社区所有版块导航
Python
python开源   Django   Python   DjangoApp   pycharm  
DATA
docker   Elasticsearch  
aigc
aigc   chatgpt  
WEB开发
linux   MongoDB   Redis   DATABASE   NGINX   其他Web框架   web工具   zookeeper   tornado   NoSql   Bootstrap   js   peewee   Git   bottle   IE   MQ   Jquery  
机器学习
机器学习算法  
Python88.com
反馈   公告   社区推广  
产品
短视频  
印度
印度  
Py学习  »  机器学习算法

利用深度学习研发内窥镜实时AI图像诊断,AI Medical Service成立4年融资超50亿日元

动脉网 • 3 年前 • 308 次点击  


6月15日,达沃斯世界经济论坛(World Economic Forum)公布了2021年“全球技术先锋”榜单。

 

其所评企业是全球范围内,拥有行业领先核心技术和领导潜力,并且具有相当社会影响的新技术创新公司。自启动21年来,Airbnb、Bluebird Bio、Cyberdyne、Editas,、Foundation Medicine、Google、Proteus Digital Health、Spotify、Twitter等公司榜上有名。

 

今年,该榜单从全球范围内选出了100家前沿科技领域的新兴科技企业。这些技术先锋们将与论坛的一个或多个相关平台合作,以帮助确定关键问题的全球议程,为克服全球面临的危机贡献新的解决方案。

 

其中,一家名为AI Medical Service(以下简称“AIM”)的企业位列其中。这是一家成立于2017年的日本企业,致力于利用深度学习技术开发内窥镜AI。

 

从医生到企业创始人,AIM剑指内窥镜AI

 

根据世界卫生组织统计数据显示,2020年(就癌症新病例而言)最常见的癌症中,结直肠癌排名第三,胃癌排名第五。

 

消化道癌症虽然如此高发,但其发展进程缓慢,早筛窗口期长,越早发现和诊疗,存活率就越高。内窥镜及镜下活检作为消化道疾病筛查的“金标准“,对于控制消化道疾病和提升生存率具有重要的意义。

 

内窥镜检查是日本在世界范围内都保持领先的医学领域,但也不得不面临一个问题——现实中,约20%左右的病变被忽视。除此之外,内窥镜检查的普及带来的巨大检查量使内窥镜医生难以保证内窥镜检查的质与量。于是,与之相关的AI辅助诊断系统应运而生。AIM着意于开发一个支持内窥镜医生诊断的内窥镜AI系统。

 

AIM的创始人Toshihiro Tada,是一位操作过多次内窥镜检查而经验丰富的医生,可他也面临着因没有发现病变而错过癌症诊断的挑战。不过,让他战胜这个挑战的机会,正在悄悄接近。


AIM创始人Toshihiro Tada 来源:AIM官网

 

2016年底,Toshihiro Tada开始了解深度学习和人工智能,并受到来自人工智能专家、东京大学松尾副教授“人工智能识别图像的能力,已经开始超越人类”的鼓励和启发,开始了其将AI应用于内窥镜的尝试。

 

2017年年初,Toshihiro Tada便与一位工程师开始了针对发现胃癌病变的内窥镜AI的研究。这项研究的进展顺利,约半年时间后,在2017年7月就取得了初步成果。

 

Toshihiro Tada在某采访中透露,这时候他强烈地感到,如果想推进内窥镜AI的继续研究,直到其作为医疗设备可以在临床实践中可用,那么,他就不仅仅是进行个人研究,而需要建立起一个能够持续研发的公司。

 

在其一位朋友的介绍下,Toshihiro Tada参加了BRAVE项目推介比赛。BRAVE是日本最大的加速平台之一,迄今,已经为超100家初创公司提供融资和业务增长的机会。不久,Toshihiro Tada又参加了Incubate Camp,一个企业家/投资者联合管理训练营。此后,AIM也将由此获得来自Incubate Fund的10亿日元的A轮融资。

 

总之,这些经历使Toshihiro Tada收获了如何建立企业的知识。2017年9月,AIM顺利诞生。


 背靠大树好乘凉,

AIM借力日本窥镜产业优势

 

能上榜技术先锋的企业通常具备极大潜力,他们或将引领重大变革,对社会产生重大影响。那么,AMI何以脱颖而出呢?

 

AIM致力于创造真正有用的消化道内窥镜AI,以拯救世界各地的患者,以期成为内窥镜医生在临床中最值得信赖的合作伙伴。

 

万丈楼阁也需要坚实的地基支持。首先,AIM有着优良的技术基础。一方面,AIM充分利用深度学习算法,并尽可能多地获取最新的AI知识和技术。随着世界各地对CNN(卷积神经网络)在图像识别领域研究的迅速发展和硬件性能的改进,AIM相信AI能够支持在内窥镜检查期间对病变进行实时检测。

 

另一方面,在AI开发中,学习样本数据的数量和质量是关键。日本的内窥镜不仅占据世界设备份额的70%,内窥镜专家及使用技能也居于前列。得益于日本内窥镜产业的优势,其一,AIM可以凭借日本在内窥镜设备在海外市场的巨大优势,搭配内窥镜AI系统,输出海外。

