...與人工智慧企業積極開展合作開發,優化基於人工智慧的醫學影像...

2021-01-07 電子發燒友
Subtle Medical將與人工智慧企業積極開展合作開發,優化基於人工智慧的醫學影像處理技術

工程師4 發表於 2018-05-28 11:54:00

動脈網第一時間獲悉,專注於醫學圖像增強的醫療AI公司Subtle Medical(中文名:深透醫療)近日獲得了約500萬美元的Pre-A輪融資。

本輪的領投方為美國頂級風險投資公司Bessemer Venture Partner及種子輪投資方Data Collective,Breyer Capital和Fusion Fund等跟投,天使投資方真格基金、百度創投、清源創投、Wisemont資本等繼續支持。

此次獲得融資的時間距Subtle Medical獲得NVIDIA初創加速計劃挑戰賽冠軍僅隔兩個月。


Subtle Medical團隊與黃仁勳的合照

Subtle Medical立志於將影像檢查流程變得更高效、更安全、更智能。公司利用深度學習算法提高醫學影像的質量及診斷價值,降低醫學影像成像時間、風險及成本。Subtle Medical在MRI,PET等大型成像領域已取得顯著的成績。

Subtle Medical創始人宮恩浩告訴動脈網記者,本輪資金主要有三方面用途:

第1,資金將用於美國FDA、中國藥監局、歐洲CE的審批,公司產品預計在今年底獲得FDA的認證。

第2,擴充AI影像開發團隊、加大臨床產品合作範圍。

第3,完成醫療產業鏈布局。Subtle Medical將在現有美國十數家頂級醫療機構的基礎上,與全球更多醫療機構及廠商展開戰略合作,並逐步拓展歐洲和中國業務。

美國的醫學影像檢查成本高、效率低

CBInsights最新醫療消費報告指出美國醫療總支出約3萬億美元,佔GDP的17%以上。其中,醫學影像佔整個醫療費用的10%。高昂的醫療支出背後實則有很大的提升空間。

宮恩浩告訴動脈網記者,在美國,一個核磁共振(MRI)的收費在1000-2000美元,而一個中子斷層影像(PET)收費則在幾千甚至上萬美元。這個費用中僅有10%左右是用來支付影像醫生診斷的,其餘80%-90%的費用來源於器械的採購成本、維護花銷和整個影像檢查操作時間的成本。除了高昂的花費,較長的預約排隊等待時間不但為病人帶來不便也有可能耽誤疾病的檢查。

因此,在不影響診斷質量的前提下,提高效率無論是對醫院的還是對患者來說都非常重要。

由於常規縮短成像時間的方法會嚴重降低圖像質量,影響診斷精確度,影像檢查時間長的問題多年未曾徹底解決。

宮恩浩告訴記者,史丹福大學10多年前就研究出壓縮感知技術用來提高MRI檢查的效率,目前各大醫學影像設備公司都有自己類似的技術並很多已經通過FDA的認證進入了醫療市場。但是在實際應用中,醫生並未完全接受這種基於固定模型和統計學算法的技術,主要原因是算法在圖像質量以及運算效率等方面優勢無法滿足臨床需求。

跨學科團隊深耕科研與臨床轉化

彌合科研技術與臨床應用的轉化鴻溝,不單單需要專業的技術開發能力,也需要對於臨床痛點的認知。Subtle Medical團隊中核心成員都有著醫學和工程的雙重背景。

公司創始人宮恩浩在2012年清華大學生物醫學工程本科畢業,大學期間即與飛利浦科學家合作對壓縮感知技術進行優化,並發表多項論文和專利。2012年進入史丹福大學電子工程系攻讀博士,進一步探索核磁共振領域研究。在此期間他體會到這個領域臨床需求和市場空間很大,以及科研項目與實際臨床應用存在脫節。

自2016年初起,宮恩浩憑藉著他在史丹福大學幾年來深度學習和人工智慧領域的紮實基礎,開始利用深度學習技術在醫學圖像後處理、圖像重建以及輔助診斷等方面進行研究。

2017年7月份,宮恩浩與此前長期合作的史丹福大學醫學院放射科教授、神經影像醫生、前沿神經影像實驗室主任Greg Zaharchuk醫生一起正式註冊公司成立Subtle Medical。隨後,兩位在美國從事醫學影像研究的清華生醫校友張濤和朱立人也先後加入。

