Najuspešnije AI kompanije u zdravstvu za 2017. godinu

Napredak u medicini će umnogome zavisiti od tehnologije. U ovom tekstu izdvajamo kompanije koje veštačkom inteligencijom doprinose zdravstvu.

Ivana Kostić - 23. Januar, 2017.

CB Insights je izložio AI 100 ili listu 100 najperspektivnijih, privatnih kompanija koje u svojoj osnovi koriste algoritme za veštačku inteligenciju primenjene na razne industrije od zdravstva do finansijskih tehnologija.

Metodologije rada u medicini i IT-u se dosta razlikuju, ali je veoma važno da ove dve oblasti usko sarađuju. Mnoge oblasti napreduju veoma brzo zahvaljujući tehnologiji, odnosno veštačkoj inteligenciji u ovom slučaju.

Od preko 500 prijavljenih kompanija, izbor je napravljen na osnovu nekoliko kriterijuma:

U zdravstvenom AI sektoru, izdvojilo se nekoliko kompanija na osnovu istaknutih oblika finansiranja, pa su tako Benevolent.ai i iCarbonX, dve od pet Unicorn kompanija u ovoj rundi. iCarbonX se istakao po mega rundama investiranja (osvojenih 154 hiljada dolara od Vcanbio i Tencent-a). Freenome je odabran kao kompanija sa top VC timom, tj. najboljim investitorskim timom.

Prema CB Insights-u, ovo su neke od najuspešnijih zdravstvenih kompanija koje pokušavaju da veštačkom inteligencijom znatno unaprede određene oblasti u zdravstvu:

Pojedostavljeno tumačenje medicinskih snimaka i slika

Lunit, Inc. (Južna Koreja) je kompanija koja će poboljšati tumačenje medicinskih snimaka i slika. Ova kompanija koristi softver za njihovu analizu i interpretaciju koristeći deep learning, granu mašinskog učenja.

Veliki broj medicinskih dijagnoza se radi na osnovu tumačenja snimaka koja su u velikom broju slučajeva subjektivna, donoseći veliki broj pogrešnih dijagnoza. Najčešće greške se javljaju pri radiološkim snimanjima, pre svega mamografiji, zatim radiografiji kojom se detektuju tuberkuloza, rak i upala pluća; značajna primena dubinskog učenja biće u patologiji i patološkim analizama.

Ovaj tim planira da zameni standardne biomarkere novim, tzv. data-driven biomarkerom snimanja, ne ostavljajući ni trunku subjektivnosti proceni ljudskog oka.

Ovaj marker je izveden iz velikog broja urađenih snimaka i višegodišnjeg iskustva, ostavljajući mašinu da sama proceni dijagnozu bez prethodno uspostavljenog kriterijuma definisanog od strane lekara.

Zebra (Izrael) razvija algoritme koji analiziraju preko milion slika kako bi što bolje razumeli profile rizika pacijenata. Sve sa ciljem pomoći, pre svega, radiolozima i bolje dijagnostike, preventive i lečenja mnogobrojnih bolesti.

U odnosu na gore pomenuti Lunit, Zebra nudi analizu dodatnih organa i simptoma, uključujući kosti, jetru, mozak i kardiovaskularni sistem.

Otkrivanje i razvoj lekova

AtomWise (SAD) želi da promeni način otkrivanja i razvoja lekova. Njihova tehnologija zvana AtomNet je prva te vrste koja koristi dubinsko učenje za otkrivanje novih malih molekula.

Njihovi partneri — istraživačke grupe sa univerziteta i iz industrije, pridobili su izvanrednu prednost u obimu, veličini i stopi uspeha. Neki od njih su navedeni ovde. Čak su proglašeni za kompaniju koja pronalazi lekove za bolesti koje još uvek ne postoje. Navode takođe, da je njihova glavna prednost smanjivanje troškova i vremena za razvoj leka.

twoXAR (SAD) je još jedna od kompanija koja objedinjuje veštačku inteligenciju i otkrivanje i razvoj novih lekova. Sa unikatnim, patentom zaštićenim algoritmima, radikalno se smanjuje vreme otkrivanja novih lekova i procenjivanje njihove efikasnosti.

Koristeći DUMA platformu, procenjuju se ogromne, javne i vlasničke banke podataka kako bi se rangirale verovatnoće poklapanja lek — bolest, nekoliko redova veličine brže nego u laboratorijskim uslovima. Ova poklapanja se nadalje mogu koristiti za unakrsnu validaciju kliničkih studija, pronalaženje novih primena starim lekovima, ili identifikaciji novih kandidata za buduća klinička testiranja.

Prikupljanje ogromnog broja medicinskih podataka na jednom mestu

iCARBONX (Kina) se zasniva na prikupljanju svih medicinskih podataka pojedinaca od genetičkih do svih drugih medicinski relevantnih podataka (bihejvioralnih i psiholoških), uključujući i dnevne zdravstvene podatke kako bi u svakom trenutku imali ideju o sopstvenom zdravstvenom stanju.