 

其二,AIM已经与日本多家先进医院和数十名内窥镜医生合作,收集了大量高质量的图像,并不断对这些图像进行筛选排序。最终建立起一个AI数据库,为其内窥镜AI提供了庞大数量的优质学习样本。

 

部分研究合作伙伴 来源:AIM官网

 

此外,AIM在其内部建立了一个运营平台。因为它相信良好的运营可以提升工作效率和AI的开发速度。该平台开发了“image anonymization processing software”和“image sorting WEB system”来帮助其合作医生提高处理医疗数据的效率。

 

受COVID-19的影响,医生通过互联网获取专业信息的需求在增加。于是,AIM在今年推出了一个面向内窥镜医生的线上媒体“"gastroAI Online“,用以向医生们介绍内窥镜AI研发的最新研究等信息。

 

其次,AIM还有着前沿的理论支撑。它与医疗机构合作展开研究,并在著名期刊上发表了40多篇文章。例如,发表在《Gastric Cancer》上的世界上第一篇关于AI诊断胃癌的论文,发表在《EBioMedicine》上关于AI诊断幽门螺杆菌的论文。此外,AIM还提交并发表了世界上首篇关于结直肠炎和食管癌摘取等主题的论文。


来源:网络公开资料

 

有了理论与技术的支撑,那么AIM的内窥镜AI效果如何呢?AIM称,就像在围棋领域一样,其AI也与20多位内窥镜医生进行了比赛,并在判断胃炎方面取得了高于医生平均水平的准确性,能够有效识别出那些内窥镜检查中难以察觉的癌症病变。

 

其内窥镜AI的诊断速度也十分惊人。例如,AIM在2019年3月公布的一项关于胃炎诊断的研究结果中,其内窥镜AI诊断23699张图像所需的时间仅为261秒。

 

在世界上最大的消化疾病周(DDW)会议上,AIM共参与了12项研究展示,其中一项被评为“DDW最佳研究”。可见,AIM的内窥镜AI在行业内获得了相当的认可。


融资56亿日元,未来目标在全球


AIM称自己的优势在于其内窥镜AI可以针对胃癌、结直肠癌和食管癌多用,而其他AI辅助检测技术往往只专注于结直肠癌或某一个癌种。其创始人Toshihiro Tada说过,AIM的内窥镜AI最终将覆盖整个消化道。

 

在产品和技术上,AIM想要覆盖整个消化道。在商业和市场上的目标,AIM也不仅只停留于日本,而是努力向世界扩张。当前,AIM正在积极寻求日本的审批,并也将在美国和其他国家继续完成监管流程,以走向全球。

 

2019年11月,AIM用于潜在胃癌诊断的AI已经获得FDA的突破性设备指定,这将提供关于设备开发和评估的优先审查。今年4月,AIM又与新加坡国立大学医院签订了联合研究协议,它希望通过此次联合研究,寻求其内窥镜AI在新加坡的批准。

 

从资本情况来看,成立4年来,AIM共进行了两轮融资,获得56亿日元的资金。这些资金是AIM实现其全球目标的助推器。

 

其最新一轮融资是2019年11月的B轮,该轮次融资使AIM获得了46亿日元的资金。投资者包括Globis Capital Partners、World Innovation Lab和IGV的索尼创新基金。AIM表示这笔资金用于其内窥镜AI的产品开发、临床试验和海外扩张,以期为全球内窥镜医疗服务的发展做出贡献。

 

来源:Crunchbase

 

另值得一说的是,内窥镜AI与5G技术相结合,在缓解地区医疗差异上可发挥作用。今年3月,作为日本“内阁办公室战略创新创造计划(SIP)”中的一部分,AIM和软银公司进行了一项试验,即通过5G传输内窥镜检查图像,并利用AI进行辅助性的图像诊断。

 

实验结果表明,5G和AI图像判断系统在实现远程诊断辅助系统方面有足够的作用。两家公司将继续合作开发使用5G和AI的远程诊断辅助系统。

 

其实,AI+医疗对于我国也具有显著的意义。我国城乡间的医疗差距较大,而AI+医疗可以通过向乡村医疗卫生机构提供标准化的产品,弥补医疗资源差距。目前,我国AI+医疗已经进入快速成长期。

 

在内窥镜AI的开发上,也有比较出色的项目。如2020年4月,国内首个消化内镜影像实时辅助诊断设备获得了药监部门的审批,这是由华西医院与希氏异构医疗科技公司联合成立的华西-希氏医学人工智能研发中心所推出的。



★ 如果您想对接动脉网所报道的企业,请点击文末左下方“阅读原文”填写表单,我们的工作人员将尽快为您服务。







声明:动脉网所刊载内容之知识产权为动脉网及相关权利人专属所有或持有。未经许可,禁止进行转载、摘编、复制及建立镜像等任何使用。
动脉网,未来医疗服务平台
Python社区是高质量的Python/Django开发社区
本文地址:http://www.python88.com/topic/116721
 
308 次点击