0
| 本文作者： 老王 | 2017-04-25 01:12 |
雷鋒網(wǎng)按：近日，黃仁勛與評(píng)委小組共評(píng)選出 3 個(gè)類別的 14 家 AI 創(chuàng)業(yè)公司。這些初創(chuàng)公司是從 Nvidia Inception 項(xiàng)目中 2000 多家 AI 公司中篩選而來，被選中的獲勝者將可參加 5 月 10 日的 Nvidia GPU技 術(shù)大會(huì)，并領(lǐng)取 150 萬美元現(xiàn)金。
雷鋒網(wǎng)了解到，評(píng)委小組包括 Fidelity Investments 投資經(jīng)理加文·貝克(Gavin Baker)、高盛半導(dǎo)體投資銀行全球主管塔米·凱利(Tammy Kiely)、軟銀 Shu Nyatta，Coatue Management 高級(jí)董事總經(jīng)理托馬斯·拉芬特(Thomas Laffont)以及微軟創(chuàng)投加速器全球 CTO 普拉什特·沙爾馬(Prashant Sharma)。
目前，Nvidia 從 600 多家參賽者中篩選“最具社會(huì)影響力”的 5 家 AI 初創(chuàng)公司，且均為醫(yī)療公司。
1.Genetesis（心臟病檢測(cè)公司）
Genetesis 成立于 2013 年 9 月，該公司有 15 名員工，目前已獲得達(dá)拉斯小牛隊(duì)老板馬克·庫班、CincyTech、Wilson Sonsini、Danmar Capital和 43North 等機(jī)構(gòu) 190 萬美元的投資。
數(shù)據(jù)統(tǒng)計(jì)，美國每年有 1000 萬人次因胸部疼痛進(jìn)行急診，光就診費(fèi)用高達(dá) 66 億美元。但存在的問題是，75% 的胸部疼痛都與心臟無關(guān)，急診室很難區(qū)分出與心臟有關(guān)的疼痛類別。
這直接導(dǎo)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(fèi)的開支約為 4.94 億美元。
大多情況下，醫(yī)生必須使用心電圖(EKG)機(jī)器來進(jìn)行協(xié)助，但結(jié)果并不確定，所以患者必須還要經(jīng)過 6 小時(shí)的肌鈣蛋白測(cè)試。即便如此，診斷結(jié)果仍無法保證，患者還需做更多測(cè)試。整個(gè)過程耗時(shí)數(shù)小時(shí)，而醫(yī)生們也會(huì)對(duì)病人進(jìn)行更長時(shí)間的觀察。
Genetesis 正在利用深度學(xué)習(xí)、傳感器以及物理學(xué)來正確診斷胸痛癥狀。Shrivastava 介紹到：針對(duì)這一痛點(diǎn)，Genetesis 開發(fā)了一個(gè)基于生物磁性成像系統(tǒng)的測(cè)試，該系統(tǒng)可以監(jiān)測(cè)從胸部自然散發(fā)出來的弱磁場(chǎng)。然后生成一張心臟的 3D 地圖，從而告訴醫(yī)生患者是否患有心臟病。護(hù)士和技術(shù)人員可以用無創(chuàng)的方式對(duì)病人在 90 秒內(nèi)進(jìn)行評(píng)估，決定患者是否需要進(jìn)一步醫(yī)治。
Genetesis 正接受急救室胸部疼痛治療的全球挑戰(zhàn)。該系統(tǒng)使用 GPU 加速 AI 來診斷，生物磁成像技術(shù)也可應(yīng)用于大腦、肝臟和胎兒等其他方面的測(cè)試，為患者創(chuàng)建數(shù)千個(gè) 1 毫米分辨率的 3D 地圖。
Lunit 成立于 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(jī)構(gòu)共計(jì) 520 萬美元的資金，現(xiàn)已與韓國的主要醫(yī)療領(lǐng)先機(jī)構(gòu)達(dá)成合作。
Lunit 正在開發(fā)基于深度學(xué)習(xí)的醫(yī)學(xué)診斷軟件，專攻難以檢測(cè)的疾病。
在美國，每年將花費(fèi) 100 億美元進(jìn)行乳腺癌檢測(cè)，在篩查檢查中，大約有 20％ 的肺癌和乳腺癌會(huì)被漏診。Lunit 則正在嘗試?yán)?3D 成像和深度學(xué)習(xí)來進(jìn)行乳腺檢測(cè)，醫(yī)生使用 Lunit 的技術(shù)，正確診斷率從 84％ 提高到 86％。在測(cè)試中，Lunit 也已經(jīng)擊敗來自 IBM 和 微軟等團(tuán)隊(duì)。
Lunit CEO 帕克指出，未來 Lunit 將會(huì)吸收更多的數(shù)據(jù)，訓(xùn)練其神經(jīng)網(wǎng)絡(luò)。之后業(yè)務(wù)還將擴(kuò)大到其他醫(yī)療領(lǐng)域，也可用來檢測(cè)其他類型的癌癥。
Insilico Medicine 于 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(jì)獲得 500 萬美元投資。
