英偉達繼續(xù)走歪路？AMD做VR，我做AI！智能醫(yī)療真的是英偉達以后達道路嗎？
英偉達21日公布了最熱門的4大AI初創(chuàng)公司，23日早上推出最具顛覆性的五家AI創(chuàng)業(yè)公司，現(xiàn)在，我們推出被稱為擁有“潛在社會影響力”的五大AI創(chuàng)業(yè)公司，而它們都在醫(yī)學領域。英偉達首席執(zhí)行官黃仁勛（Jen-Hsun Huang）上周主持了一場類似創(chuàng)智贏家（Shark Tank）的活動，以縮小候選者的范圍。
黃仁勛和一個評委小組共評選出3個類別的14家AI創(chuàng)業(yè)公司。這些初創(chuàng)公司是從Nvidia IncepTIon項目中2000多家AI公司篩選出來的，被選中的獲勝者將可參加5月10日的Nvidia GPU技術大會，并領取150萬美元現(xiàn)金。
評委包括Fidelity Investments投資經理加文·貝克（Gavin Baker）、投行高盛的半導體投資銀行全球主管塔米·凱利（Tammy Kiely）、軟銀集團的投資者Shu Nyatta，Coatue Management高級董事總經理托馬斯·拉芬特（Thomas Laffont）以及Microsoft Accelerator全球首席技術官普拉什特·沙爾馬（Prashant Sharma）。
英偉達業(yè)務拓展副總裁杰夫·赫布斯特（Jeff Herbst）在接受采訪時表示，該公司決定創(chuàng)建一個有意義的獎項以表彰AI初創(chuàng)公司做出的令人驚嘆的工作。他表示，在“潛在社會影響公司”的類別中，英偉達在其數(shù)據(jù)庫中對2000家AI初創(chuàng)企業(yè)進行了審查。我聽著這些公司向評委們講述他們的故事，這個故事將聚焦于最熱門的四家新興初創(chuàng)企業(yè)。每個類別中都有一個贏家，可以贏得37.5萬美元獎金，每個類別的亞軍將贏得12.5萬美元。
1.Genetesis
美國每年有1000萬人次因胸痛前往急診室就診，這個問題每年開支高達66億美元，而急診室很難區(qū)分出與心臟有關的疼痛類別，其中75%的疼痛都與心臟無關。Genetesis首席執(zhí)行官Peeyush Shrivastava說，Genetesis利用深度學習、傳感器和物理學來正確診斷胸痛。
通常情況下，醫(yī)生必須使用心電圖（EKG）機器來幫忙。但結果并不是決定性的，所以你必須還要經歷六小時的測試，這被稱為肌鈣蛋白測試。這些結果也不是決定性的，所以你可能需要做更多的測試。整個過程耗時數(shù)小時，醫(yī)生們往往會要求對病進行更長時間的觀察。在此期間，大約5%的病人因未被診斷出心臟疾病而回家，其中2%的人死于家中。
Shrivastava說，與此同時，在不適當?shù)膲毫y試中，浪費的開支約有4.94億美元。它已經基于生物磁成像系統(tǒng)建立測試，該系統(tǒng)可以監(jiān)測從胸部自然散發(fā)出來的弱磁場。它會生成一張心臟的3D地圖，告訴醫(yī)生你是否患有心臟病。護士或技術人員可以用非侵入式的方式對病人進行90秒的評估。在床邊，醫(yī)生可以確定病人是否需要支架。
Shrivastava說：“我們正接受急救室胸部疼痛治療的全球挑戰(zhàn)。”該系統(tǒng)使用GPU加速AI來診斷。生物磁成像技術可以應用于其他對大腦、肝臟和胎兒狀況的測試，該系統(tǒng)可以為每名患者提供1毫米分辨率的3D地圖。Genetesis與梅奧診所建立了數(shù)據(jù)合作關系。Genetesis于2013年9月在辛辛那提成立，該公司有大約15名員工，從馬克·庫班（Mark Cuban）、CincyTech、Wilson Sonsini、Danmar Capital和43North籌集了190萬美元資金。