U saradnji sa brojnim partnerima — farmaceutskim kompanijama, zdravstvenim institucijama, bolnicama, zdravstvenim osiguravajućim društvima — obećavaju prikupljanje i skladištenje svih medicinskih podataka od prvog dana rođenja uz precizniji zdravstveni menadžment.

Njihova prva platforma zove se MEUM i otvorena je za javnost. U ovom novom svetu, korisnici će imati mogućnost da iskuse digitalne pakete za otkrivanje života sa više nivoa tačnosti uz informacije o zdravstvenom stanju. Na osnovu ovih podataka, u realnom vremenu će dobiti precizna i personalizovana rešenja za aktivnosti poput lepote i nege kože, vežbi i treninga, kontrole telesne težine itd.

Ova platforma je podržana od strane efikasne baze podataka na 10 nivoa uključujući, između ostalog, genetiku, molekularni profil, fenotip, podatke o ponašanju, kao i serijske interakcije. Šta više, ova platforma povezuje ljude i omogućava poređenja njihovih podataka, razmenu i drugo, ali i platforma sama sebe unapređuje kroz samostalno učenje, tj. dodavanje novih podataka u bazu.

Zanimljivo je da su dve kompanije, prvaci u svojim disciplinama SomaLogic i HealthTell, ponudile svoje ključne zaštićene tehnologije — sekvenciranja proteomike i imunomike — početnom delu ovog digitalnog sistema.

ENLITIC (SAD) je kompanija koja koristi dubinsko učenje kako bi učinila lekare bržim i preciznijim. Lekari imaju mogućnost da prikupljanju podatke o svakom svom pacijentu i imaju pomoć u uspostavljanju dijagnoze na osnovu kompletne medicinske istorije.

Tehnologija je primenjiva na:

CloudMedX (SAD) je inovativni sistem koji objedinjuje medicinske beleške, kliničku istoriju, demografiju, medicinske procedure radi utvrđivanja procene medicinskog rizika.

Čitava procedura se sastoji od tri koraka:

Ostalo

Deep Genomics (Kanada) se zasniva na premisi da su i mašinsko učenje i eksperimentalna biologija danas u fazi eksponencijalnog rasta i da je njihov susret mesto na kome treba razvijati proizvode. Njihov sistem predviđa molekularne efekte genetičkih varijacija otvarajući novo polje dijagnostike i terapija bolesti.

Klijenti i partneri koriste ovu tehnologiju kako bi otkrili i razvili terapije i dijagnostiku u kompjuteru pre nego stignu u laboratoriju:

Babylon (UK) je kompanija koja nudi usluge najboljih lekara uz podršku veštačke inteligencije. Glavni moto ove kompanije je da medicinske usluge budu dostupne svima, širom sveta, u svakom trenutku po najpovoljnijim cenama.

U bilo kom trenutku možete imati konsultacije sa vašim lekarom online, putem aplikacije na svom telefonu ili tabletu, možete čak dobiti recept bez čekanja u redu koji mogu biti dostavljeni na kućnu ili poslovnu adresu.

Alternativno, moguće je samo dobiti odgovore na najbitnija pitanja u tom trenutku o svojim trenutnim simptomima ili čak poslati sliku koja bi detaljnije pomogla vašem lekaru u postavljanju dijagnoze.

Sve ovo je moguće zahvaljujući najpreciznijoj medicinskoj veštačkoj inteligenciji, potvrđenoj od strane preko 100 lekara. Aplikacija se lako može preuzeti sa Google Play-a ili App Store.

U kratkom videu opisuju kako čitav proces funkcioniše u odnosu na dosadašnje posete lekaru:

Freenome (SAD) je platforma koja omogućava praćenje zdravlja sopstvenog freenome-a i time formiranje najbolje odluke za sopstveno zdravlje.

Freenome, u biološkim terminima predstavlja dinamičnu kolekciju genetičkog materijala koji slobodno plovi u krvi, van naših ćelija, a predstavlja materijal iz oko 3 biliona naših ćelija. On se menja tokom vremena, našeg rasta, sazrevanja i predstavlja genetički termometar našeg načina života.

Benevolent AI (UK), kako kažu nije samo još jedna tehnološka kompanija. Za sada sa kancelarijama u UK, Belgiji i Njujorku, imaju ideju da približe i povežu snage ljudskih bića i mašina sa ciljem da potpomognu naučna otkrića.

Nauka danas proizvodi veliki broj podataka u okviru naučnih radova često bez ikakvog povezivanja u smislenu celinu. Različite laboratorije sa različitih kontinenata doprinose ovom haosu od podataka, bez mogućnosti da se organizuju u smislenu celinu iz koje se mogu lakše izvoditi zaključci.

Upravo ovde se odvija delovanje veštačke inteligencije koja može lakše da definiše budućnost terapije za ALS, nove lekove i drugo. Glavne oblasti delovanja jesu zdravstvo i sektor bionauka.