厉害了！2017年要火的18家医疗人工智能企业都在这
如今医学界人工智能的领域是最火热的，越来越多的公司将他们的商业前景设定在人工智能的大背景下，希望能够在人工智能的帮助下颠覆医疗保健行业。我们收集了目前市场上名气最大的一些公司，这里面有初创企业，也有技术巨头，它们将是2017年人工智能领域的执牛耳者。
人工智能必将颠覆医疗行业
没有人怀疑人工智能有令人无法想象的潜力。在接下来的几年中，它将彻底改变我们生活的每一个方面，包括医学。许多人对于人工智能有朝一日将会接管世界仍然充满了恐惧和怀疑，就连大名鼎鼎的科学家史蒂芬·霍金都说，完整的人工智能的发展可能会导致人类的灭亡。然而，我认为如果人类对人工智能适当地做好相关应对准备，人工智能将能成为人类和机器之间下一个成功的合作领域。
其中就包括医疗保健，人工智能将重新改变它——并将它变得更好。人工智能可以帮助医疗专业人员设计治疗计划，并为每个患者找到最适合的治疗方法。它可以帮助我们去做那些机械重复，非常单调的工作，以助于医生和护士专注于他们的实际工作。
“医疗记录的数据挖掘是人工智能在医学中最明显的应用。 收集，存储，规范化数据。追踪其数据根源， 这是彻底改变现有医疗保健系统的第一步。”
看看以下这个案例，你会发现人工智能的需求
看看这幅在匈牙利首都布达佩斯医院在拍摄的照片。 医疗人员正在一个巨大的黑板上手动管理着患者的手术安排，我不想对这张索引卡持有者的医院发表评论， 但这整个场景看起来都像是20世纪初的医院，而不是一个在21世纪拥有二十几年历史的医疗机构的方式。
很明显，这种系统是不可持续的，在这方面人工智能就可以提供帮助。 一些企业家已经意识到人工智能在医疗行业的巨大变革和财政潜力。研究机构Frost＆Sullivan表示，到2021年，人工智能系统将从医疗保健行业产生67亿美元的收入，而2015年仅为8.11亿美元。
市场正在蓬勃发展，因此初创企业如雨后春笋般不断涌现。这些公司通过人工智能实现了医疗保健的民主化，并且为建立一个更透明和有效的医疗保健系统的使命而努力。
医疗数据挖掘，分分钟搞定
我们如今居住在“大数据”的时代，毫无疑问，有价值的患者数据是多么宝贵。 当Google或IBM这样的技术巨头将他们的资金投在患者数据挖掘领域时，我们就都知道了这确实是值得做的事情。
1、Google Deepmind
最近，Google公司的AI研究部门推出了谷歌Deepmind健康项目，用于医疗记录数据挖掘，以提供更好和更快的健康服务，这些并不仅仅是口号， 谷歌Deepmind的确能够在几分钟内处理成千上万的医疗信息。 虽然对这种数据收集和机器学习的研究还处于早期阶段，但Google正在与Moorfields眼科医院的NHS基金会信托基金合作，以改善眼科治疗现状。
此外，作为Google公司生命科学部门的Verily Alphabet正在开展基因数据收集计划，名叫基线研究。它的目的是使用一些跟强大的谷歌搜索引擎类似的算法，来分析是什么原因影响人们的健康。这其中包括实验疾病监测技术，以及可以检测血糖水平的数字隐形眼镜研发。
2、IBM WatsonPaths
IBM Watson与Case Western Reserve大学的Cleveland Clinic Lerner医学院合作启动了一个名为WatsonPaths的项目。 WatsonPaths主要负责开发两种认知的计算技术，可以通过人工智能手段供Watson使用，这将有助于医生做出更准确的决策，并从电子病历（EMR）更新对患者的诊断。
3、Careskore
Careskore正在研发用于卫生系统和医生组织的基于云的预测分析平台：这是来自芝加哥的初创公司的理念。很多人对这个平台充满热情，在2016年8月，它获得了430万美元的投资。