2.Lunit
Lunit正在開發(fā)用于醫(yī)學診斷的深度學習軟件，用于診斷諸如呼吸癌等難以發(fā)現(xiàn)的疾病。這家總部位于首爾的公司正利用3D成像技術和深度學習技術來進行乳房x光掃描，而在“乳腺密度大的乳房”中，乳房x光掃描并不容易檢測出癌癥。
在美國，每年有100億美元被用于乳腺癌的檢測。Lunit的首席執(zhí)行官安東尼·帕克（Anthony Paek）：“我們認為這項技術可以拯救無數(shù)病人的生命。” 帕克表示，大約20%的肺癌和乳腺癌在篩查測試中未能診斷出來。使用Lunit的技術，全科醫(yī)生們看到了他們的正確診斷從80%提高到83%，放射學家認為他們的診斷結果正確率從84%提高到86%。在測試中，Lunit擊敗了來自IBM和微軟等其他公司的團隊。
篩查中發(fā)現(xiàn)乳腺腫瘤的準確率約為78%，但使用Lunit的AI軟件，這個比例高達83%。帕克說，隨著時間推移，隨著技術進步，準確性可能還會上升。他指出：“到時候，病人可以在正確的時間得到正確的治療。”
Lunit準備數(shù)據(jù)，訓練其神經網絡，然后提供反饋，通過驗證來改善檢測。帕克說，這項業(yè)務可以擴大到其他醫(yī)療領域，也可以用來檢測其他類型的癌癥。Lunit的聯(lián)合創(chuàng)始人來自韓國大學KAIST，并與韓國的主要醫(yī)療領先機構合作。Lunit于2013年8月成立，該公司有30名員工。它已經從FormaTIon 8、軟銀風險投資、Mirae-Asset風險投資公司、Intervest以及Kakao旗下K-Cube Ventures籌資520萬美元。
3.Insilico Medicine
藥物發(fā)現(xiàn)是醫(yī)療領域最重要的任務之一。每種藥物的研發(fā)成本平均達26億美元，全球研發(fā)這些藥物的費用約為1500億美元。Insilico Medicine首席執(zhí)行官亞力克斯·扎沃隆科夫（Alex Zhavoronkov）表示，這就是為什么在2014年只有46種新藥被推出，而新藥的失敗率高達92%的原因。世界上大約有6萬種疾病。
Insilico Medicine正在為藥物發(fā)現(xiàn)、生物標記發(fā)展和衰老研究等研發(fā)AI技術，它致力于提高每個人的生活質量，主要基于被稱為“質量調整壽命年”（QALY）的措施。扎沃隆科夫說，他想要為每個人增加“質量調整壽命年”?，F(xiàn)在，用質量調整壽命年來提升你的生活成本約需要6萬美元。
Insilico Medicine通過驗證新藥的線索來實現(xiàn)這個目標。它向藥品公司發(fā)放許可證，如果得到證實，公司就會收到付款。扎沃隆科夫說：“我們發(fā)現(xiàn)了藥物成功的高大機會，這會加速制藥公司的藥物開發(fā)。這是我的孩子，我沒有固定資產。我們不會放棄，直到我們戰(zhàn)勝了最大的挑戰(zhàn)：與年齡有關的疾病。”
Insilico Medicine的深度學習技術在英偉達GPU上運行。它可以做許多事情，比如使用生物標記找到一個人的年齡。該公司的一種藥物正在經歷這一發(fā)現(xiàn)過程。該公司有幾千個“線索”，或用于治療疾病的分子模型。它通過在模型生物中驗證這些線索來完善這個過程。
扎沃隆科夫說：“一旦你得到了這些數(shù)據(jù)，你就會開始產生大量資金。”這類工作的授權可能會有所不同，從200萬美元到3800萬美元不等，那取決于技術進步的水平。扎沃隆科夫說：“藥物價格昂貴的重要原因是92%的失敗率。”
