Przedsiębiorca, który trzykrotnie z sukcesem wyszedł ze startupów w radiologii, ponownie stawia na technologię zdolną radykalnie zmienić wydajność lekarzy. Michael Mardini wyprowadza z trybu stealth Vware.ai — spółkę, która komercjalizuje opracowania Mass General Brigham dotyczące agentowej sztucznej inteligencji dla radiologii.
Za Mardinim stoją Talk Technology, sprzedana Agfie w 2001 roku, Commissure, przejęta przez Nuance w 2007-m, oraz National Decision Support Company, która przeszła do Change Healthcare w 2018-m. Za każdym razem chodziło o narzędzia oszczędzające czas radiologów. Teraz widzi on podobny skok dzięki agentowej sztucznej inteligencji, która przejmuje rutynowe zadania: wczytywanie danych pacjenta, analizę złogów wapnia w tętnicach wieńcowych, optymalizację rozliczeń i tworzenie raportów.
Technologia leżąca u podstaw Composer IQ powstała w dziale MGB AI pod kierownictwem doktora Keitha Dreyera. Platforma pozwala nie tylko uruchamiać setki gotowych agentów, lecz także daje samym radiologom, bez umiejętności programowania, możliwość tworzenia nowych narzędzi na własne potrzeby. Obniża to barierę wdrożenia i rozwiązuje główny problem — złożoność infrastruktury IT, która często hamuje projekty w szpitalach.
Z finansowego punktu widzenia historia wygląda jak klasyczny cykl: inwestycja w niszową ekspertyzę, szybki wzrost wydajności i następujący po nim exit. W warunkach rosnącego wolumenu badań i niedoboru kadr każdy procent oszczędności czasu radiologa przekłada się na realne pieniądze — mniej nadgodzin, więcej pacjentów na jednego specjalistę, wyższa marża klinik. Vware planuje sprzedawać Composer IQ bezpośrednio oraz poprzez partnerstwa z producentami systemów PACS i rozwiązań AI.
Warto zauważyć, że Mardini nie przenosi po prostu opracowania akademickiego na rynek, lecz dostosowuje je do realiów komercyjnych. Platforma obsługuje już setki agentów, a spółka zamierza omówić ją na RSNA 2026. Pytanie, które nurtuje inwestorów, brzmi: czy powtórzy się czwarte udane wyjście, czy agentowa sztuczna inteligencja okaże się trudniejsza niż poprzednie fale.
Dla klinik i inwestorów w healthcare tech to sygnał: pieniądze płyną tam, gdzie AI nie tylko analizuje obrazy, lecz przejmuje cały cykl pracy lekarza. Ci, którzy wdrożą takie narzędzia wcześniej niż inni, zdobędą przewagę konkurencyjną w postaci obniżenia kosztów i wzrostu przychodów. Pozostali ryzykują, że zostaną z rosnącymi wolumenami i stagnującym personelem.
Doświadczenie Mardiniego pokazuje, że w radiologii powtarzalny sukces opiera się nie na jednej technologii, lecz na umiejętności zamieniania każdej nowej fali automatyzacji w wymierne oszczędności czasu i kapitał.
