RadNet: داستان هوش مصنوعی که به‌نظر نمی‌آید منطقی باشد

وال‌استریت همچنان می‌پرسد آیا حباب هوش مصنوعی وجود دارد. پاسخ واضح است وقتی از مشکوکین معمولی عبور می‌کنید.

بر مبنای گزارش Hunterbrook Media، Hunterbrook Capital در زمان انتشار این مقاله یک موقعیت فروش کوتاه (short) برای $RDNT دارد. این موقعیت‌ها می‌توانند در هر زمان تغییر کنند. برای جزئیات کامل به افشاهای زیر مراجعه کنید.

  • کسب‌وکار پر زنگ‌زن هوش مصنوعی RadNet یک نمایش‌جانبی است. کمتر از 5 ٪ از درآمد شرکت تصویربرداری پزشکی — حدود 65 میلیون دلار از 1.5 میلیارد دلار در نه ماه اول سال 2025 — متعلق به بخش نوپای بهداشت دیجیتال آن است. بخش عمده‌ای از این درآمد، و دو‑سوم رشد گزارش‌شده‌ی درآمد که خریدهای اخیر را حذف می‌کند، از فروش نرم‌افزار به مراکز تصویربرداری خود RadNet حاصل می‌شود. RadNet همچنین برای بیماران ماموگرافی 40 دلار هزینه می‌کند تا یک «خوانش هوش مصنوعی» دریافت کنند؛ فناوری‌ای که کارشناسان آن را کالا شده می‌دانند. با این حال، ارزش سهام شرکت از زمان تغییر نام به هوش مصنوعی به‌طور چشمگیری افزایش یافته و نسبت به هنجارهای تاریخی و رقبا چندین برابر بالاتر معامله می‌شود.
  • موفقیت کسب‌وکار ادغام (roll‑up) RadNet نیز به‌درستی درک نشده است. با بازسازی حضور RadNet و پیگیری بسته شدن مراکز، یک تحلیل مالی تخمین می‌زند که تقریباً نیمی از رشد گزارش‌شدهٔ «همین‑مرکز» در سال‌های اخیر ناشی از بسته شدن مراکزی بوده که در فاصله 15 دقیقه رانندگی از سایت‌های باقی‌مانده RadNet قرار داشتند و به‌نظر می‌رسد بیماران به این مراکز منتقل شده‌اند. اگر این ادغام حذف شود، رشد ارگانیک به‌حدود 2.5%‑3% کاهش می‌یابد، نه 6%‑10% گزارش‌شده.
  • حقیقت زیر افشاهای ناسازگار پنهان شده است. گزارش 10‑K سال 2024 RadNet اعلام کرد که 44 مرکز را از طریق توسعه داخلی افتتاح کرده است؛ اما در اطلاعیهٔ درآمدهای خود فقط نه مرکز را ذکر کرد. یک گزارش 10‑Q اعلام کرد که 398 مرکز در عملیات هستند؛ سپس گزارش دیگری همان دوره را به 375 مرکز اصلاح کرد، بدون هیچ توضیحی. حتی سرویس «جستجوی مراکز» آنلاین نشان می‌دهد که تعداد مکان‌ها هفت یا هشت کمتر از عدد سرآیند است. این ناسازگاری‌ها ردیابی تغییر واقعی حضور شرکت را در میان رشد ادعایی فروش‌های «همین‑مرکز» دشوار می‌کند.
  • سودهای ساختگی. رشد پرشتاب سهام RadNet بر پایه حاشیه‌های تنظیم‌شده استوار است که هزینه‌های مبتنی بر سهام و بخشی از هزینه‌های تحقیق و توسعه را حذف می‌کند؛ این متغیر بحرانی برای ارزیابی سودآوری یک کسب‌وکار فناوری است. پس از حذف این تکنیک‌های حسابداری، حاشیه‌های عملیاتی RadNet در واقع کاهش یافته‌اند و نه رشد داشته‌اند.
  • داخلی‌ها در حال خروج نقدی هستند. در دو سال گذشته، داخلیان RadNet بیش از 780,000 سهم — معادل 50.9 میلیون دلار — را بدون هیچ خریدی در بازار آزاد فروخته‌اند.
  • RadNet به درخواست‌های مکرر برای اظهار نظر پاسخی نداد. Hunterbrook بارها سعی کرد دیدگاه RadNet از این داستان را دریافت کند، اما شرکت واکنش نشان نداد.