張濤博士此前曾在GE Healthcare通用醫療研發磁共振影像技術,並擔任MD Anderson腫瘤醫院教職。朱立人博士有多年多模態影像的學界和產業經驗。

作為一名生物醫學工程的畢業生,宮恩浩表示,這個專業有很強烈的醫工結合的特點,他們既要利用工程學的知識,也要掌握基礎的醫學知識,同時要結合臨床需求,用工程學的技術來解決臨床的問題,所以他們的專業培養非常適合醫療人工智慧行業的研究和工作。

國內外多個醫療人工智慧公司的創始團隊都有著生物醫學工程的專業背景,也有不少是清華生醫校友。

提高影像效率、減少放射量雙管齊下

Subtle Medical首發產品應用AI來提高醫學影像診斷質量與效率,為醫院和影像中心賦能。作為一個由AI專家和影像醫生組成的團隊,Subtle Medical不以取代醫學影像醫師為目的,而重點解決實際工作效率的痛點。公司出發點是希望影像檢查可以更高效、更經濟、更安全、更智能。Subtle Medical為醫院和影像中心提供AI影像處理平臺,首發產品具有多項功能。

提高成像速度,提升圖像質量:產品利用AI提高MRI磁共振和PET中子斷層影像的圖像質量,從而在現有影像設備硬體軟體的基礎上,達到2-4倍MRI加速和4-10倍PET加速。

宮恩浩強調,現階段Subtle Medical主要處理的是MRI和PET(包括PET-CT和PET-MR)的圖像。在這些領域,宮恩浩所在斯坦福的實驗室已經有幾十年的研究和產業合作的經驗,有很深的數據和經驗積累。同時從臨床需求的角度來說,MRI和PET成像的速度是最慢的,醫生和患者的痛點也最明顯。MRI可以看到更多的軟組織和對比度。 PET-CT和PET-MR則可以獲得分子和功能成像,在很多臨床檢查(如癌症早期篩查、分期)中有著重要價值。

減少放射劑量,縮短檢查時間:在提高圖像成像速度和質量的同時,Subtle Medical還在藉助技術的力量減少放射劑量的使用,能減少至少10倍造影劑以及100倍的輻射危害。PET-CT、PET-MRI和PET都需要使用放射劑,有輻射風險,尤其是PET-CT,它的放射劑量是一個頭部CT的數倍。宮恩浩表示,最近他們發表的論文中提到,他們所在的斯坦福實驗室可以在保證圖像質量的前提下,減少100倍-200倍的放射劑量使用,在臨床的實際應用中,目標至少將放射劑量降低為原來的十分之一,同時保證圖像質量。

同時,Subtle Medical的系統可同時使用於提高影像檢查速度和減少放射劑量兩個目標。

產品嵌入醫生工作流程

宮恩浩表示他們在研發產品質量的同時,也會考慮醫生的工作流程,不會為醫生增添負擔。Subtle Medical將AI技術應用到影像檢查的最前端。影像數據從設備端出來以後直接進入他們的系統,處理之後,進入PACS影像工作站,醫生看到的是系統處理好的影像,工作流程還跟之前一樣,並沒有為醫生增添負擔。

正是由於Subtle Medical的系統是應用到影像檢查的最前端,其系統可以拿到第一手的醫學影像數據。他們的合作夥伴可以是醫療影像器械廠商,可以是PACS系統廠商和醫療AI公司。對於這三方公司來說,在沒有增加醫生工作流程的前提下,保證甚至增強圖像質量,降低放射劑量,都很有吸引力。

宮恩浩表示,公司第一個FDA(二類510k)產品預計在2018年10-11月通過。後續會持續跟進多項FDA申請,不斷擴充產品線。以優化影像檢查流程為突破口,搭建影像AI平臺,優化影像採集與分析流程。

宮恩浩告訴記者,之所以認證二類證,是因為Subtle Medical目的是通過增強醫學圖像的質量來降低影像檢查的成本,縮短檢查的時間,進而幫助醫生做出診斷。具體的指標可定量化判斷,同時產品本身不直接給出診斷結果,所以無需申報三類認證。