醫(yī)藥研發(fā)是一項(xiàng)龐大的工程，數(shù)據(jù)統(tǒng)計(jì)，2014 年只有 46 種新藥被推出，每種藥物的研發(fā)費(fèi)高達(dá) 26 億美元，全球研發(fā)這些藥物的費(fèi)用是 1500 億美元，與此同時(shí)，新藥研發(fā)的失敗率為 92%。
Insilico Medicine 正在利用 AI 的技術(shù)解決藥物發(fā)現(xiàn)、生物標(biāo)記發(fā)展和衰老研究等問題，提升每個(gè)人的生命周期質(zhì)量（QALY ）。目前，每提升一個(gè)單位 QALY，將花費(fèi) 6 萬美元，而這將由新藥物的研發(fā)所引導(dǎo)。Insilico Medicine 可以用生物標(biāo)記衡量一個(gè)人的年齡，有幾千個(gè)“l(fā)eads”用于治療疾病的分子模型，它們通過在生物體模型中驗(yàn)證來提煉相應(yīng)藥物。
Insilico Medicine 通過驗(yàn)證新藥的方式來實(shí)現(xiàn)上述目標(biāo)，同時(shí)向藥品公司發(fā)放許可證，如果得到認(rèn)證，公司就會(huì)收到付款。這種工作的許可證為從 200 萬美元到 3800萬 美元不等，具體取決于發(fā)展程度。
“我們發(fā)現(xiàn)成功機(jī)會(huì)較高的藥物，加速制藥公司的藥物開發(fā)。我們希望能夠戰(zhàn)勝最大的挑戰(zhàn)：與年齡有關(guān)的疾病。”
4.SigTuple（醫(yī)療數(shù)字化）
SigTuple 成立于 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(jì) 640 萬美元的融資。
人們面對(duì)多種疾病，需要進(jìn)行大量的醫(yī)學(xué)測(cè)試。印度初創(chuàng)公 SigTuple 希望通過用 AI 來地提高各種篩選過程的速度、準(zhǔn)確性和一致性，讓醫(yī)生為更多的病人服務(wù)，減少錯(cuò)誤。
SigTuple CEO 羅希特·庫馬爾·潘迪(Rohit Kumar Pandey)說到，公司通過提供智能的篩選方案來革新醫(yī)療行業(yè)。SigTuple 專注于疾病、醫(yī)學(xué)專家和設(shè)備等領(lǐng)域，該公司可以通過使用 AI 來分析醫(yī)學(xué)影像數(shù)據(jù)，并通過遠(yuǎn)程診斷血液、尿液和精液測(cè)試來擴(kuò)大服務(wù)規(guī)模，讓醫(yī)生能夠遠(yuǎn)程為患者評(píng)估。
SigTuple 開發(fā)了一款名叫 Shonit 的設(shè)備，它可以獲得血液測(cè)試結(jié)果并對(duì)其進(jìn)行數(shù)字化。當(dāng)下印度的血液檢測(cè)成本約為 4 到 10 美元，而 Shonit 每次檢測(cè)僅收取 40 美分至 80 美分的費(fèi)用，大大降低了成本。
潘迪指出，血液檢測(cè)的解決方案目前正在進(jìn)行測(cè)試。該公司將測(cè)試數(shù)據(jù)數(shù)字化，并將其放在云端，利用 AI 進(jìn)行數(shù)據(jù)分析后，將結(jié)果傳回給醫(yī)生，打通了云端到遠(yuǎn)程醫(yī)療終端。
現(xiàn)階段 SigTuple 僅投入了大約 30 萬美元，但收入不菲，該公司預(yù)計(jì)明年將在印度創(chuàng)造 100 萬美元的收入。隨著時(shí)間推移，還將拓展海外市場(chǎng)。
Bay Labs 成立于 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(jù)悉，當(dāng)時(shí)的約翰·麥瑟(Johan Mathe)醫(yī)生預(yù)感到自己可能患有心臟病，于是他用聽診器花了 5 年的時(shí)間來觀察，最終驗(yàn)證了自己確實(shí)有心臟雜音。花費(fèi)如此長的時(shí)間，有沒有辦法使超聲波直接實(shí)時(shí)傳送到你的全科醫(yī)生？這個(gè)想法促使他創(chuàng)建了 Bay Labs。
眾所周知，心臟的超聲波圖像分析難度較大，如果能夠更容易地識(shí)別出這些圖像，將會(huì)對(duì)其所幫助。為此，Bay Labs 在英偉達(dá)的 GPU 上運(yùn)行自己的 AI 軟件，實(shí)時(shí)進(jìn)行訓(xùn)練，以便更好地識(shí)別超聲波圖像。它還可以幫助技術(shù)人員引導(dǎo)超聲波探測(cè)器導(dǎo)到準(zhǔn)確的位置，從而獲得更高質(zhì)量的患者數(shù)據(jù)。
數(shù)據(jù)現(xiàn)實(shí)，它的解決方案要比常規(guī)速度快 20 倍，成本為之前的 1/8，將每次掃描的費(fèi)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：“超聲波是無侵入性的，我們想讓它和聽診器一樣有用。”
更多關(guān)于 Nvidia Inception 項(xiàng)目的內(nèi)容，雷鋒網(wǎng)將持續(xù)報(bào)道。
via venturebeat
