Искусственный интеллект уже помогает врачам ставить диагнозы, а также прогнозирует риск развития заболеваний по поисковым запросам. Издание Medical Futurist подготовило подборку ведущих ИИ-компаний в медицине.
Google Deepmind Health
Проект Google Deepmind Health был запущен ИИ-подразделением Google и занимается анализом и упорядочением медицинских записей при помощи машинных алгоритмов. Скорость обработки данных действительно поражает: Google Deepmind способен обработать сотни тысяч единиц медицинской информации всего за несколько минут. Несмотря на то, что исследования в этой области все еще находятся на ранней стадии, Google уже сотрудничает с глазным госпиталем Мурфилдс в Великобритании для улучшения качества лечения пациентов.
IBM WatsonPaths
Компания IBM Watson запустила проект WatsonPaths в сотрудничестве с Медицинским колледжем в Кливленде при Университете Кейс Вестерн Резерв. WatsonPaths — это две когнитивные компьютерные технологии, которые могут использоваться машинным алгоритмом Watson для того, чтобы помогать терапевтам делать более точные прогнозы и быстрее находить данные в единой базе электронных медицинских записей. До этого Watson уже научился диагностировать рак и читать рентгеновские снимки.
Careskore
Стартап из Чикаго создал предикативную облачную платформу для анализа здоровья пациентов. Компания разработала собственный ИИ-алгоритм под названием Zeus, который на основе клинических, лабораторных, демографических и поведенческих данных предсказывает, насколько велика вероятность того, что после прохождения лечения пациент будет повторно госпитализирован. При помощи такого алгоритма медицинские учреждения улучшают качество своей работы, а пациенты получают более ясное представление о собственном здоровье.
Zephyr Health
После пяти лет исследований на основе медицинских данных компании Johnson & Johnson, в 2011 году Уильям Кинг запустил Zephyr Health для того, чтобы помочь научным организациям повысить результативность своих исследований и сократить время, которое требуется для вывода разработанных продуктов на рынок. Стартап предлагает анализ больших данных, алгоритмы машинного обучения, а также отличную систему визуализации данных, которая помогает исследователям быстрее ориентироваться в больших потоках информации.
Oncora Medical
Стартап, созданный в Филадельфии, совершенствует методы изучения и лечения рака, особенно связанные с лучевой терапией. Один из основателей компании, Дэвид Линдси, занимался научной работой в Университете Пенсильвании и обнаружил, что у врачей-онкологов, специализирующихся на последствиях воздействия на раковую опухоль радиацией, нет единой цифровой базы данных, и решил создать ее. В 2016 году стартап собрал $1,2 млн от частных инвесторов, а в этом году Oncora Medical планирует внедрить свою систему организации и анализа данных в работу трех крупных медицинских учреждений.
Sentrian
Стартап, запущенный 2 года назад с первоначальным капиталом в $12 млн, занимается предупреждением хронических заболеваний и оповещает пользователя о риске возникновения болезни задолго до того, как сам пациент заметит первые симптомы. Процесс состоит из двух ступеней: сначала Sentrian собирает данные пациентов, полученные при помощи большого количества различных биосенсоров, а затем обучает машинные алгоритмы выполнять работу врачей — внимательно анализировать информацию по каждому пациенту и выявлять признаки возможных заболеваний.
CloudMedX Health
Компания из Кремниевой долины также фокусируется на оптимизации процесса лечения. CloudMedX использует большие данные, машинное обучение и распознавание речи для того, чтобы в реальном времени собирать и анализировать медицинские данные пациента и моментально представлять лечащему врачу результаты проведенного анализа. По словам основателя и гендиректора компании Ташфина Сулеймана, CloudMedX освобождает терапевтов от выполнения работы специалистов по вводу данных.
Butterfly Network
Джонатан Ротберг, обладатель национальной медали США в области технологий и инноваций, основал компанию Butterfly Network в 2011 году, намереваясь создать портативное устройство размером со смартфон для медицинской интроскопии, включая МРТ и УЗИ. Главная цель предпринимателя — полная автоматизация процесса, для чего он также разрабатывает алгоритм, который обучают специалисты в области ультразвуковых исследований. Для этого Ротберг уже продал две собственные компании по определению последовательности ДНК, а также привлек $100 млн инвестиций.
3Scan
Стартап из Сан-Франциско разрабатывает роботизированные микроскопы и машинное зрение для того, чтобы автоматизировать и упростить изучение тканей организма. По словам основательницы компании Меган Клаймен, 3Scan способен за один день выполнить такой объем работы, на который у опытного врача ушло бы не менее года.