Careskore基本上可以通过宙斯算法实现实时预测，这些预测是基于临床，实验室，人口统计和行为数据的组合，来计算患者可能再次进入医院的可能性。通过这样的数据，医院能够提高护理质量，而患者也可以更清楚地了解他们的健康。特别是如果患者注册了Careskore的个性化账户，那么基于AI的通信服务平台，患者可以实时获取有关于他们健康风险和身体问题的通知。
4、Zephyr Health
经过5年的数据挖掘，强生公司的多样化数据集正在帮助医生找到更好的治疗方法，William King在2011年推出Zephyr健康项目，旨在帮助生命科学公司改进研究，以减少将他们的治疗成果推上市所需的时间。
这个初创公司进入了一个丰富的领域，拥有与众不同的才华和愿景，King被PharmaVOICE杂志的读者评选为2016年度生命科学行业100位最具启发力的人物之一。 该启动程序结合了数据库，机器学习算法，特别值得一提的是这家公司所做的数据可视化工作，这项技术可以帮助医疗保健公司更快更直观地了解各种数据。
5、Oncora Medical
这家位于费城的初创企业旨在帮助癌症研究和治疗，特别是在放射治疗方面。作为联合创始人之一的David Lindsay，毕业于宾夕法尼亚大学的M.D. / Ph.D专业，在做临床工作的时候，他意识到辐射肿瘤学家没有形成一个收集和组织电子病历的集成数字数据库。因此，他决定建立一个数据分析平台，可以帮助医生为患者设计声音辐射治疗计划。就是这样的一个想法让Oncora医疗公司蓬勃发展！ 在2016年，这家初创公司接受了来自投资者120万美元的初始投资。 在2017年，它计划将其精密放射肿瘤学平台推广到三个主要医疗中心，帮助10,000名患者接受个性化治疗。
6、Sentrian
“远程病人智能公司”旨在使医疗社区更接近未来，在那里智能算法将会告诉人们他们是否会生病，甚至在他们经历症状之前。Sentrian是在两年前推出的，目前公司估值为1200万美元，同时他们专注于慢性病，他们的目标是通过远程病人监测消除所有可预防的住院。
这个目标听起来很不可一世， 但是Sentrian希望它能在两个步骤中完成。首先，它从越来越广泛使用的生物传感器收集患者的数据，然后精准快速地处理这海量数据，它想要机器去做一个专门的临床团队的工作，比如连续监测每个患者的数据，检测他们身体微妙的迹象 同时警告即将发生的健康问题。
7、CloudMedX Health
这家硅谷的初创公司将致力于通过预测来优化患者的财务状况。CloudMedX基于算法，机器学习和自然语言处理，在所有护理点生成实时临床观测数据，以改善患者的医疗状况。联合创始人兼首席执行官Tashfeen Suleman在最近的一次采访中表示：“我们正在把医生带回医院，而不仅仅只是一些数据录入人员。 我希望许多其他人能够在医疗专业人员免受行政和数据相关负担方面从而真正发挥他们在医疗其他方面的领导作用。
颠覆医疗成像技术的公司
医学成像技术包括可以检查人体内部秘密的各种技术和方法，比如，X射线，心电图，MRI，超声，断层扫描等。当你考虑这些技术的时候，你会想到什么？是不是第一反应就是你需要在一个巨大的，看起来非常不友好的房间，突然这个房间也是每一家医院里面最大的，装有最大的，最昂贵的和最复杂的机器。此外，世界上60％的医院没有成套的医学成像技术和仪器，因为当前与医疗成像相关的技术是笨重的，昂贵的，更不要说相关的培训。这正是以下创新的人工智能技术想要改变的一点。
1、Butterfly Network
