近日,黄仁勋与评委小组共评选出 3 个类别的 14 家 AI 创业公司。这些初创公司是从 Nvidia Inception 项目中 2 千多家 AI 公司中筛选而来,选中的获胜者将可参加 5 月 10 日的 Nvidia GPU 技术大会,并领取 150 万美元现金。
评委小组包括 Fidelity Investments 投资经理加文‧贝克(Gavin Baker)、高盛半导体投资银行全球主管谭米‧凯利(Tammy Kiely)、软银 Shu Nyatta,Coatue Management 高级董事总经理汤马斯‧拉芬特(Thomas Laffont)以及微软创投加速器全球 CTO 普拉尚特‧沙尔马(Prashant Sharma)。
目前,Nvidia 从 600 多家参赛者中筛选“最具社会影响力”的 5 家 AI 初创公司,且均为医疗公司。
1. Genetesis(心脏病检测公司)
Genetesis 成立于 2013 年 9 月,该公司有 15 名员工,目前已获得达拉斯小牛队老板马克‧库班、CincyTech、Wilson Sonsini、Danmar Capital和 43North 等机构 190 万美元的投资。
数据统计,美国每年有 1 千万人次因胸部疼痛进行急诊,光就诊费用高达 66 亿美元。但存在的问题是,75% 的胸部疼痛都与心脏无关,急诊室很难区分出与心脏有关的疼痛类别。
这直接导致大约 5% 的患者没有诊断出心脏病,被送回家中,另有 2% 的病人病死在家中。除此之外,浪费的开支约为 4.94 亿美元。
大多情况下,医生必须使用心电图(EKG)机器来进行协助,但结果并不确定,所以患者必须还要经过 6 小时的肌钙蛋白测试。即便如此,诊断结果仍无法保证,患者还需做更多测试。整个过程耗时数小时,而医生们也会对病人进行更长时间的观察。
Genetesis 正在利用深度学习、传感器以及物理学来正确诊断胸痛症状。 Shrivastava 介绍:针对这一痛点,Genetesis 开发了一个基于生物磁性成像系统的测试,该系统可以监测从胸部自然散发出来的弱磁场。然后生成一张心脏的 3D 地图,进而告诉医生患者是否患有心脏病。护士和技术人员可以用无创的方式对病人在 90 秒内进行评估,决定患者是否需要进一步医治。
Genetesis 正接受急救室胸部疼痛治疗的全球挑战。该系统使用 GPU 加速 AI 来诊断,生物磁成像技术也可应用于大脑、肝脏和胎儿等其他方面的测试,为患者创建数千个 1 毫米分辨率的 3D 地图。
2. Lunit(癌症检测公司)
Lunit 成立于 2013 年 8 月,来自韩国,拥有 30 名员工。目前已获得 Formation 8、SoftBank Ventures、Mirae-Asset Venture Investment、Intervest 和 Kakao’s K-Cube Ventures 等投资机构共计 520 万美元的资金,现已与韩国的主要医疗领先机构达成合作。
Lunit 正在开发基于深度学习的医学诊断软件,专攻难以检测的疾病。
在美国,每年将花费 100 亿美元进行乳腺癌检测,在筛查检查中,大约有 20% 的肺癌和乳腺癌会漏诊。 Lunit 正在尝试利用 3D 成像和深度学习来进行乳腺检测,医生使用 Lunit 的技术,正确诊断率从 84% 提高到 86%。在测试中,Lunit 也已经击败来自 IBM 和 微软等团队。
Lunit CEO 帕克指出,未来 Lunit 将会吸收更多的数据,训练其神经网络。之后业务还将扩大到其他医疗领域,也可用来检测其他类型的癌症。
3. Insilico Medicine(药物研发)
Insilico Medicine 于 2014 年 1 月在巴尔的摩成立,公司拥有 30 名员工,投资方包括 MannBioinvest、Deep Knowledge Ventures,累计获得 500 万美元投资。
