雷鋒網按：近日，黃仁勳與評委小組共評選出 3 個類別的 14 家 AI 創業公司。這些初創公司是從 Nvidia Inception 項目中 2000 多家 AI 公司中篩選而來，被選中的獲勝者將可參加 5 月 10 日的 Nvidia GPU技 術大會，並領取 150 萬美元現金。
雷鋒網瞭解到，評委小組包括 Fidelity Investments 投資經理加文·貝克(Gavin Baker)、高盛半導體投資銀行全球主管泰咪·凱利(Tammy Kiely)、軟銀 Shu Nyatta，Coatue Management 高級董事總經理湯瑪斯·拉芬特(Thomas Laffont)以及微軟創投加速器全球 CTO 普拉什特·沙爾馬(Prashant Sharma)。
目前，Nvidia 從 600 多家參賽者中篩選“最具社會影響力”的 5 家 AI 初創公司，且均為醫療公司。
1.Genetesis（心臟病檢測公司）
Genetesis 成立於 2013 年 9 月，該公司有 15 名員工，目前已獲得達拉斯小牛隊老闆馬克·庫班、CincyTech、Wilson Sonsini、Danmar Capital和 43North 等機構 190 萬美元的投資。
資料統計，美國每年有 1000 萬人次因胸部疼痛進行急診，光就診費用高達 66 億美元。但存在的問題是，75% 的胸部疼痛都與心臟無關，急診室很難區分出與心臟有關的疼痛類別。
這直接導致大約 5％ 的患者沒有診斷出心臟病，被送回家中，另有 2% 的病人病死在家中。除此之外，浪費的開支約為 4.94 億美元。
大多情況下，醫生必須使用心電圖(EKG)機器來進行協助，但結果並不確定，所以患者必須還要經過 6 小時的肌鈣蛋白測試。即便如此，診斷結果仍無法保證，患者還需做更多測試。整個過程耗時數小時，而醫生們也會對病人進行更長時間的觀察。
Genetesis 正在利用深度學習、感測器以及物理學來正確診斷胸痛症狀。Shrivastava 介紹到：針對這一痛點，Genetesis 開發了一個基於生物磁性成像系統的測試，該系統可以監測從胸部自然散發出來的弱磁場。然後生成一張心臟的 3D 地圖，從而告訴醫生患者是否患有心臟病。護士和技術人員可以用無創的方式對病人在 90 秒內進行評估，決定患者是否需要進一步醫治。
Genetesis 正接受急救室胸部疼痛治療的全球挑戰。該系統使用 GPU 加速 AI 來診斷，生物磁成像技術也可應用於大腦、肝臟和胎兒等其他方面的測試，為患者創建數千個 1 毫米解析度的 3D 地圖。
2.Lunit（癌症檢測公司）
Lunit 成立於 2013 年 8 月，來自韓國，擁有 30 名員工。目前已獲得 Formation 8、SoftBank Ventures、Mirae-Asset Venture Investment、Intervest 和 Kakao’s K-Cube Ventures 等投資機構共計 520 萬美元的資金，現已與韓國的主要醫療領先機構達成合作。
Lunit 正在開發基於深度學習的醫學診斷軟體，專攻難以檢測的疾病。
在美國，每年將花費 100 億美元進行乳腺癌檢測，在篩查檢查中，大約有 20％ 的肺癌和乳腺癌會被漏診。Lunit 則正在嘗試利用 3D 成像和深度學習來進行乳腺檢測，醫生使用 Lunit 的技術，正確診斷率從 84％ 提高到 86％。在測試中，Lunit 也已經擊敗來自 IBM 和 微軟等團隊。
Lunit CEO 派克指出，未來 Lunit 將會吸收更多的資料，訓練其神經網路。之後業務還將擴大到其他醫療領域，也可用來檢測其他類型的癌症。
3.Insilico Medicine（藥物研發）
Insilico Medicine 於 2014 年 1 月在巴爾的摩成立，公司擁有 30 名員工，投資方包括 MannBioinvest、Deep Knowledge Ventures，累計獲得 500 萬美元投資。
