헬스 기술 AI, 데이터 양보다 효율성 향상 중요

‌‌

As more and more gen AI is being applied to healthcare, efficiency is becoming more important than data volume. In short, it's not just about having data, it's about knowing why that data matters.

At the recent AXIOS BFD event in Miami, Florida, medical technology investors were told that they are no longer "crazy for more data. In reality, medtech is already drowning in data. The importance of AI is to improve the way data is managed." Gone are the days of total addressable markets (TAMs) that increase market size, attendees said, and the deals that attract investors are focused on utilizing the vast amount of information available.

As more and more generative AI is being applied to healthcare, efficiency is becoming more important than data volume. In short, it's not just about having data, it's about knowing why that data matters.

At the recent AXIOS BFD event in Miami, Florida, medtech investors were told that they are no longer "crazy for more data. In reality, medtech is already drowning in data. The importance of AI is to improve the way data is managed." Gone are the days of total addressable markets (TAMs) that increase market size, attendees said, and the deals that attract investors are focused on utilizing the vast amount of information available.

‌             ‌

주어진 명령에 따라 이미지, 비디오, 텍스트를 만들어내는 생성AI는 이제 쓰지 않는 곳을 찾기 힘든다. 하지만, 의료 분야에 생성AI 적용되는 사례가 늘어남에 따라  데이터의 양보다 효율성이 더 중요해지고 있다. 한마디로 데이터를 가지고 있는 것이 의미있는 것이 아니라, 그 데이터가 왜 중요한 지를 아는 것이 관건이라는 지적이다.

[투자자들은 더 이상 데이터에 열광하지 않는다]

최근 플로리다 마이애미에서 열린 악시오스(AXIOS) BFD행사에서 메디컬 테크놀로지 분야 투자자들은 이제 ‘더 많은 데이터에 열광하지 않는다’고 말했다.

실제 메디컬 테크놀로지는 이미 데이터 홍수 속에 빠져있다. AI의 중요성은 데이터 관리 방식을 개선하는 것이다.  참석자들은 시장 규모를 늘리는 TAM(Total Addressable Market) 의 시대는 지났으며 투자자들의 관심을 끄는 거래는 방대한 정보를 활용하는 데 초점을 맞추고 있다고 말했다.

모건스탠리 애널리스트 매튜 스트롬(Matthew Strom)은 악시오스와의 인터뷰에서 “정말 흥미로운 데이터의 대부분은 특별히 능숙하지 않거나 심지어 6개월 전까지만 해도 데이터로 무언가를 하는 데 관심이 없던 많은 회사에 있다”며 “기회는 데이터에 접근할 수 있는 '파이프와 배관(pipes and plumbing)’에 투자할 수 있는 선견지명을 가진 회사를 찾는 데 있다”고 설명했다.

참석자들은 시리즈 A급 기업에 대한 주요 질문은 데이터 보유 여부가 아니라 데이터가 왜 우수한지에 대한 것이라고 말했다.

로켓쉽 VC(Rocketship.vc) 세일레쉬 라마크리슈난은  “맞춤형 데이터를 통해 또는 프로세스 변경을 통해 그들은 어떻게 상황을 개선했는지에 대한 확실한 정의를 제시해야 한다”고 강조했다.

이에 대해 토마 브라보 크리스틴 강은 "구체적인 예로 여전히 수작업에 의존하고 있는 의료 분야의 채용을 들 수 있다"고 말했다.  그는 "채용 담당자가 10배 더 많은 후보자에게 연락할 수 있도록 도와주는 AI 코파일럿을 출시하는 회사들이 있다”고 전했다.

[AI시대 아마존에 대한 경계 지속]

참석자들은 또 아마존을 경계했다. 솔로몬 파트너스(Solomon Partners) 에릭 보멜(Eric Bormel)은 “아마존은 세계에서 가장 많은 데이터를 보유하고 있다”며 “아마존이 의료 데이터 작은 샘플 세트라도 활용할 수 있다면 5~10년 후에는 어디까지 발전할 수 있을까"라고 말했다.‌‌‌‌