Jonathan Rothberg在2011年成立了创业公司Butterfly Network，目标是创建一个全新的手持式医疗成像设备，使MRI和超声波大幅度地降低成本，从而提高效率。他的最终目标甚至是自动放大绝大部分的医学成像过程。这位大胆的企业家已经拥有了两家DNA测序公司。
与此同时，他在2014年还获得了1亿美元的投资用来开发他跟iPhone手机一样大小的扫描仪，例如你可以扫描一个人的胸部，然后看到一个真实的，移动的，3-D图像的内容。接下来这些图像将交由超声专家来进行一系列的深度学习算法工作。虽然3年前Rothberg承诺将在18个月内完成以上目标，不过目前我们仍在等待这只包裹在厚重的茧里的蝴蝶。
2、3Scan
位于旧金山的初创企业3Scan旨在通过机器人显微镜和机器视觉帮助实验室和研究人员更好地观察人体细胞组织。根据公司的联合创始人兼首席运营官Megan Klimen的说法，3Scan可以消除一些药物研究者的困扰，因为他们之前通常使用一些手工的过程来进行组织分析。然而3Scan的机器与传统手工方法相比是如此高效，它可以只花一天分析以前需要花一年时间的组织样本。
3、Enlitic
Enlitic使用深度学习技术的科技，特别是其在某些方面的图像识别的实力，收集源自放射学图像的数据并将其应用于独特的医疗案例中。深度学习实际上指的是计算机接收数据的过程，然后基于从其他数据中得到的广泛知识来解释该信息。
启动的技术可以解释医学图像，以毫秒为单位——这比普通放射科医师快10,000倍。此外，在2016年6月的“经济学人”报告中说，在对三个专家人类放射科医师合作的测试中，Enlitic的系统在分析诊断恶性肿瘤方面优于50％，并具有零的假阴性率（即错过诊断癌症的机会）。这非常令人印象深刻，不是吗？
4、Arterys
在云空间，人工智能和医学成像相遇的地方，也是Arterys的工作的起点。这项开创性的启动技术承诺“打开医学成像到云端的力量”。因此，他们与GE Healthcare合作，通过他们的项目ViosWorks来改变心脏MRI。使用这个新方法，扫描过程只需要6至10分钟，而不是以前的一小时，患者同时也不需要在检查期间一直保持呼吸。 从记录上来看，Arterys的平台设计获取七维数据，其中包括3D心脏解剖，血液流速和血流方向等有效信息。
5、Bay Labs
去年推出的Bay Labs公司使用深度学习帮助发展中国家的医疗专业人员解释超声波，以便更好地治疗心脏病。
2016年9月，Bay Labs和一些合作者将该技术应用于非洲，以帮助肯尼亚学生识别风湿性心脏病（RHD）的症状。Bay Labs软件分析来自超声波的数据。在这趟旅行期间，医疗专业人员在四天内扫描了1200名儿童，并发现了48名患有RHD或先天性心脏病的儿童。 此外，Bay Labs的Johan Mathe说，执行该算法通常只需要训练一个超声波技师几分钟！
加快生物药物开发，几年缩短到几周
临床试验开发药物有时花费的时间超过十年，成本达到数十亿美元。通过人工智能技术加速药物开发过程并使其更具成本效益将对今天的医疗保健产生巨大的影响。
1、Atomwise
Atomwise的目的是通过使用超级计算机从分子结构数据库，预测有哪些潜在药物将会起作用，以及哪些潜在药物不起作用，从而降低药物开发的成本。在2015年，Atomwise开始虚拟搜索安全的现有药物，以便重新设计来治疗埃博拉病毒。 他们发现该公司的AI技术预测有两种药物可以显著降低埃博拉病毒的感染性。以往这种类似的分析通常需要几个月或几年，但现在却可以在不到一天的时间内完成！ 想象一下，如果这样的临床试验可以在医疗保健的“零点”水平，即在药房中实现，那我们可以更有效地进行药物开发。所以我希望它会发生得比我们想象的快！
