Польский (Wroclaw) B2B-конкурент с peer-reviewed clinical validation (JMIR публикация). 74.3% accuracy, 100% emergency sensitivity, white-box ML. Маленькая команда, ищут seed-раунд ~€2M. Натин Competitor Map (March 2026): threat LOW to MODERATE.

Что декларируется

  • B2B продукт для лабораторий — встраивается в lab result delivery panels.
  • Clinical validation в JMIR (Journal of Medical Internet Research) — формальное peer-reviewed подтверждение.
  • 74.3% accuracy на их benchmark.
  • 100% emergency sensitivity — критическое выявление (не пропускают неотложные кейсы).
  • White-box ML — interpretable модели, в отличие от blackbox LLM-подходов.
  • HQ: Wroclaw, Poland. Team небольшая. Seeking ~€2M.

Где пересекаются

  • B2B lab integration — параллель с нашим fhir-gravity и врачебной подпиской.
  • Clinical validation через peer-reviewed публикации — то же позиционирование что smart-blood-analytics и medial-earlysign.

Где они отличаются

  • White-box ML vs наш LLM-based подход. Это другой trade-off: их модели интерпретируемы (важно для регуляторов), но менее гибки.
  • 74.3% accuracy — конкретная зафиксированная цифра. У нас 100% Stanford bench (на FHIR-data) + асимптотическая позиция на real-world data.
  • 100% emergency sensitivity — формальный safety claim, важный для clinical adoption.

Где мы можем сохранять позицию

  • Гораздо более широкое coverage через LLM (50+ типов тестов, multi-language, free-form interpretation).
  • FHIR R4 standard на выходе.
  • Не нужно re-train для каждого нового параметра — LLM-flexibility vs ML-rigidity.

Carry-over

  • Прочитать их JMIR публикацию для деталей methodology.
  • Сравнить — какая accuracy у нас на той же panel? (Если сделать.)
  • Watch для funding announcements — €2M seed может изменить их velocity.

Связано

Источники

Источники: 1.

Сноски

  1. BloodGPT Competitor Map от Наты ([Google Doc](, accessed 2026-05-17, https://docs.google.com/document/d/1DGQJk51MWnYwyfmOY1tFd1CONUpFhAfx/edit — March 2026) — primary, threat LOW-MOD.