Insilico Medicine于2014年1月在巴爾的摩成立，該公司擁有30名員工，并從MannBioinvest和Deep Knowledge Ventures獲得了500萬美元投資。
4.SigTuple
有那么多致命的疾病，你需要進行大量的醫(yī)學測試。印度初創(chuàng)公SigTuple想要用AI來極大地提高各種篩選過程的速度、準確性和一致性。它想讓醫(yī)生為更多的病人服務，并減少錯誤。它還想讓病人對醫(yī)療系統(tǒng)有更大的信心。
SigTuple首席執(zhí)行官羅希特·庫馬爾·潘迪（Rohit Kumar Pandey）說：“我們希望通過提供AI智能篩選來改變醫(yī)療行業(yè)，這里沒有足夠的醫(yī)生。我們需要更多的篩查，而我們的測試是低效的。”
潘迪說，我們的公司關注疾病、醫(yī)療專家以及設備。他指出，世界上每1000人才有一名醫(yī)生。該公司使用AI分析視覺醫(yī)學數(shù)據(jù)，并通過對血液、尿液和精液測試的遠程診斷來促進規(guī)模化發(fā)展。這使得醫(yī)生可以遠程評估病人。
SigTuple發(fā)明了一種名為Shonit的設備，可以捕捉血液檢測結果并將其數(shù)字化。潘迪說，現(xiàn)在印度的血液檢測成本約為4到10美元，他的公司每次檢測將收取40美分至80美分的費用，這大大降低了成本。他還說：“我們正在研究篩查業(yè)務的最基本層面，我們希望為大眾帶來更大價值。”
潘迪指出，血液檢測的解決方案目前正在進行測試。該公司將測試數(shù)據(jù)數(shù)字化，并將其移動到云端，在那里，AI可以分析數(shù)據(jù)，并將結果傳回給醫(yī)生。它結合了從云端到遠程醫(yī)療的一切。SigTuple成立于2015年7月，擁有約30名員工。該公司已從Accel Partners、IDG、Endiya Partners、Pi Ventures、VH Capital以及Axilor Ventures融資640萬美元。
潘迪說，該公司僅燒掉了大約30萬美元，但它正在產生收入。該公司預計明年將在印度創(chuàng)造100萬美元的收入。隨著時間推移，該公司將擴展到印度以外的地區(qū)。
5.Bay Labs
約翰·麥瑟（Johan Mathe）的醫(yī)生有一種預感，他可能患有一種心臟病，被稱為“雜音”。但醫(yī)生只有一個聽診器。這一過程花了5年的時間觀察和測試，以證實麥瑟確實有心臟雜音。這讓麥瑟想知道為什么要花這么長時間，他問道：“有辦法解決這個問題嗎？”這就促使他創(chuàng)建了Bay Labs。
他說：“有沒有一種方法，可以讓超聲波直接進入你的全科醫(yī)生那里？”其中一個原因是，很難解釋心臟的超聲波圖像。如果能更容易地分辨出這些圖像，那將會有所幫助。Bay Labs正試圖通過深度學習來解決這個問題。
它在英偉達GPU上運行自己的AI軟件，實時訓練它，以便更好地識別超聲波圖像。它還可以幫助技術人員引導超聲波探測器到準確的位置，從而獲得更好的病人數(shù)據(jù)。它的解決方案要快20倍，而且能以1/8的成本為8倍病人測試。它將每次掃描的費用從400美元降至50美元，而且每年可以掃描5倍以上的病人。
麥瑟表示：“超聲波是非侵入性的，我們想讓它和聽診器一樣有用。”海灣實驗室成立于2014年7月。該公司擁有約15名員工，并從Khosla Ventures和Data CollecTIve Venture Capital那里籌集了到數(shù)額不明的資金。
下載文檔