斯坦福數百萬張高質量醫學影像數據支撐

利用深度學習技術開發模型離不開高質量大數據的支撐,Subtle Medical也不例外。宮恩浩介紹,由於他們誕生於斯坦福,斯坦福獨家授權使用3項專利及海量醫學影像數據(粗略估計近期使用的超過兩百萬張醫學圖像,主要為MRI和PET/CT, PET/MR影像),專利和數據均為他們團隊在斯坦福的科研成果。

除了這些斯坦福的研究人員在平時科研積累的數據,Subtle Medical也在和美國知名醫院和第三方影像中心合作,在保證隱私、合規合法的前提下,使用這些機構的臨床數據。

值得一提的是,Subtle Medical並不是像國內的醫療AI公司聘請大量醫生團隊去標註這些數據,而是根據研究的需求,設計、採集和處理特定的醫學影像數據,轉換成研發所需數據。

宮恩浩表示,很多時候採集一份完整的醫學影像數據需要一小時甚至更多,只有在科研環境下才能高質量的實現,同時對科研人員的影像背景也有很高的要求。

如此大量的數據不是一朝一夕可以獲得的,都是多年來斯坦福的研究人員積累得到的。而這些數據的質量也是多年來經過科研驗證過的。

談及涉及的病種。宮恩浩表示,Subtle Medical的研究是專注於模態研究而不是具體的疾病研究,產品是專注在圖像的增強及後處理。但凡是使用MRI、PET-CT、PET-MRI、PET等放射設備進行常規檢查的疾病,比如說腦卒中、腦腫瘤、肺癌 、老年痴呆症等,他們都可以提供圖像增強服務。

加速市場布局和產品落地與合作

目前,Subtle Medical國際化市場道路已經展開。

Subtle Medical以美國市場為主,在美國已經與十數家頂尖醫療院校、醫院及第三方影像中心開展合作和臨床系統測試。合作方包括Stanford(斯坦福)、UCSF(加州大學舊金山分校醫學院)、MD Anderson(MD安德森腫瘤醫院)、Mayo Clinics(梅奧醫學中心)、OHSU(俄勒岡健康科技大學)、Hoag Hospital(霍格醫院)及全美最大的影像中心聯盟RadNet等機構。

在產業界中,Subtle Medical也與東軟醫療、NVIDIA等醫學影像及人工智慧企業積極開展合作開發,優化基於人工智慧的醫學影像處理技術。

此輪融資也將加速市場布局和產品落地。

打開APP閱讀更多精彩內容

聲明:本文內容及配圖由入駐作者撰寫或者入駐合作網站授權轉載。文章觀點僅代表作者本人,不代表電子發燒友網立場。文章及其配圖僅供工程師學習之用,如有內容圖片侵權或者其他問題,請聯繫本站作侵刪。 侵權投訴