وال‌استریت هنوز می‌پرسد آیا حباب هوش مصنوعی وجود دارد. پاسخ واضح است وقتی از مشکوکین معمولی عبور می‌کنید.

بدیهی است که ارقام سرآیند شگفت‌انگیز هستند: 4 تریلیون دلار هزینه پیش‌بینی‌شده تا سال 2030، با شرکت‌های بزرگ‑مقیاس‌پذیر مانند Nvidia، OpenAI و Google که به‌نظر می‌رسد هر هفته قراردادهای جدیدی اعلام می‌کنند. اما غول‌های فناوری تنها منبع این روایت نیستند.

این شرکت‌های کوچک هستند که کلمه «هوش مصنوعی» را بر اسلایدهای خود می‌چسبانند و می‌بینند ارزش‌گذاری‌هایشان به‌سرعت افزایش می‌یابد.

همانند دورهٔ رونق نقطه‌کام (dot‑com) که شرکت Zapata، یک شرکت ماهی‌فروشی، خود را zap.com نام‌گذاری کرد و سهامش دو برابر شد، شرکت‌ها با پیوند خود به هوش مصنوعی در این بازار پر‌فشار ثروت به‌دست می‌آورند — حداقل در ذهن سرمایه‌گذاران.

اگر این برچسب صرفاً یک برچسب باشد، احتمالاً سهام تبدیل به خوراک ماهی می‌شود.

به RadNet ($RDNT) که یک زنجیره رادیولوژی نزدیک به پنجاه ساله است و یکی از جسورانه‌ترین تغییر نام تجاری هوش مصنوعی را در حافظهٔ اخیر به‌دست آورده است، توجه کنید.

به مدت چند دهه، RadNet در اصل تنها مراکز تصویربرداری — کلینیک‌های فیزیکی که خدمات سرپایی مانند ماموگرافی، سی‌تی‌اسکن، اشعه ایکس و اسکن‌های سرطانی پروستات را ارائه می‌دادند — را مدیریت می‌کرد. تا سال 2020، قیمت سهام این شرکت کمتر از 15 دلار برای هر سهم بود.

سپس تیم مدیریت آن تغییر نام (rebrand) راه‌اندازی کرد و اکنون شرکت را به‌عنوان «رهبر توسعهٔ هوش مصنوعی برای ماموگرافی، سونوگرافی و اشعه ایکس» معرفی می‌کند.

وال‌استریت آن را با اشتهاء پذیرفت. سهام RadNet به‌حد 86 دلار صعود کرده و به ارزش بازار بیش از 6 میلیارد دلار رسیده است — تقریباً سه برابر فروش سال گذشته. این ارزیابی تهاجمی برای شرکتی است که در هستهٔ خود، یک ادغام مراکز تصویربرداری با حاشیه کم است، با بیش از 400 مرکز در هشت ایالت.