醫藥研發是一項龐大的工程，資料統計，2014 年只有 46 種新藥被推出，每種藥物的研發費高達 26 億美元，全球研發這些藥物的費用是 1500 億美元，與此同時，新藥研發的失敗率為 92%。
Insilico Medicine 正在利用 AI 的技術解決藥物發現、生物標記發展和衰老研究等問題，提升每個人的生命週期品質（QALY ）。目前，每提升一個單位 QALY，將花費 6 萬美元，而這將由新藥物的研發所引導。Insilico Medicine 可以用生物標記衡量一個人的年齡，有幾千個“leads”用於治療疾病的分子模型，它們通過在生物體模型中驗證來提煉相應藥物。
Insilico Medicine 通過驗證新藥的方式來實現上述目標，同時向藥品公司發放許可證，如果得到認證，公司就會收到付款。這種工作的許可證為從 200 萬美元到 3800萬 美元不等，具體取決於發展程度。
“我們發現成功機會較高的藥物，加速製藥公司的藥物開發。我們希望能夠戰勝最大的挑戰：與年齡有關的疾病。”
4.SigTuple（醫療數位化）
SigTuple 成立於 2015 年 7 月，擁有 30 多名員工。公司已獲得 Accel Partners、IDG、Endiya Partners、Pi Ventures、VH Capital 以及 Axilor Ventures 共計 640 萬美元的融資。
人們面對多種疾病，需要進行大量的醫學測試。印度初創公 SigTuple 希望通過用 AI 來地提高各種篩選過程的速度、準確性和一致性，讓醫生為更多的病人服務，減少錯誤。
SigTuple CEO 羅希特·庫馬爾·潘迪(Rohit Kumar Pandey)說到，公司通過提供智慧的篩選方案來革新醫療行業。SigTuple 專注于疾病、醫學專家和設備等領域，該公司可以通過使用 AI 來分析醫學影像資料，並通過遠端診斷血液、尿液和精液測試來擴大服務規模，讓醫生能夠遠端為患者評估。
SigTuple 開發了一款名叫 Shonit 的設備，它可以獲得血液測試結果並對其進行數位化。當下印度的血液檢測成本約為 4 到 10 美元，而 Shonit 每次檢測僅收取 40 美分至 80 美分的費用，大大降低了成本。
潘迪指出，血液檢測的解決方案目前正在進行測試。該公司將測試資料數位化，並將其放在雲端，利用 AI 進行資料分析後，將結果傳回給醫生，打通了雲端到遠端醫療終端。
現階段 SigTuple 僅投入了大約 30 萬美元，但收入不菲，該公司預計明年將在印度創造 100 萬美元的收入。隨著時間推移，還將拓展海外市場。
5.Bay Labs（超聲圖像醫療服務AI公司）
Bay Labs 成立於 2014 年 7 月，該公司擁有 15 名員工，投資方包括 Khosla Ventures 和 Data Collective Venture Capital，融資金額不詳。
據悉，當時的約翰·麥瑟(Johan Mathe)醫生預感到自己可能患有心臟病，於是他用聽診器花了 5 年的時間來觀察，最終驗證了自己確實有心臟雜音。花費如此長的時間，有沒有辦法使超聲波直接即時傳送到你的全科醫生？這個想法促使他創建了 Bay Labs。
眾所周知，心臟的超聲波圖像分析難度較大，如果能夠更容易地識別出這些圖像，將會對其所幫助。為此，Bay Labs 在英偉達的 GPU 上運行自己的 AI 軟體，即時進行訓練，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導到準確的位置，從而獲得更高品質的患者資料。
資料現實，它的解決方案要比常規速度快 20 倍，成本為之前的 1/8，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：“超聲波是無侵入性的，我們想讓它和聽診器一樣有用。”
更多關於 Nvidia Inception 專案的內容，雷鋒網將持續報導。
via
venturebeat