相關焦點

  • 雷軍:AI會取代50%的人 | 人工智慧+醫學影像應用案例分析
    基於影像的醫學診斷是目前人工智慧關注較多的領域,「AI+醫學影像」被多位業內人士認為最有可能率先實現商業化。醫學影像大數據與人工智慧結合的原因醫療數據中有90%來自於醫學影像,並且我國醫學影像的數據正以30%的年增長率逐年增長,相比之下,影像科醫生的增長速度和工作效率是不足以應對這樣的增長趨勢,這將給醫生帶來巨大的壓力。
  • 人工智慧落地影像識別,政策資本雙雙入局
    過去,醫學影像前處理+診斷需要4-5名醫生參與。然而,基於人工智慧的影像診斷,訓練計算機對醫學影像進行分析,只需1名醫生參與質控及確認環節,這對提高醫療行為效率大有裨益。人工智慧在醫學影像得以率先爆發與落地應用,主要是由於影像數據的相對易獲取性和易處理性。
  • 人工智慧已可以用於三維醫學影像,快速準確的做出醫療診斷
    打開APP 人工智慧已可以用於三維醫學影像,快速準確的做出醫療診斷 工程師青青 發表於 2018-08-17 16:40:58
  • 生物醫藥:我國醫療人工智慧發展現狀和趨勢|人工智慧|醫藥|醫療|...
    基於大量數據的人工智慧算法為醫療服務提供了快捷、優化的途徑,人工智慧在醫療領域的應用帶來的不僅有技術革新,還有醫療服務模式的轉變。美國的頂尖醫院如梅奧、克裡夫蘭等都開始與人工智慧公司合作,希望成為醫療人工智慧應用領域的中心,對疾病進行監測、診斷、治療和管理。人工智慧可以在醫療行業多個環節發揮作用,如醫學影像、健康管理、疾病風險預測、虛擬助理、藥物設計、臨床診療、精神疾病、病理學和營養學等。
  • 安必平聯合騰訊啟動宮頸液基細胞學資料庫建設及人工智慧開發
    標準資料庫促進病理人工智慧規範化在國家與行業協會的推動下,近些年人工智慧在細胞病理上的探索成為了智慧醫療中一個非常熱門的結合點,因此湧現了數十家做細胞學人工智慧的企業。其中一些企業在AI開發初期,是從網上下載或者直接購買第三方標註公司提供的細胞學標註數據。
  • 英特爾與醫療影像AI領域的領先企業匯醫慧影聯合推出了 「人工智慧...
    會上,英特爾與醫療影像AI領域的領先企業匯醫慧影聯合推出了 「人工智慧乳腺全周期健康管理系統」,通過人工智慧技術助力乳腺癌篩查及診治,呵護女性健康。英特爾還獲得了時尚集團《時尚健康》頒發的「2018時尚健康粉紅絲帶運動創新戰略合作夥伴」稱號。
  • HU-BBS:河南省人民醫院王梅雲教授分享醫學影像人工智慧的應用
    省傑出人才、河南省人民醫院(河南大學人民醫院)王梅雲教授應邀分享「醫學影像人工智慧的應用」主題報告。基礎醫學院、生命科學學院、數學與統計學院、人工智慧學院、物理與電子學院和抗體藥物開發技術國家地方聯合工程實驗室、河南省天然藥物與免疫工程重點實驗室等科研機構,以及第一附屬醫院、淮河醫院等專家學者60餘人在現場共享高端學術盛宴,校內外多名專家學者和廣大碩博研究生通過騰訊會議在線參加研討。
  • 清華廖洪恩課題組在人工智慧挖掘影像基因組學領域合作發表系列論文
    推進中國「腦計劃」研究清華廖洪恩課題組在人工智慧挖掘影像基因組學領域合作發表系列論文清華新聞網9月14日電 清華大學醫學院生物醫學工程系教授廖洪恩課題組與首都醫科大學附屬天壇醫院張力偉教授課題組合作,通過人工智慧技術研究大量腦幹膠質瘤患者磁共振影像學特點,深度挖掘其與該基因的關聯,獲得普通醫學研究手段難以獲得的診斷經驗。
  • 2018年醫療人工智慧技術與應用白皮書
    、病理分型和智能多學科會診;基於人工智慧開展大規模基因組識別、蛋白組學、代謝組學等研究和新藥研發,推進醫藥監管智能化;加強流行病智能監測和防控。《「十三五」衛生與健康科技創新專項規劃》對推進醫學人工智慧的技術發展指明了具體方向:開展醫學大數據分析和機器學習等技術研究,開發集中式智能和分布式智能等多種技術方案,重點支持機器智能輔助個性化診斷、精準治療輔助決策支持系統、輔助康復和照看等研究,支撐智慧醫療發展。
  • 生物醫藥:我國醫療人工智慧發展現狀和趨勢
