Facebook hızlandırılmış tıbbi görüntüleme teknolojisini duyurdu, bu şirket TA Silicon Valley New Company'yi ticarileştirdi
Resim Subtle Medical'den.
Bu yılın Ağustos ayında Facebook, fastMRI projesini New York Üniversitesi Tıp Fakültesi ile ortaklaşa tanıtacağını, MRI görüntülemenin nasıl hızlandırılacağını ve sonunda 10 kat hızlanma elde etmeyi umarak ortaklaşa çalışacağını duyurdu.
Bununla birlikte, Silikon Vadisi tıbbi teknoloji görüntüleme şirketi, bu teknolojinin araştırma ve geliştirmesini tamamladı ve UCSF gibi Amerika Birleşik Devletleri'ndeki düzinelerce tanınmış hastanede erken testler yaptı.
Bu şirketin kurucusu ve CEO'su Subtle Medical, tıp ve mühendislik geçmişine sahip, Stanford'lu bir seri girişimci. 2017 yılında Gong Enhao, Shentou Medical'i kurdu. "Raporu okuyan doktor" ile karşılaştırıldığında Shentou, makinenin işini daha hızlı ve daha iyi tamamlamasına yardımcı olmayı umuyor.
Gong Enhao, Titanium Media'ya "Yüksek maliyetli tıbbi görüntüleme için, görüntüleme verimliliğini artırmanın daha büyük bir değere ve pazar alanına sahip olduğuna inanıyoruz." Dedi.
Derin öğrenme ve görüntü yeniden yapılandırma teknolojisini birleştiren tanı düzeyinde tıbbi görüntüler, geleneksel formlara eşit veya onlardan daha iyi olan daha az ve daha düşük kaliteli verilerle elde edilebilir. Bu teknoloji esas olarak iki tıbbi görüntüleme yönteminde kullanılmaktadır: MRI (manyetik rezonans) ve PET (nükleer tıp görüntüleme, pozitron emisyon bilgisayarlı tomografi).
Derin tıbbi teknoloji optimizasyonunun şematik diyagramı
Kurulduktan bir yıl sonra, Shentou Medical iki tur finansman aldı: tohum turu ABD büyük veri fonu Data Collective, Zhen Fund, Baidu Ventures, Qingyuan Ventures ve Wisemont Capital'den geliyor; Bu yılın Mayıs ayında, Shentou Medical yerleşik bir Amerikan fonundan bir fon aldı. Bessemer Venture Partner 5 milyon $ 'lık bir Pre-A tur finansmanı yönetti.Ayrıca, bu tur yatırımcılar arasında Facebook'un ilk yatırımcılarından Jim Breyer ve Silikon Vadisi çaylak fonu Fusion Fund da bulunuyor.
Jim Breyer, Titanium Media'ya şunları söyledi: Tıbbi klinik görüntülerin çekim sürecini ve kalitesini optimize etmek için AI teknolojisini kullanarak, gereken zamanı, maliyeti ve radyoaktiviteyi azaltmak için AI teknolojisini kullanarak, çoğu AI tıbbi görüntüleme şirketinden farklı bir giriş noktası seçtiler. "
Tıbbi görüntülemeyi hızlandırmanın başka bir yolu
"Tıbbi görüntüleme + AI" yeni bir kombinasyon değil, ancak geçmişte çoğu girişim, "görüntü yorumlamayı hızlandırmak ve tıbbi teşhis raporları yayınlamak için AI" yolunu seçti.
"Bu faktör aslında üretim maliyetinin yalnızca% 10'unu etkiliyor ve en uzun zaman alan kısım bu değil." Gong Enhao, Titanium Media'ya maliyetin% 90'ının ve çok zamanın makine görüntüleme sürecinde olduğunu açıkladı.
MRI, PET ve diğer görüntüleme teknolojileri, modern bilimsel ve teknolojik ilerlemenin ve tıbbi standartların iyileştirilmesinin önemli işaretleridir. MRG'nin ilkesi, büyük miktarda ham veri toplayarak bilgi açısından zengin tıbbi görüntüleri yeniden yapılandırmaktır; BT ve X-ışını yoğunluğu ile karşılaştırıldığında, MRI net yumuşak doku ve çoklu kontrast elde ederek lezyonun tanımlanmasına yardımcı olabilir; PET moleküler düzeyde fonksiyonel aktif bilgi elde edebilir Lezyonun seviyesini doğrulamak için.
