Gleamer با خرید و ادغام به حوزه MRI وارد می شود

استارتاپ فرانسوی Gleamer که در زمینه تصویربرداری پزشکی فعالیت دارد گام جدیدی برداشته است و پس از توسعه ابزارهای هوش مصنوعی برای اشعه ایکس و ماموگرافی به تصویربرداری رزونانس مغناطیسی (MRI) روی آورد. تصویربرداری پزشکی اصطلاحی گسترده است که چندین فناوری متمایز را در بر می گیرد. Gleamer به جای شروع از صفر استارتاپ Caerus Medical را که روی تحلیل MRI با هوش مصنوعی کار می کند خریداری کرد و با Pixyl ادغام شد.

Gleamer بخشی از موج دوم استارتاپ هایی است که از سال ۲۰۱۷ تلاش کرده اند تصویربرداری پزشکی را با هوش مصنوعی بهبود ببخشند. در حالی که بسیاری از استارتاپ های مشابه از ۲۰۱۴ و ۲۰۱۵ به نتیجه نرسیدند این حوزه شاهد تجمیع هایی بود؛ مثلاً Zebra Medical Vision و Arterys به ترتیب توسط Nanox و Tempus خریداری شدند. Gleamer دستیار هوش مصنوعی برای رادیولوژیست ها ساخت که به عنوان کمک خلبان عمل کرد و دقت تشخیص تصاویر پزشکی را به طور تئوری افزایش داد.

تک کرانچ نوشت: این شرکت تاکنون ۲۰۰۰ موسسه در ۴۵ کشور را به استفاده از نرم افزارش متقاعد کرده و ۳۵ میلیون معاینه را پردازش می مند. محصول تفسیر ترومای استخوانی آن گواهینامه های CE و FDA گرفت و در اروپا محصولاتی برای اشعه ایکس قفسه سینه اندازه گیری ارتوپدی و سن استخوان با گواهینامه CE ارائه داد. کریستین آلوش هم بنیان گذار و مدیرعامل Gleamer به TechCrunch گفت: متأسفانه رویکرد یکسان برای همه در رادیولوژی کار نکرد. داشتن یک مدل بزرگ که تمام تصویربرداری پزشکی را پوشش دهد و سطح عملکرد مورد انتظار پزشکان را ارائه دهد بسیار پیچیده است.

به همین دلیل Gleamer تیم های کوچکی برای ماموگرافی و سی تی اسکن ایجاد شد. آلوش افزود: سه هفته پیش محصول ماموگرافی خود را منتشر کردیم که ۱۸ ماه روی آن کار کردیم. این محصول بر مدل هوش مصنوعی اختصاصی با آموزش روی ۱.۵ میلیون ماموگرافی استوار است. آلوش گفت: ما با Jean Zay خوشه GPU دولت فرانسه همکاری می کنیم. شرکت همچنین روی سی تی اسکن برای سرطان ها کار می کند.

اما MRI چطور؟ آلوش توضیح داد: «MRI یک فضای تکنولوژیکی متفاوت بود. در MRI وظایف زیادی دارید. فقط تشخیص نیست بلکه تقسیم بندی تشخیص توصیف طبقه بندی و تصویربرداری چندتوالی را هم دارید. به همین دلیل Gleamer با خرید Caerus Medical و ادغام با Pixyl که سال ها در این زمینه فعال بودند سرعت گرفت. جزئیات معاملات فاش نشده است. آلوش گفت: این دو شرکت به دو پلتفرم MRI ما تبدیل شدند با هدف روشن پوشش دادن تمام موارد استفاده در دو تا سه سال آینده.

در حوزه تصویربرداری پیشگیرانه مدل های Gleamer نویدبخش هد اما کامل نیستند. مدل جدید ماموگرافی آن چهار مورد از پنج سرطان را تشخیص می دهد در حالی که رادیولوژیست انسانی بدون هوش مصنوعی سه مورد از پنج را شناسایی میکند. آلوش گفت: در آینده نه چندان دور فکر می کنم همه ما به طور معمول MRI کل بدن را که توسط شرکت های بیمه پرداخت شد انجام می دهیم چون اشعه ندارند.

ابزارهایی مثل Gleamer بهره وری را افزایش می دهندو تصویربرداری پزشکی را تغییر می دهند. تومور ازدست رفته احتمالاً در معاینه بعدی ظاهر می شود. اما در برخی شهرها رادیولوژیست ها برای تصویربرداری واکنشی کافی نیستند و با شیفت به تصویربرداری پیشگیرانه هوش مصنوعی ضروری می شود. آلوش معتقد است هوش مصنوعی ی تواند به ابزار «سازمان دهی و اولویت بندی» تبدیل شود.

وی گفت: اکثر معاینات برای رد تشخیص ها هستند. بنابراین نیاز واقعی به خودکارسازی همه این ها با یک مدل هوش مصنوعی بسیار قوی هست که حساسیت بالاتری نسبت به انسان دارد.