Arterys
Компания объединяет в своей работе искусственный интеллект, облачное хранение данных и медицинскую интроскопию. В сотрудничестве с GE Healthcare стартап разработал ИИ-систему для проведения магнитно-резонансного сканирования сердца, которое анализирует семь типов данных, включая анатомию сердца, а также скорость и направление потока крови. Новая технология позволяет сократить время проведения процедуры с одного часа до 6-10 минут. Кроме того, пациентам больше не приходится задерживать дыхание во время сканирования.
Enlitic
Enlitic применяет технологию глубокого обучения для изучения рентгеновских снимков. Алгоритм, разработанный в компании, способен анализировать медицинские изображения за доли секунды — в среднем, в 10 000 раз быстрее, чем врач-рентгенолог. В июне 2016 года был также проведен эксперимент, в котором алгоритм соревновался с тремя специалистами в области лучевой диагностики: оказалось, что система Enlitic была на 50% лучше в распознавании злокачественных опухолей. Ранее анализировать рентгеновские снимки также научился ИИ от компании IBM Watson.
Bay Labs
Компания, созданная в прошлом году, использует технологию глубокого обучения, чтобы помочь специалистам в развивающихся странах диагностировать болезни сердца. В сентябре 2016 года сотрудники Bay Labs отправились в Кению и провели в одной из местных школ исследование при помощи разработанного ими алгоритма. Система проанализировала данные ультразвуковой диагностики сердца у 1200 школьников и выявила 48 детей с врожденным пороком сердца. По словам Йохана Мэта из Bay Labs, такой анализ способен провести только специалист со стажем в несколько лет.
Atomwise
Atomwise занимается ИИ-анализом эффективности лекарственных средств. В 2015 году компания в поисках эффективного препарата для лечения вируса Эбола запустила виртуальный тест, в результате которого алгоритм действительно обнаружил два медикамента, которые потенциально могли бы значительно снизить инфекционные свойства вируса. Исследование, на которое без использования новой технологии ушло бы не менее года, было осуществлено всего за один день.
Recursion Pharmaceuticals
Компания работает примерно в том же направлении, что и Atomwise, и разрабатывает платформу для создания новых лекарств с использованием искусственного интеллекта. Благодаря новой технологии Recursion Pharmaceuticals уже удалось обнаружить несколько новых способов применения известных лекарств и биоактивных соединений для лечения редких генетических заболеваний. В ближайшие десять лет компания обещает найти способ лечения 100 болезней, которые до этого считались неизлечимыми.
Whole Biome
Основная задача Whole Biome заключается в разработке методов анализа и воздействия на микрофлору организма для лечения и предотвращения различных болезней. Для этого компания разработала систему диагностики на основе ИИ, которую Клиника Мейо в США уже использует для предотвращения преждевременных родов у женщин.
iCarbonX
iCarbonX, единственная китайская компания в списке, ставит перед собой задачу «оцифровать все персональные данные людей» и уже привлекла более $600 млн финансирования от частных инвесторов, среди которых китайский ИТ-гигант Tencent. Основная идея заключается в том, чтобы создать цифровой прототип человека, который состоит из проб слюны, белка и ДНК, а также различных показателей, вроде чистоты окружающего воздуха и сведений об образе жизни (режим сна, диета). Анализируя все эти данные, iCarbonX дает персонализированные советы по здоровью.
Deep Genomics
Стартап Брендана Фрея собирается решить главную проблему генетики: узнать, какую именно информацию содержит наш геном. Для этого компания использует нейронные сети, которые учатся предсказывать результат какой-либо мутации на основе анализа сотен тысяч примеров других мутаций, даже если их эффект до этого еще не был изучен. На сегодняшний день стартап составил базу данных из предсказаний того, как более 300 миллионов генетических вариаций могут влиять на генетический код. Эти результаты уже используются для генно-терапевтических исследований, молекулярной диагностики, выявления биомаркеров заболеваний и оценки риска генетических отклонений.
Turbine
Объединенная группа исследователей в сфере искусственного интеллекта, врачей и специалистов по биоинформатике потратила шесть лет на создание ИИ-системы, которая способна разрабатывать персональное лечение для любого вида рака быстрее, чем какая-либо медицинская организация. Алгоритм анализирует клетки на молекулярном уровне и подбирает лучший метод лечения для каждой определенной опухоли. Технологию уже используют такие компании, как Bayer и Pfizer, а также Кембриджский университет.