Nvidia 黃仁勳與眾投資人欽點的 5 家醫療 AI 創業企業

作者 | 發布日期 2017 年 04 月 29 日 12:00 | 分類 AI 人工智慧 , 醫療科技 follow us in feedly

近日,黃仁勳與評委小組共評選出 3 個類別的 14 家 AI 創業公司。這些初創公司是從 Nvidia Inception 項目中 2 千多家 AI 公司中篩選而來,選中的獲勝者將可參加 5 月 10 日的 Nvidia GPU 技術大會,並領取 150 萬美元現金。




評委小組包括 Fidelity Investments 投資經理加文‧貝克(Gavin Baker)、高盛半導體投資銀行全球主管譚米‧凱利(Tammy Kiely)、軟銀 Shu Nyatta,Coatue Management 高級董事總經理湯馬斯‧拉芬特(Thomas Laffont)以及微軟創投加速器全球 CTO 普拉尚特‧沙爾馬(Prashant Sharma)。

目前,Nvidia 從 600 多家參賽者中篩選「最具社會影響力」的 5 家 AI 初創公司,且均為醫療公司。

1. Genetesis(心臟病檢測公司)

Genetesis 成立於 2013 年 9 月,該公司有 15 名員工,目前已獲得達拉斯小牛隊老闆馬克‧庫班、CincyTech、Wilson Sonsini、Danmar Capital和 43North 等機構 190 萬美元的投資。

數據統計,美國每年有 1 千萬人次因胸部疼痛進行急診,光就診費用高達 66 億美元。但存在的問題是,75% 的胸部疼痛都與心臟無關,急診室很難區分出與心臟有關的疼痛類別。

這直接導致大約 5% 的患者沒有診斷出心臟病,被送回家中,另有 2% 的病人病死在家中。除此之外,浪費的開支約為 4.94 億美元。

大多情況下,醫生必須使用心電圖(EKG)機器來進行協助,但結果並不確定,所以患者必須還要經過 6 小時的肌鈣蛋白測試。即便如此,診斷結果仍無法保證,患者還需做更多測試。整個過程耗時數小時,而醫生們也會對病人進行更長時間的觀察。

Genetesis 正在利用深度學習、傳感器以及物理學來正確診斷胸痛症狀。 Shrivastava 介紹:針對這一痛點,Genetesis 開發了一個基於生物磁性成像系統的測試,該系統可以監測從胸部自然散發出來的弱磁場。然後生成一張心臟的 3D 地圖,進而告訴醫生患者是否患有心臟病。護士和技術人員可以用無創的方式對病人在 90 秒內進行評估,決定患者是否需要進一步醫治。

Genetesis 正接受急救室胸部疼痛治療的全球挑戰。該系統使用 GPU 加速 AI 來診斷,生物磁成像技術也可應用於大腦、肝臟和胎兒等其他方面的測試,為患者創建數千個 1 毫米解析度的 3D 地圖。

2. Lunit(癌症檢測公司)

Lunit 成立於 2013 年 8 月,來自韓國,擁有 30 名員工。目前已獲得 Formation 8、SoftBank Ventures、Mirae-Asset Venture Investment、Intervest 和 Kakao’s K-Cube Ventures 等投資機構共計 520 萬美元的資金,現已與韓國的主要醫療領先機構達成合作。

Lunit 正在開發基於深度學習的醫學診斷軟體,專攻難以檢測的疾病。

在美國,每年將花費 100 億美元進行乳腺癌檢測,在篩查檢查中,大約有 20% 的肺癌和乳腺癌會漏診。 Lunit 正在嘗試利用 3D 成像和深度學習來進行乳腺檢測,醫生使用 Lunit 的技術,正確診斷率從 84% 提高到 86%。在測試中,Lunit 也已經擊敗來自 IBM 和 微軟等團隊。

Lunit CEO 帕克指出,未來 Lunit 將會吸收更多的數據,訓練其神經網絡。之後業務還將擴大到其他醫療領域,也可用來檢測其他類型的癌症。

3. Insilico Medicine(藥物研發)

Insilico Medicine 於 2014 年 1 月在巴爾的摩成立,公司擁有 30 名員工,投資方包括 MannBioinvest、Deep Knowledge Ventures,累計獲得 500 萬美元投資。

