این راه اندازی Bay Area از AI برای کمک به خانواده ها در برنامه ریزی مراقبت های طولانی مدت استفاده می کند

لیلی ویتایاروکسکول (در تصویر بالا) در حال مطالعه مهندسی هوافضا بود که عمه وی به سرطان روده بزرگ تشخیص داده شد. عمه وی در حالی که بزرگ شده بود در زیر همان سقف ویتاراروکسکول زندگی کرده بود و به پرورش او کمک می کرد. او به یاد می آورد: “ما همه را تحت مراقبت او قرار دادیم.”

پس از شیمی درمانی ، عمه Vittayarukkskul “بسیار ضعیف شد” ، بنابراین خانواده وی-که اصالتاً اهل کامبوج است-حدود دو سال و نیم از نیازهای مراقبت طولانی مدت خود را پیموده اند. وی به TechCrunch گفت: “این ما را از نظر مالی از بین برد.”

تأثیر عاطفی و مالی آنقدر آسیب زا بود که باعث شد ویتایاروکسکول تحصیلات خود را به علوم ژنتیکی و داده محوری کند.

در دسامبر سال 2021 ، او تأسیس کرد آبشار، یک استارتاپ سانفرانسیسکو با هدف کمک به افراد و مشاوران با مدل سازی هزینه ها و استراتژی های بودجه ، در گزینه های مراقبت طولانی مدت حرکت می کنند. هدف آن ، به گفته ویتاراروکسکول ، این است که برای مشاوران مالی و نمایندگان بیمه آسانتر شود “توصیه های مناسب مالی را بر اساس نیازهای مراقبت طولانی مدت یک خانواده توصیه کنند.”

Vittayarukskul توضیح داد ، “معمولاً افراد وقتی در سنین 65 تا 70 سال یا فقط در صورت نیاز به آنها فکر می کنند ، در مورد مراقبت های طولانی مدت فکر می کنند.” اما در بسیاری موارد ، این می تواند خیلی دیر باشد.

ویتاراروکسکول به TechCrunch گفت: از هوش مصنوعی برای پیش بینی نیازها و هزینه های مراقبت طولانی مدت یک خانواده استفاده می کند و سپس آنها را راهنمایی می کند “در ساخت یک برنامه مراقبت و فهمیدن راه صحیح برای پرداخت آن”. “این ممکن است به معنای خرید بیمه عمر با یک سوار مراقبت طولانی مدت ، خرید یک سیاست اختصاصی LTC ، استفاده از سالانه یا صرفاً تأمین مالی باشد.”

هوش مصنوعی پیش بینی واترلی می تواند برای هر فرد بالای 40 سال استفاده شود.

این شرکت از بیش از 500 میلیون نقطه داده و الگوریتم های یادگیری ماشین با استفاده از نرم افزار مدل سازی هوش مصنوعی خود در تلاش برای “انجام مراقبت های بسیار شخصی و پیش بینی هزینه” و پیش بینی “چه زمانی” ، “چگونه” ، و “چقدر” کسی را پیش بینی می کند. نیازهای بالقوه مراقبت طولانی مدت.

“ما با ارائه دهندگان مراقبت های طولانی مدت ، پایگاه داده های دولتی ، مطالعات تحقیقات دانشگاهی و کاربران خاص ، توافق نامه های تقسیم داده های رسمی داریم.” این شامل مراکز خدمات Medicare & Medicaid و برنامه بیمه مراقبت های بلند مدت فدرال است-“و ما هستیم نهایی کردن قراردادهای مشابه با حامل های بیمه برای ایمن بودن داده های ناشناس خود ، “ویتایاروکسکول گفت.

Vittayarukkskul در ابتدا به عنوان بنیانگذار انفرادی شروع به کار کرد تا اینکه اوان اشنبرگ ، یک سرمایه گذار کوچک فرشته ، همراه شد. اهرنبرگ – که قبلاً تأسیس کرده بود و فروخته شده Clara Health – به تحقیقات اولیه کمک کرد و از پاسخ این صنعت برخورد کرد. کنجکاو ، او خود این سکو را آزمایش کرد و از پیش بینی های مراقبت طولانی مدت خود شوکه شد-به حدی که رژیم خود را تغییر داد ، یک مربی شخصی را استخدام کرد و برنامه های مالی خود را به روز کرد.

این تجربه او را عمیق تر کشید. وی بین مراقبت های طولانی مدت و مسائلی که در آزمایشات بالینی با آنها روبرو شده بود ، موازی بود. Clara Health به ده ها هزار بیمار کمک کرده بود که آزمایشات را پیدا کنند ، اما وی همچنین دید که چند نفر به آنها مراجعه کرده اند نه برای درمان های برش ، بلکه برای کپی های عمومی داروهای موجود ، زیرا بیمه نمی تواند داروهای نام تجاری مورد نیاز خود را پوشش دهد. ویتاراروکسکول خاطرنشان کرد: مراقبت های طولانی مدت تحقق مشابهی را به همراه آورد-بیمه درمانی آن را پوشش نمی دهد و بسیاری از آنها برای بار مالی آماده نیستند.

وی گفت: “پس از شش ماه همکاری با هم ، ما می دانستیم که این یک مناسب است و او را به عنوان بنیانگذار تبدیل کرده است.”

پشت پرده خود Ehrenberg جالب است: پس از فارغ التحصیلی از UC برکلی در 16 سالگی ، او جوانترین دکتری علوم اعصاب MIT شد. امروز ، او همچنین به عنوان مدیر عامل اصلی واترلی فعالیت می کند.