در طول چندین ماه، Hunterbrook به بررسی محور هوش مصنوعی RadNet پرداخت — از مراکز تصویربرداری در فینیکس تا کنفرانس پرچم‌دار صنعت در شیکاگو گزارش داد، بیش از دوازده رادیولوژیست و مدیر بخش را مصاحبه کرد و نقشه حضور متغیر شرکت را از طریق داده‌های آرشیوی و اسناد SEC بازسازی نمود. آنچه آشکار شد، فاصله‌ای بین روایت و واقعیت بود: کسب‌وکار بهداشت دیجیتال که بخش عمده‌ای از رشد خود را از صدور فاکتور به خط تجاری متفاوت RadNet می‌گیرد؛ معیار فروش «همین‑مرکز» به‌نظر می‌رسد توسط تجمیعات آشکار‌نشده تقویت شده است؛ افشاهای مالی که با هم سازگار نیستند؛ و داخلیان که از طریق افزایش قیمت سهام، نقدینگی کسب می‌کنند.

Hunterbrook بارها با RadNet تماس گرفته است تا دیدگاه شرکت دربارهٔ نتایج ما را بشنود. RadNet به هیچ‌یک از این پیام‌ها یا تماس‌ها پاسخ نداده است.

به‌سوی هوش مصنوعی با سستی

در مرکز تحول RadNet فناوری تشخیص پیشرفتهٔ سرطان پستان — فناوری هوش مصنوعی که شرکت آن را «ماموگرافی دقیق‌تر» می‌نامد — قرار دارد. RadNet EBCD را با محصول دیگری به نام DeepHealthOS ادغام کرد؛ پلتفرمی که در توصیف پر از کلمات کلیدی به‌عنوان «سیستم‌عامل بومی‑ابری پیشگام، مبتنی بر هوش مصنوعی بالینی که تشخیص بیماری‌ها را بهبود می‌بخشد و از هوش مصنوعی تولیدی عملیاتی بهره می‌گیرد» معرفی می‌کند.

این دو خرید، همراه با کسب‌وکار نرم‌افزاری ارثی و دارایی‌های حاصل از چند خرید اخیر دیگر، تشکیل‌دهندهٔ بخشی است که RadNet به سرمایه‌گذاران به‌عنوان بخشی از رونق هوش مصنوعی معرفی می‌کند: بهداشت دیجیتال.

به‌نظر در کاغذ، این تغییر مسیر درخشان به‌نظر می‌رسد. وقتی RadNet در ماه اوت گزارش‌های سه‌ماههٔ دوم خود را اعلام کرد، گزارش داد که درآمد بخش بهداشت دیجیتال سال به سال 30 ٪ رشد کرده و حاشیه سودآوری آن بهبود یافته است. در ماه بعد، سهام حدود 40 ٪ صعود کرد.

«ما امید داریم و آرزو می‌کنیم کسب‌وکار نرم‌افزاری بهداشت دیجیتال خود را در بازهٔ 30 ٪ سالانه برای سال‌های آینده رشد دهیم»، مارک استولپر، CFO، در تماس earnings قول داد. نتایج سه‌ماههٔ سوم که در نوامبر اعلام شد، حتی بهتر به‌نظر می‌رسید، با درآمد بهداشت دیجیتال 52 ٪ افزایش یافت.

با این حال، اگر لایهٔ براق بهداشت دیجیتال را برداریم، ادعای هوش مصنوعی بیشتر شبیه به تبلیغات بی‌اساس است تا واقعیت. عدم تطابق بین ارزیابی مبتنی بر هوش مصنوعی و واقعیت زمینی — در اتاق خواندن — شوک‌آور است.

«هر شرکت هوش مصنوعی درِ شما را می‌کوبد»، گفت دکتر رومن کلر، رادیولوژیست یک مطب مستقل در مینه‌سوتا. «آن‌ها می‌خواهند چیزی به شما بفروشند، اما واقعاً چه چیزی به ما می‌دهد؟» این احساس توسط دسته‌ای از رادیولوژیست‌ها و کارشناسان صنعتی که Hunterbrook برای این تحقیق با آن‌ها مصاحبه کرد، بازتاب یافته بود.