2、Recursion Pharmaceuticals
该药物发现公司成立于2013年，目的是建立一个专有的药物发现平台，将高通量生物学和自动化的最佳元素与人工智能的最新进展相结合。该公司已经确定了在稀有遗传病空间中传递药物，以及将生物活性化合物和搁置的制药资产赋予新的用途。 他们承诺在未来10年内实现成功治愈100种疾病的雄心勃勃的目标。
3、Whole Biome
该公司的使命宣言说，它的目标是成为一个值得信赖的品牌，通过微生物组织使公众改善健康解决方案。 微生物是什么被定义为存在于每个个体内部和外部的所有微生物。
人体内含有比人体细胞多10倍的微生物细胞。在我们的成长过程中，人类与微生物共同演变进化，因此我们体内拥有许多有益于我们健康的微生物。经过几十年来的科学研究，研究人员已经知道，微生物组代表了塑造健康的巨大机会。但只是最近这些基因组和分析工具才得以实现。因此，Mayo Clinic与Whole Biome合作，希望通过微生物组诊断测试帮助妇女避免早产的可能性。
4、iCarbonX
iCarbonX是在我们的榜单上唯一的一个中国初创公司，iCarbonX有“数字化每个人的生活信息”的意图。它已经投入了近6亿的资金。事实上，中国最大的社交媒体应用程序——微信也在其支持者中站队，这意味着公司应该会非常有前途。
它基本上想要构建一个纯“数字化”的人体信息库，包含生物样本，如唾液，蛋白质和DNA; 以及通过环境测量，如空气质量等， 还有人类的生活方式因素，如锻炼制度和饮食等习惯。这个成立几乎不到一年的公司已经开始开发算法来分析数据，旨在为客户推荐私人定制的健康计划，食物选择和可能的处方药。
5、Deep Genomics
Brendan Frey的公司承诺解决遗传学中最大的谜题——基因组。要知道大多数基因组都可以为我们提供很多有用的信息。为此，Deep Genomics利用人工智能，特别是深度学习来帮助我们来解码基因组的意义。
他们的学习软件正在基于数十万个突变实例的分析来尝试预测特定突变的影响; 即使现在我们还没有这些突变的记录。但到目前为止，Deep Genomics已经通过使用他们的计算系统开发了一个数据库，为我们提供了超过3亿个遗传变异如何影响遗传密码的预测。因此，他们的发现将被用于基因组的治疗开发，分子诊断，靶向生物标志物发现和评估遗传疾病的风险。
6、Turbine
一个专业的AI开发人员，加上医疗专业人士和生物信息学家团队花了6年时间来研究构建人工智能的解决方案，旨在为任何癌症类型或患者设计相比任何传统医疗服务更个性化的治疗服务。个人化治疗的技术在分子水平上模拟细胞生物学;它可以鉴定靶向特定肿瘤所需要的最佳药物，此外，它每天通过进行数百万次模拟实验来鉴定复杂生物标志物和设计组合疗法。
涡轮机独特性的关键是它独特的癌症生物学的分子模型，它通过运行多个模拟实验，由AI指导以识别信号对治疗敏感的生物标志物。因此，该技术已经被用于与Bayer，剑桥大学和匈牙利顶级研究团体的合作，以寻找新的癌症治疗方案，如果他们能够加快上市时间，将有更多机会拯救患有目前不可治愈形式的致死性疾病的患者的生命。
文章来自http://medicalfuturist.com/，动脉网进行了编译。
「推荐阅读」
十年医疗布局，参与投资项目近200个，这家天使投资机构凭什么成为“神算子”？
用海外资源撬动基层医疗，这家跨境医疗机构在摸索什么？丨盘点与展望
想要更多？
后台发送关键词即可获得相关好文！
网站、公众号等转载请联系授权
tg@vcbeat.net
动脉网所刊载内容之知识产权为动脉网及/或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。