策來進行大規模執行臨床推理。 Kahun的算法引擎實時利用這張地圖來生成針對每個特定患者的臨床見解。洞察力是通過與發起知識的鏈接引用和支持的。
Kahun的第一個應用程序是全面的臨床評估聊天機器人。該工具採用訓練有素的提供商期望的相同推理，詢問所有正確的問題，並動態計算最佳的下一個問題。這些問題是針對每個特定患者量身定制的，以便接受所有相關發現，排除罕見疾病或緊急情況。該過程需要三到五分鐘，沒有任何石頭，並為醫生提供了臨床摘要，包括進一步評估的建議。由於Kahun僅基於醫學證據，因此它為醫生提供了金標準的臨床評估，節省了寶貴的訪談和文檔時間，同時提供了改善整體護理水平的機會。
這筆資金回合緊隨Kahun與新英格蘭醫學雜誌，在其中，公司提供了針對特定臨床演示的循證疾病腳本，以為NEJM治療師應用生成基於證據的實時見解。 NEJM Healer是一種互動，在線教育的應用，用於教學，鍛煉和評估臨床推理。在500多名醫學院，醫師助理課程和居民培訓計劃以及教育工作者的反饋中，超過500名學生大量使用後，NEJM Healer團隊正在加快產品案例和疾病腳本庫的擴展。 NEJM已求助於Kahun，以幫助推動這一擴展
NEJM Group編輯Jeffrey Drazen MD說：“ NEJM Healer醫學專家利用Kahun的AI驅動內容創建高度策劃的疾病腳本，以擴大我們的病例庫，並通過故意實踐來幫助教育工作者教授臨床推理。”
Kahun的聯合創始人兼首席執行官Eitan Ron說：“這筆資金使Kahun能夠繼續更新和改善世界上最大的循證醫學知識地圖。” “我們的AI-Solution背後的技術遵循了訓練醫生所依賴的相同基礎。通過使用同行評審的文本和可信賴的學術文獻，我們建立了一個數字醫療顧問，該數字醫療顧問經過培訓，可以像醫生一樣思考，並通過整合他們可以信任工作流程的工具來減輕他們所面臨的負擔。