«معیارها به‌ندرت به‌اندازه کافی گسترده‌اند تا سناریوهای واقعی و واقعی را بازتاب دهند»، آندریج کارپاتی، یکی از بنیان‌گذاران OpenAI — که همچنین در Tesla AI را رهبری کرد — در سپتامبر در X دربارهٔ سرعت کند گسترش هوش مصنوعی در رادیولوژی نوشت. او نوشت که رادیولوژی «بسیار چندوجهی، پرخطر و بیش از حد تحت نظارت» است برای اینکه AI بتواند بسیاری از شغل‌ها را جایگزین کند.

پیشنهاد هوش مصنوعی RadNet نیز، از نظر مالی، یک خطای گردی است. حتی در اعداد منتشرشدهٔ شرکت، کمتر از 5 ٪ از درآمد آن از بخش بهداشت دیجیتال می‌آید.

منبع این درآمد باید نگران‌کننده باشد. بیشتر رشد اخیر RadNet در این کسب‌وکار به‌نظر می‌رسد از فروش به مراکز تصویربرداری خود این شرکت می‌آید.

زیر لایهٔ فناوری، RadNet شبیه یک کسب‌وکار عادی به‌نظر می‌رسد — کسب‌وکاری که معیارهای مالی آن، از جمله رشد فروش «همین‑مرکز» گزارش‌شده، سوالاتی را به‌وجود می‌آورند. یک مثال: رشد فروش همان‑مرکز.

تحلیل‌گران فروش والی‌استریت به فروش همان‑مرکز شرکت در مراکز تصویربرداری به‌عنوان دلیل اطمینان از سرمایه‌گذاری در سهام اشاره کرده‌اند.

با این حال، تکیه بر این معیار مستلزم اطمینان از این است که مخرج — یعنی تعداد فروشگاه‌هایی که RadNet ادعا می‌کند اداره می‌کند — به‌راحتی در طول زمان قابل ردیابی باشد. یک تحقیق دقیق از حضور شرکت نشان می‌دهد که واقعیت پیچیده‌تر است. زیرا RadNet عملاً مکان‌های مجاور جداگانه را به واحدهای گزارش‌گری یکپارچه ادغام کرده است. تحلیل Hunterbrook، که با کمک تحلیل‌گران مالی خارجی انجام شده، نشان می‌دهد این اقدام ممکن است به‌صورت مصنوعی رشد فروش همان‑مرکز RadNet را بیش از دو برابر کرده باشد.

اقتصادهای بی‌رحمانه مراکز تصویربرداری

RadNet به داستان جدیدی نیاز داشت تا سهام کم‌نقش خود را تقویت کند.

کسب‌وکار اصلی آن، که مراکز تصویربرداری را اداره می‌کرد، زمانی بسیار سودآور بود، عمدتاً به‌دلیل نرخ‌های جبران هزینهٔ سخاوتمندانهٔ Medicare.

این جذب شرکت‌کنندگان جدید را به‌همراه داشت، از جمله خود RadNet. مدیرعامل آن، دکتر هاوارد برگر — یک پزشک آموزش‌دیده — RadNet را در اوایل دههٔ 1980 به‌همراه گروهی از دیگر پزشکان به‌عنوان یک مرکز تصویربرداری در لس‌آنجلس تأسیس کرد. به‌تدریج، RadNet به یک استراتژی ادغام (roll‑up) تبدیل شد و مراکز تصویربرداری دیگر را خریداری کرد، به‌این امید که تجمیع باعث کارایی‌ها و رشد شود.

اما در اوایل سال‌های 2000، اقتصاد این کسب‌وکار دشوارتر شد.

قانون کاهش کسری 2005 نرخ‌های جبران هزینهٔ Medicare را به‌ویژه برای MRI‌ها و سی‌تی‌اسکن‌ها به‌طور قابل‌توجهی کاهش داد — که هر دو هستهٔ کسب‌وکار RadNet هستند. از آن زمان، مراکز Medicare و Medicaid Services (CMS)، که میزان پرداخت دولت برای خدمات بهداشتی را تعیین می‌کند، نرخ‌های جبران هزینهٔ تصویربرداری را بیشتر کاهش داده‌اند، و چون پرداخت‌کنندگان تجاری نرخ‌ها را به Medicare مقایسه می‌کنند، بیشتر جبران هزینه‌ها در این حوزه در حال کاهش است.