Nörolojik hastalıkların tespiti, erken kanser taraması, evreleme teşhisi ve diz eklemi gibi kıkırdağa bağlı hastalıkların tespiti için özellikle lezyonu net bir şekilde görmek, teşhis etmek ve analiz etmek önemlidir. Bununla birlikte, bu cihazlar pahalıdır, zaman alıcıdır ve titiz bir bakım gerektirir, bu da CT veya X-ray gibi büyük miktarlarda yaygınlaşmayı zorlaştırır.
Shentou Medical tarafından sağlanan şematik diyagram: teknik giderler% 90, doktorlar tıbbi görüntüleri yorumluyor ve% 10
Örnek olarak MRI'yi ele alalım Amerika Birleşik Devletleri'nde şarj standardı 1.000-2.000 ABD doları (6800-13600 RMB) arasındadır ve bunun sadece% 10'u teşhis için doktorlara ödenir ve% 90'dan fazlası makine maliyetleri ve bakım maliyetleridir. Toplama süresi yaklaşık 30-45 dakika.Milyonlara hatta on milyonlara mal olan bir makine günde sadece bir düzine hastaya hizmet verebilir. Fon ve yer üzerindeki kısıtlamalar nedeniyle, makinelerin sayısı da çok sınırlıdır ve büyük üçüncü basamak hastanelerde yalnızca 2-3 MRI makinesi bulunabilir.
PET fiyatları daha da yüksek. Amerika Birleşik Devletleri'nde, farklı hastane fiyatlandırmalarına, muayene sitelerine ve radyonüklid fiyatlarına göre, bir PET muayenesi binlerce dolar kadar düşük bir maliyete sahip olabilir ve maksimum maliyet on binlerce dolara ulaşabilir.
Şeffaflık Pazar Araştırması verilerine göre, MRI görüntü işleme pazarı 2022'de 9,1 milyar doları aşacak. Yukarıda belirtildiği gibi, böylesine büyük bir pazarın hala üç acil sorun noktası vardır: hız, maliyet ve güvenlik.
Tıbbi görüntülemenin acı noktalarını doğrudan vurun: hız, maliyet, güvenlik
Stanford'da elektronik mühendisliği alanında doktora eğitimi alırken, Gong Enhao'nun araştırma yönü derin öğrenme ve tıbbi görüntülemeydi, esas olarak derin öğrenme teknolojisinin tıbbi görüntü sonrası işlem, görüntü yeniden yapılandırma ve yardımcı tanıda uygulanmasını araştırıyordu. Kurucu ortağı Greg Zaharchuk, bir Stanford profesörü ve tanınmış bir radyologdur.
"Örnek olarak sıkıştırılmış algılamalı hızlı görüntülemeyi ele alalım. Geçmişte, laboratuvarımızdaki teknoloji sıklıkla araştırılmış ve ardından büyük tıbbi görüntüleme ekipmanı şirketlerine lisans verilmiştir. Ticarileştirilmesi beş ila on yıl sürdü. Ancak böyle bir yapay zeka teknolojisinin hayal edilmesi zor. Bir ürün yapmadan önce on yıl bekleyin. Gong Enhao, araştırma sürecinde, tüm teknik çözümü iyileştirmek ve klinik ile bilimsel araştırma arasındaki boşluğu gerçekten çözmek için büyük miktarda veriye ihtiyaç olduğuna inanıyor.
MRG'nin çok fazla veriyi işlemesi gerekir ve nihai görüntüleme ancak görüntüler toplandıktan sonra yapılabilir, bu nedenle tarama süresi uzundur ve Gong Enhao ve ekibi tarafından geliştirilen patentli teknoloji, MRI ve PET'i 4-10 kat hızlandırarak görüntülere yeniden veri oluşturma sürecini optimize edebilir. Hızlanmanın ardından hastane tarafından sağlanan her muayenenin birim maliyeti düşecek, makine kullanım verimliliği de artacaktır.
Bu teknolojinin çözdüğü bir diğer acı nokta da güvenlik. PET gibi moleküler görüntülemenin taranması, insan vücuduna daha yüksek radyasyona sahip olan radyoaktif reaktiflerin enjeksiyonunu gerektirir. Derin penetrasyon medikal teknolojisi, görüntü kalitesini artırabilir ve klinik PET görüntülerinde radyoaktif ajan dozunu 4-10 kat azaltabilir.
