هوش مصنوعی Envisionit Deep در آفریقای جنوبی ۱.۶۵ میلیون دلار برای گسترش دسترسی به تصویربرداری پزشکی دریافت می کند

به گزارش اپ خونه، دکتر جیشری نایدو در سال ۲۰۱۴ مسئول رادیولوژی اطفال در بیمارستانی در آفریقای جنوبی بود، پس از برخورد با یک خبر در مورد استفاده از الگوی تشخیص هوش مصنوعی در تشخیص حیوانات، لحظاتی از ظهور را تجربه کرد.

نایدو به عنوان یک رادیولوژیست با ۲۰ سال تجربه، قبلاً با تشخیص الگو آشنا بود و بلافاصله می‌توانست ببیند چگونه می‌توان از هوش مصنوعی در صنعت برای تغییر دسترسی به تصویربرداری تشخیصی استفاده کرد.

شعله آتش روشن شده بود و در سال ۲۰۱۹، نایدو به همراه همسرش، ترنس نایدو، و آندری میگاچف، Envisionit Deep AI را راه‌اندازی کرد، یک استارت‌آپ فناوری سلامت که از هوش مصنوعی برای پل زدن تقاضا برای تصویربرداری تشخیصی استفاده می‌کند.

Envisionit Deep AI اکنون در مسیر رشد است که با سرمایه‌گذاری ۱.۶۵ میلیون دلاری New GX Ventures SA، سرمایه‌گذاری مشترک بین New GX Capital، RMB Ventures و GIIG آفریقا، همراه است.

این پس از آن بود که این استارتاپ به عنوان برنده منطقه ای آفریقای جنوبی در جوایز استارت آپ آفریقایی ظاهر شد .

نایدو، که به عنوان مدیرعامل شرکت دو برابر می شود، گفت:

“ما این هدف هیجان انگیز را داریم که فناوری انقلابی مانند هوش مصنوعی را با رادیولوژی ترکیب کنیم و می خواهیم نگاه رادیولوژیست ها، تفسیر تصویربرداری و تشخیص را تغییر دهیم.”

این استارت‌آپ مجموعه‌ای از محصولات را دارد که قصد دارد آن‌ها را فراتر از آفریقای جنوبی گسترش دهد، از جمله پلت‌فرم Radify AI، که به ادعای آنها تشخیص تصویربرداری پزشکی سریع، دقیق، با کیفیت و مقرون‌به‌صرفه را تضمین می‌کند، عواملی که در تشخیص زودهنگام و درمان بیماری‌ها حیاتی هستند.

«Radify AI تأییدیه انجمن تنظیم مقررات محصولات بهداشتی آفریقای جنوبی را دریافت کرده است. اما ما می‌خواهیم جهانی شویم و به همین دلیل است که ما مشغول جستجوی تأییدیه FDA و آژانس پزشکی اروپا هستیم.»

نایدو می‌گوید هدف نهایی Envisionit Deep AI کاهش بار سیستم مراقبت‌های بهداشتی است، به‌ویژه در آفریقا، جایی که زیرساخت‌ها و سرمایه‌گذاری‌های منابع انسانی در آن ضعیف هستند.

داده ها نشان می دهد که نسبت پزشک به بیمار در کشورهای جنوب صحرای آفریقا یکی از پایین ترین ها در جهان است، نسبتی که برای پزشکان متخصص حتی بدتر است.

در رادیولوژی، کمبود منابع انسانی آنقدر بد است که برای مثال نسبت رادیولوژیست به جمعیت در کنیا ۱: ۳۸۹۲۵۵ است، در حالی که در نیجریه ۱:۵۶۶۰۰۰ است .

این کمبود رادیولوژیست‌ها نیروی محرکه Naidoo است تا Radify AI را برای همه، به‌ویژه در مناطق حاشیه‌شهری و روستایی در دسترس قرار دهد، و چیزی که استارت‌آپ را برای ساخت یک راه‌حل ترکیبی آگاه کرد.

او می‌گوید:« Radify AI را می‌توان در هر جایی مستقر کرد، چه در محیط‌های جهان اول یا یک کلینیک روستایی که ممکن است ظرفیت پهنای باند بزرگ یا بهترین زیرساخت را نداشته باشد… زیرا کل ایده محصول ما دموکراتیک کردن دسترسی به تصویربرداری تشخیصی است و ما این کار را خواهیم کرد. اگر راه‌حل‌هایی نداریم که بتواند به محیط‌های روستایی برود، دموکراتیک نشویم.»

محصول در محل استارت آپ را می توان با دستگاه هایی مانند دستگاه های اشعه ایکس ادغام کرد تا تشخیص و درمان را در محل مراقبت ارائه دهد. آنها همچنین رادیولوژی از راه دور را برای بیمارانی که نیاز به گزارش رادیولوژی دارند ارائه می دهند.

معمولاً یک رادیوگراف عکس‌برداری با اشعه ایکس می‌گیرد، سپس بیماران به خانه برمی‌گردند و نتایج را بعداً، گاهی پس از چند ماه جمع‌آوری می‌کنند. تشخیص تاخیری به این معنی است که بیماری ها می توانند بیشتر پیشرفت کنند.

“ما این تاخیر را از بین می بریم، زیرا وقتی می دانید چه چیزی را باید درمان کنید، به سرعت آن را درمان می کنید.”

این استارت آپ با ساخت مدل هایی برای تفسیر اشعه ایکس قفسه سینه، با ظرفیت تشخیص ۲۵ آسیب شناسی مختلف، از جمله سل، سرطان سینه، و ذات الریه، قاتل شماره یک کودکان زیر پنج سال در آفریقا، شروع به کار کرد.

به گفته نایدو، این پلتفرم به ویژه در طول همه‌گیری کووید، زمانی که Envisionit Deep AI محصولی را معرفی کرد که می‌تواند ذات‌الریه کووید را از اشعه ایکس قفسه سینه در کمتر از ۲۵ میلی‌ثانیه تشخیص دهد، مفید بود.

این برای افزایش کارایی در یک بیمارستان ۷۰۰ تختخوابی در استان کیپ شمالی آفریقای جنوبی، که فقط یک رادیولوژیست داشت، به کار گرفته شد.

Naidoo می‌گوید که در چندین ICU نیز برای تریاژ استفاده شده است، به‌ویژه در زمان اوج دوم همه‌گیری.

این استارت‌آپ می‌گوید که در حالی که حجم داده‌هایی که پردازش می‌کند یکپارچه است، اما تضمین می‌کند که مدل‌هایش با استفاده از داده‌های شناسایی‌شده با کیفیت که در سطح جهانی و از گروه‌های قومی مختلف گرفته شده‌اند، آموزش داده می‌شوند.

این داده ها همچنین می توانند توسط رادیولوژیست ها از طریق یک ابزار اعتبارسنجی بررسی شوند که به آنها اطمینان خاطر می دهد که محصول مطابق با آن کار می کند و برای دریافت نظرات و بازخورد آنها، که استارتاپ را قادر می سازد تا دقت مدل های خود را بهبود بخشد.

Envisionit Deep AI اخیراً یک مدل آموزشی به کمک رایانه (ابزار edtech) را برای پزشکانی که مشتاق به دست آوردن مهارت های رادیولوژی هستند، ارائه کرده است.