این به‌یک دوری تند و پرخطر تبدیل شده است، حداقل از دیدگاه ارائه‌دهندگان خدمات بهداشتی.

با پیشرفت فناوری، ارائه‌دهندگان کارآمدتر شده‌اند — تنها برای این که دولت مزایای سخت به‌دست آمده‌شان را حذف کند. برای مثال، در پیشنویس جدول هزینه‌های پزشکان Medicare برای سال 2026، CMS کاهش 2.5٪ «تنظیم کارایی» را به‌دلیل بهبود ارائه خدمات اعمال کرد.

در مواجهه با بازار دشوار و حاشیه‌های در حال کاهش، RadNet در اوایل این دهه به سمت تغییر جهت رفت و یک رشته از شرکت‌های کوچک هوش مصنوعی را خریداری کرد. این خریدها شامل شرکت‌هایی مانند Aidence بود که در تشخیص هوش مصنوعی سرطان ریه تخصص داشت؛ Quantib که از هوش مصنوعی برای اسکن‌های پروستات و مغز استفاده می‌کرد؛ و DeepHealth که یک شرکت هوش مصنوعی و یادگیری ماشین بود.

در سال 2023، RadNet نسخه جدیدی از DeepHealth را در نشست سالانه انجمن رادیولوژی شمال آمریکا در شیکاگو رونمایی کرد. در بیانیه مطبوعاتی شرکت آمده بود که این محصول «به‌طور چشمگیری کارایی را ارتقا داده و نقش رادیولوژی در بهداشت و درمان را تحول می‌بخشد». ارائه ساده بود: برنامه‌های مجهز به هوش مصنوعی به همه افراد در کسب‌وکار تصویربرداری کمک می‌کند تا بهتر ارائه خدمات بهداشتی را مدیریت کنند. اگرچه جزئیات مبهم بود، شرکت اعلام کرد که 300 مشتری خارجی در حال حاضر از DeepHealth استفاده می‌کنند.

از آن پس RadNet استراتژی خریداری خود را دوچندان کرد. اوایل امسال، حدود 100 میلیون دلار — که پنج برابر درآمد شرکت است — برای iCAD، پیشرو در ارائه نرم‌افزارهای تصویربرداری پستان که محصول تحت تأیید FDA آن به نام ProFound AI، به رادیولوژیست‌ها در خواندن ماموگرافی کمک می‌کند، پرداخت کرد.

این خریدهای پی‌درپی کمک می‌کند RadNet شبیه یک موشک آماده برای صعود به استراتوسفر به‌نظر برسد. اما از نزدیک، در سکوی پرتاب، موتورهای آن به‌نظر می‌رسد به‌ سختی می‌لرزند.

بازاری شلوغ و شکاک

غرفه DeepHealth در همایش 2025 انجمن رادیولوژی شمال آمریکا در شیکاگو. منبع: اندرو فورد برای Hunterbrook Media

اواخر نوامبر، هزاران پزشک به مک‌کوریک پلیس شیکاگو سفر کردند تا در نشست سالانهٔ انجمن رادیولوژی شمال آمریکا (RSNA) شرکت کنند. برچسب‌های نام آن‌ها که تحصیلات علمی‌شان را برجسته می‌کرد، در تضاد واضحی با نمایشگرهای بزرگ LED و تظاهر تبلیغاتی شرکت‌های بازاریاب محصولشان برای پزشکان بود.

در سال 2016، دانشمند کامپیوتری بریتانیایی‑کانادایی، جفری هینتن، گفت که «مردم باید

دیدگاه‌ خود را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *

پیمایش به بالا