Soldan sağa: Kontrast maddeli geleneksel görüntü, kontrast maddeli görüntünün 10 katı küçültülür ve kontrast madde 10 kat azaltıldıktan sonra SubtleMedical yapay zeka tarafından geliştirilmiş bilgilerle görüntü
Bu yılın başından bu yana, Shentou Technology, Stanford Üniversitesi, California Üniversitesi San Francisco Tıp Fakültesi (UCSF), MD Anderson Kanser Hastanesi ve Mayo dahil olmak üzere Amerika Birleşik Devletleri'ndeki düzinelerce en iyi tıp fakültesi, hastane ve üçüncü taraf görüntüleme merkezlerinde erken testler yapmaktadır. Tıp merkezi vb.
"Bir tıbbi görüntüleme merkezi olarak, görüntü kalitesini iyileştirmek, inceleme süresini ve radyasyon dozunu azaltmak için çok çalışıyoruz, bu nedenle bu tür algoritmalar muhtemelen Amerika Birleşik Devletleri ve dünyadaki tıbbi görüntüleme merkezlerinde hızlı ve kolay bir şekilde uygulanacak." Stanford Hastanesi Nörogörüntüleme Departmanı Direktörü Profesör Max Wintermark dedi.
Gong Enhao, gelecekteki kâr modelinin hastane ile yıllık bir ödeme anlaşması imzalamak, hastanenin gelişmiş görüntüleme verimliliğine dayalı geliri paylaşmak ve OEM çözümlerinin ticarileştirilmesini keşfetmek olacağını söyledi.
Rekabetle başa çıkmak için veri engelleri
Shentou Medical'in ticarileşme yolu nispeten açık olsa da, makalenin başında belirtildiği gibi, Facebook da bu teknolojinin araştırma ve geliştirmesine başladı. Devlerin rekabeti karşısında Gong Enhao, Titanium Media'ya Shentou Medical'in benzersiz bir veri avantajına sahip olduğunu söyledi: Stanford Özel olarak yetkilendirilmiş büyük miktarda tıbbi görüntüleme verisi. "Deep Medical Stanford Üniversitesi'nde doğdu, bu nedenle okul sadece 3 patent ve çok büyük miktarda tıbbi görüntüleme verisine izin verdi. Bu veriler 2 milyondan fazla MRI, PET / CT, PET / MR görüntülerini içeriyor."
Buna ek olarak, Amerika Birleşik Devletleri'nde UCSF, MD Anderson Kanser Hastanesi ve Mayo Tıp Merkezi gibi bir düzineden fazla en iyi tıp fakültesi, hastane ve üçüncü taraf görüntüleme merkezleriyle yapılan işbirliği de Shentou Medical'e büyük miktarda yüksek kaliteli tıbbi görüntüleme verisi getirebilir.
Bu veriler yalnızca derin öğrenme algoritmalarını eğitmek, ürünlerin daha da optimize edilmesine ve iyileştirilmesine yardımcı olmak ve ilk hareket edenlere avantaj sağlamak için kullanılamaz. Aynı zamanda, ürün düzeni aracılığıyla Gong Enhao, nihayetinde çapraz hastalık, bölgeler arası ve çoklu modalite olan bir tıbbi görüntüleme veri platformu kurmayı umuyor. "Bu teknoloji belirli bir hastalığa özgü değil, birden fazla hastalık için uygun. Modal veriler, yüksek evrenselliğe ve çok çeşitli uygulama senaryolarına sahiptir. "
"Yatırımımızın başlangıcından bugüne, Shentou'nun tıbbi ürünlerinin ticarileştirilmesi çok hızlı ilerledi. FDA başvurusu onaylanmak üzere ve yeni nesil tıbbi sistemlerde önemli bir veri girişi olacak." Shentou Medical'in bir başka yatırımcısı, BV Baidu VC CEO'su Liu Wei dedi.
Şu anda Shentou Medical, bir ürün için FDA II 510 (K) sertifikası için başvuruda bulundu ve yakında Avrupa CE sertifikası alacak.Gelecek yılın başlarında, ilk ürüne dayalı diğer iki ürün için FDA başvuruları sunacak. (Bu makale ilk olarak Titanium Media'da yayınlandı, yazar / Ding Shibei)
Daha heyecan verici içerik için Titanium Media WeChat ID'yi (ID: taimeiti) takip edin veya Titanium Media Uygulamasını indirin
