利用生成式AI“复刻”医疗放射影像,德国医疗科技公司RYVER.AI融资130万欧元
近日,据海外媒体报道,总部位于德慕尼黑的医疗科技初创公司RYVER.AI宣布已完成130万欧元的最新融资。此轮融资由Nina Capital领投,其他投资者包括BayernKapital和Fund F。
RYVER.AI旨在寻求在不损害患者隐私的情况下解决医疗成像人工智能的数据瓶颈。为此,其利用了生成式人工智能技术以创建各种无法与现实世界区分的放射图像。
RYVER.AI的技术联合创始人Kathrin Khadra和Simona Santamaria拥有人工智能伦理方面的研究背景。她们发现,医疗人工智能在所有患者人口统计或地理区域的表现并不可靠。
各种研究表明,在某些人口和少数民族中,放射学中的人工智能诊断表现明显较差,导致对那些代表性不足的患者群体的诊断不足。这是因为用于训练和测试医疗人工智能的数据集存在严重偏见。
据报道,大约80%的FDA批准的医疗人工智能解决方案专注于分析放射图像(例如X射线、CT、MRI),并且缺乏多样化的数据。为此,企业需要花费长达12个月的时间与医院进行合作谈判,或者为每张放射图像支付高达500欧元的数据采集和标注费用。
而RYVER.AI利用人工智能开发生成模型,使医疗人工智能开发人员能够在几分钟内以大幅降低的成本生成各种综合测试和训练数据集。同时,它也保护了患者的隐私,因为合成数据与现实世界的患者没有直接联系。从初创公司到大型医疗技术和制药公司,各种公司都可以使用这项技术。
RYVER.AI的联合创始人兼首席技术官Kathrin Khadra表示,我们的生成式人工智能能够理解放射图像的特征,以及患者群体、扫描仪和病理之间的细微差异。基于这种理解,可以生成全新的图像。由于合成数据基本上是虚构的,与真实患者没有直接联系,因此这是数据匿名化最安全的方法之一。为了详细检查数据质量和数据保护,我们将复杂的数学方法与放射科医生的专家意见结合起来。
Nina Capital的合伙人Marta Gaia Zanchi表示,大多数医学成像数据是有偏见的。它不能很好地代表服务不足的社区、新的设备和罕见疾病。当有偏见的医学成像数据被用于人工智能开发时,它最终会影响人工智能在现实环境中的表现。
延伸阅读:
- 利用生成式AI提高蛋白质设计效率,荷兰生物科技公司Cradle获2400万美元A轮融资
- 医疗健康科技公司Atropos Health发布AI系统,利用自然语言处理和生成式AI快速查询临床数据
- 甲骨文公司发布AI驱动临床数字助理,向医疗保健领域引入生成式人工智能
- AI支持的医疗临床诊断解决方案商RapidAI获7500万美元C轮融资
- AWS发布AWS HealthScribe,借助生成式AI能力为临床医生自动生成医疗文档
- Google的医疗AI工具Med-PaLM 2已在梅奥诊所进行测试,尚处于早期阶段
- 为护工提供AI助手,丹麦的医疗科技公司Teton.ai融资530万美元
- 微软联合旗下AI公司Nuance发布首个基于GPT-4的医疗AI解决方案
- 微软和Epic扩大合作,在电子病历中增加基于AI的管理工具和临床见解
Powered by Froala Editor