医药研发是一项庞大的工程,数据统计,2014 年只有 46 种新药被推出,每种药物的研发费高达 26 亿美元,全球研发这些药物的费用是 1500 亿美元,与此同时,新药研发的失败率为 92%。
Insilico Medicine 正在利用 AI 的技术解决药物发现、生物标记发展和衰老研究等问题,提升每个人的生命周期质量(QALY )。目前,每提升一个单位 QALY,将花费 6 万美元,而这将由新药物的研发所引导。 Insilico Medicine 可以用生物标记衡量一个人的年龄,有几千个“leads”用于治疗疾病的分子模型,它们通过在生物体模型中验证来提炼相应药物。
Insilico Medicine 透过验证新药的方式来实现上述目标,同时向药品公司发放许可证,如果得到认证,公司就会收到付款。这种工作的许可证为从 200 万美元到 3,800 万 美元不等,具体取决于发展程度。
“我们发现成功机会较高的药物,加速制药公司的药物开发。我们希望能够战胜最大的挑战:与年龄有关的疾病。”
4. SigTuple(医疗数字化)
SigTuple 成立于 2015 年 7 月,拥有 30 多名员工。公司已获得 Accel Partners、IDG、Endiya Partners、Pi Ventures、VH Capital 以及 Axilor Ventures 共计 640 万美元的融资。
人们面对多种疾病,需要进行大量医学测试。印度新创公 SigTuple 希望透过 AI 提高各种筛选过程的速度、准确性和一致性,让医生为更多病人服务,减少错误。
SigTuple CEO 罗希特‧库马尔‧潘迪(Rohit Kumar Pandey)说,公司透过提供智能的筛选方案来革新医疗行业。 SigTuple 专注于疾病、医学专家和设备等领域,该公司可以使用 AI 来分析医学影像数据,并通过远程诊断血液、尿液和精液测试来扩大服务规模,让医生能够远距为患者评估。
SigTuple 开发了一款名叫 Shonit 的设备,可以获得血液测试结果并数字化。当下印度的血液检测成本约为 4 到 10 美元,而 Shonit 每次检测仅收取 40 美分至 80 美分,大大降低了成本。
潘迪指出,血液检测的解决方案目前正在进行测试。该公司将测试数据数字化,并将其放在云端,利用 AI 进行数据分析后,将结果传回给医生,打通了云端到远程医疗终端。
现阶段 SigTuple 仅投入了大约 30 万美元,但收入不菲,该公司预计明年将在印度创造 100 万美元的收入。随着时间推移,还将拓展海外市场。
5. Bay Labs(超声图像医疗服务 AI 公司)
Bay Labs 成立于 2014 年 7 月,该公司拥有 15 名员工,投资方包括 Khosla Ventures 和 Data Collective Venture Capital,融资金额不详。
据悉,当时的约翰‧麦瑟(Johan Mathe)医生预感到自己可能患有心脏病,于是他用听诊器花了 5 年的时间来观察,最终验证了自己确实有心脏杂音。花费如此长的时间,有没有办法使超声波直接实时传送到你的全科医生?这个想法促使他创建了 Bay Labs。
众所周知,心脏的超声波图像分析难度较大,如果能够更容易地辨识出这些图像,将会对其所帮助。为此,Bay Labs 在辉达的 GPU 上运行自己的 AI 软件,实时进行训练,以便更好地辨识超音波图像。它还可以帮助技术人员引导超音波探测器导到准确的位置,获得更高质量的患者数据。
数据现实,它的解决方案要比常规速度快 20 倍,成本为之前的八分之一,将每次扫描的费用从 400 美元降至 50 美元,而且每年可以扫描 5 倍以上的病人。
麦瑟表示:“超音波是无侵入性的,我们想让它和听诊器一样有用。”
- Nvidia identifies the top 5 AI startups for social impact
(本文由 雷锋网 授权转载;首图来源:Nvidia)