ایستادن در یک فضای پیچیده

ابزارهای دیگری وجود دارند که به برنامه ریزی طولانی مدت کمک می کنند ، اما Vittayarukskul معتقد است که آنها با ارائه شخصی تر واترلی متفاوت هستند. به عنوان مثال ، ماشین حساب هزینه مراقبت Genworth میانگین میانگین کد پستی را نشان می دهد. Naviplan ، Emoney ، MoneyGuidePro و RightCapital سیستم عامل های برنامه ریزی مالی گسترده تری هستند که شامل ماژول های اساسی مراقبت طولانی مدت یا ماشین حساب های هزینه به عنوان یکی از کارکردهای متعدد آنها هستند.

به گفته وی ، “در حالی که این ابزارها به مشاوران کمک می کنند تا سناریوهای بازنشستگی و بیمه را مدل کنند ، فرضیات LTC آنها به طور معمول توسط میانگین های ملی یا شبیه سازی مونت کارلو به منظور ایجاد استرس برای برنامه ریزی مالی با معرفی نویز در یک شبیه سازی پیش فرض اساسی هدایت می شود.” در مقابل ، “مدل سازی پیش بینی عمیق را با یک سکوی با کاربرد آسان مخلوط می کند.”

Waterlily فقط در مارس 2024 پلتفرم خود را به صورت عمومی راه اندازی کرد ، بنابراین هنوز معیارهای سال گذشته نداشته باشد ، اما Vittayarukkskul به TechCrunch گفت درآمد مکرر ماهانه استارتاپ (MRR) امروز بیش از 22 برابر است که بعد از ماه اول خود در اولین ماه خود بود بازار وی گفت ، متوسط ​​رشد ماه MRR ماه گذشته از زمان راه اندازی آن 58 ٪ بوده است.

این شرکت در حال حاضر دارای هشت مشتری “اصلی” شرکت از جمله Prudential و “چندین شرکت بیمه بیمه Fortune 100” است. به گفته ویتاراروکسکول ، صدها نفر از مشاوران مالی مستقل و نمایندگان بیمه نیز وجود دارند که از آب استفاده می کنند. مدل درآمد آن مبتنی بر SaaS است و این شرکت 250 دلار برای هر مشاور یا صندلی نماینده در هر ماه شارژ می کند.

و اکنون این استارتاپ 7 میلیون دلار بودجه بذر به رهبری جمع آوری کرده است جان کیم ، شریک بنیانگذار Brewer Lane Ventures ، با سرمایه گذاری های استراتژیک از Genworth ، Nationwide و ادوارد جونز. این استارتاپ پیش از این یک دور 2.2 میلیون دلاری از قبل از سرمایه گذاران از جمله اسکات بارکلی ، مدیر عامل مراقبت های بهداشتی در Insight Partners جمع آوری کرده بود.

Waterlily قصد دارد از سرمایه جدید خود ، که از طریق یک صندوق امانات بزرگ شده است ، استفاده کند تا تیم های علوم داده مهندسی و تیم های مدیریت سازمانی خود را بسازد و همچنین به تقویت مدل های هوش مصنوعی و مشارکت داده های خود ادامه دهد. همچنین قصد دارد تلاش های فروش و بازاریابی خود را افزایش دهد.

در حال حاضر ، این استارتاپ علاوه بر پیمانکاران ، نه کارمند تمام وقت دارد.

با نگاهی به آینده ، آبشار به دنبال معلولیت ، بیماری بحرانی ، غرامت بیمارستان و برنامه ریزی مدیکر است ، یا “واقعاً هر منطقه ای که مدل سازی پیش بینی پیشرفته به خانواده ها کمک کند تا تصمیمات بهتر زندگی و بهداشت را بگیرند.”

این شرکت می گوید همچنین از طرف شرکت های بیمه ای که می خواهند از داده های خود در زمینه نوشتن استفاده کنند ، دریافت می کند. به طور بالقوه ممکن است در سطح بین المللی و همچنین به کانادا ، انگلیس و بخش هایی از آسیا گسترش یابد.

سرمایه گذار کیم ، که همچنین رئیس جمهور پیشین نیویورک لایف است ، به TechCrunch گفت که وی پول را به آب و هوای خود وارد کرده است زیرا معتقد است “این اولین ابزار راهنمایی در زمینه بومی برای کمک به بزرگترین نیاز به عنوان سن آمریکایی ها است.”

وی افزود: “بیمه LTC یک نیاز بزرگ و رو به رشد است و امروزه توسط مشاوران قابل اعتماد عمدتاً تحت تأثیر قرار نمی گیرد. ابزار راهنمای Waterlily هیچ پیشنهاد قابل مقایسه ای ندارد. این یک توصیه سفارشی و شخصی را برای نیازهای LTC شخصی ارائه می دهد. من معتقدم که این یک تغییر دهنده بازی برای بازار بیمه LTC خواهد بود. “

می خواهید اخبار fintech بیشتری در صندوق ورودی خود داشته باشید؟ برای TechCrunch fintech ثبت نام کنید در اینجابشر

آیا می خواهید با یک نکته دسترسی پیدا کنید؟ برای من به آدرس maryann@techcrunch.com برای من ایمیل ارسال کنید یا پیامی را در سیگنال با شماره 408.204.3036 برای من ارسال کنید. همچنین می توانید یادداشتی را به کل خدمه TechCrunch در pivids@techcrunch.com ارسال کنید. برای ارتباطات امن تر ، برای تماس با ما اینجا را کلیک کنید، که شامل SecureDrop و پیوندهایی به برنامه های پیام رسانی رمزگذاری شده است.