醫藥研發是一項龐大的工程,數據統計,2014 年只有 46 種新藥被推出,每種藥物的研發費高達 26 億美元,全球研發這些藥物的費用是 1500 億美元,與此同時,新藥研發的失敗率為 92%。

Insilico Medicine 正在利用 AI 的技術解決藥物發現、生物標記發展和衰老研究等問題,提升每個人的生命週期質量(QALY )。目前,每提升一個單位 QALY,將花費 6 萬美元,而這將由新藥物的研發所引導。 Insilico Medicine 可以用生物標記衡量一個人的年齡,有幾千個「leads」用於治療疾病的分子模型,它們通過在生物體模型中驗證來提煉相應藥物。

Insilico Medicine 透過驗證新藥的方式來實現上述目標,同時向藥品公司發放許可證,如果得到認證,公司就會收到付款。這種工作的許可證為從 200 萬美元到 3,800 萬 美元不等,具體取決於發展程度。

「我們發現成功機會較高的藥物,加速製藥公司的藥物開發。我們希望能夠戰勝最大的挑戰:與年齡有關的疾病。」

4. SigTuple(醫療數字化)

SigTuple 成立於 2015 年 7 月,擁有 30 多名員工。公司已獲得 Accel Partners、IDG、Endiya Partners、Pi Ventures、VH Capital 以及 Axilor Ventures 共計 640 萬美元的融資。

人們面對多種疾病,需要進行大量醫學測試。印度新創公 SigTuple 希望透過 AI 提高各種篩選過程的速度、準確性和一致性,讓醫生為更多病人服務,減少錯誤。

SigTuple CEO 羅希特‧庫馬爾‧潘迪(Rohit Kumar Pandey)說,公司透過提供智能的篩選方案來革新醫療行業。 SigTuple 專注於疾病、醫學專家和設備等領域,該公司可以使用 AI 來分析醫學影像數據,並通過遠程診斷血液、尿液和精液測試來擴大服務規模,讓醫生能夠遠距為患者評估。

SigTuple 開發了一款名叫 Shonit 的設備,可以獲得血液測試結果並數位化。當下印度的血液檢測成本約為 4 到 10 美元,而 Shonit 每次檢測僅收取 40 美分至 80 美分,大大降低了成本。

潘迪指出,血液檢測的解決方案目前正在進行測試。該公司將測試數據數位化,並將其放在雲端,利用 AI 進行數據分析後,將結果傳回給醫生,打通了雲端到遠程醫療終端。

現階段 SigTuple 僅投入了大約 30 萬美元,但收入不菲,該公司預計明年將在印度創造 100 萬美元的收入。隨著時間推移,還將拓展海外市場。

5. Bay Labs(超聲圖像醫療服務 AI 公司)

Bay Labs 成立於 2014 年 7 月,該公司擁有 15 名員工,投資方包括 Khosla Ventures 和 Data Collective Venture Capital,融資金額不詳。

據悉,當時的約翰‧麥瑟(Johan Mathe)醫生預感到自己可能患有心臟病,於是他用聽診器花了 5 年的時間來觀察,最終驗證了自己確實有心臟雜音。花費如此長的時間,有沒有辦法使超聲波直接實時傳送到你的全科醫生?這個想法促使他創建了 Bay Labs。

眾所周知,心臟的超聲波圖像分析難度較大,如果能夠更容易地辨識出這些圖像,將會對其所幫助。為此,Bay Labs 在輝達的 GPU 上運行自己的 AI 軟件,實時進行訓練,以便更好地辨識超音波圖像。它還可以幫助技術人員引導超音波探測器導到準確的位置,獲得更高質量的患者數據。

數據現實,它的解決方案要比常規速度快 20 倍,成本為之前的八分之一,將每次掃描的費用從 400 美元降至 50 美元,而且每年可以掃描 5 倍以上的病人。

麥瑟表示:「超音波是無侵入性的,我們想讓它和聽診器一樣有用。」

(本文由 雷鋒網 授權轉載;首圖來源:Nvidia)