    基於大量數據的人工智慧算法為醫療服務提供了快捷、優化的途徑,人工智慧在醫療領域的應用帶來的不僅有技術革新,還有醫療服務模式的轉變。美國的頂尖醫院如梅奧、克裡夫蘭等都開始與人工智慧公司合作,希望成為醫療人工智慧應用領域的中心,對疾病進行監測、診斷、治療和管理。人工智慧可以在醫療行業多個環節發揮作用,如醫學影像、健康管理、疾病風險預測、虛擬助理、藥物設計、臨床診療、精神疾病、病理學和營養學等。
  • 熱點快評:醫學與人工智慧交叉融合,打開眼科理療新窗
    ,而眼科是以影像診斷為中心的專科。」   人工智慧在醫療領域的應用主要包括:健康管理、醫學影像、藥物挖掘、虛擬助理、輔助診療、醫院管理、輔助醫學研究平臺、疾病風險預測。推動人工智慧在眼科的應用,從總體上看能夠增加患者獲得臨床篩查和診斷的機會,有效降低醫療成本,使患者儘早得到相應治療,也讓醫療資源能夠得到優化配置。
  • 人工智慧應用於細胞株開發 Klone4.0來了
    原標題:人工智慧應用於細胞株開發,Klone4.0來了   細胞株開發是生物醫藥
  • 醫學影像人工智慧湖南省重點實驗室工作例會召開
    醫學影像人工智慧湖南省重點實驗室工作例會召開 本網訊(通訊員陽騰飛王志強)醫學影像人工智慧湖南省重點實驗室獲批後,1月9日上午,在北湖校區醫學綜合大樓2101會議室召開了第一次工作例會。
  • 勇立人工智慧創新發展的潮頭
    智能城市、智能經濟、智能製造、智能醫療……面向國家重大戰略,聚焦關鍵技術,高校敢為人先挺進科學研究的「無人區」,成為人工智慧科技創新的重要策源地。致力於打通城市路網的「毛細血管」,浙江工業大學計算機學院智能交通創新團隊前瞻性地開發了基於大數據的新型城市智能交通系統,可以實時發現整個城市資源的缺陷,並作出及時調整和科學決策,為治理城市交通擁堵問題做出了積極貢獻。
  • 2018人工智慧醫療盤點:科研突破 巨頭髮力 產業聯合 資本依舊
    國內首個健康大數據與人工智慧產業合作與發展組織在博鰲籌建8月15日,中康資訊聯合眾多機構共同成立「中國健康大數據與人工智慧產業合作與發展組織籌委會」,計劃在年內推動該組織的正式落地,推動產學研深度融合,促進我國大數據與人工智慧技術在健康領域的應用,積極響應健康中國戰略的實施。
  • 醫學影像中的人工智慧|BMC Medical Imaging徵稿
    我們希望本專輯能夠進一步加深對人工智慧在醫學影像領域的理解,凸顯其多功能性和相關應用,並打破該領域仍然存在的障礙。  BMC Medical Imaging邀請您向我們新的"醫學影像學中的人工智慧"專輯投稿。專輯特邀編輯:Alexander Wong教授(滑鐵盧大學)和屈小波曲曉波教授(廈門大學),徵稿將於2021年春季結束。
  • 人工智慧在醫學成像中的應用簡介
    醫學成像:醫學成像是指為了診斷、醫療狀況或監測某一部位而對人體進行觀察的不同類型的技術。不同類型的醫學成像有CT掃描、X射線、MRI等。醫學影像對於醫院中各種類型的嚴重疾病的診斷和監控至關重要。醫學成像是對人體各個部位和組織的成像。
  • 中軟國際教育科技集團攜手華為、深思考人工智慧機器人公司共同...
    中軟國際教育科技集團作為教育行業的領軍企業、作為中軟國際人才生態的重要組成部分,在其近20年的發展歷程中,始終站在行業技術和業務變革的前沿位置,深刻理解不斷變化的產業用人需求,積極與政府,高校、產業夥伴展開各種模式的合作。
  • 人工智慧都有哪些應用
    隨著近年來人工智慧浪潮的興起,無人駕駛再次成為話題,國內外很多公司投入了自動駕駛和無人駕駛的研究。例如,谷歌谷歌X實驗室積極開發無人駕駛汽車谷歌DriverlessCar,百度也開始了百度無人駕駛汽車的研究開發計劃,自主開發的無人駕駛汽車Apollo在中央電視臺春夜登場。
  • 匯醫慧影聯合301醫院開發出全球首個B型主動脈夾層人工智慧自動...
    點擊查看 4月21日上午,全球範圍內首次開發出的B型主動脈夾層人工智慧自動分割方法在2018血管創新論壇上發布。二是在健康信息技術企業、醫療部門合作,強化供給側和需求側的對接力度,以需求為導向推進大數據人工智慧技術,在醫療技術深入廣泛的應用,推進技術成果轉化和產業的升級。三是切實保障醫療健康數據的安全,強化醫療健康數據身份管理和安全體系建設,通過標準的實施安全的防範,確保醫療健康數據的安全。大數據人工智慧和醫療健康領域的深度融合,有利於優化資源配置、整合社會的力量、實踐醫療健康效益的最大化。