5 стартапов на стыке медицины и больших данных

Количество стартапов, работающих на стыке искусственного интеллекта, больших данных и медицины, неуклонно растет во всем мире. Если в 2012 году состоялось около 20 сделок с участием компаний, работающих в отрасли ИИ и медицины, то в 2016 году число сделок выросло до 70.

Появились первые «единороги» отрасли с капитализацией более миллиарда долларов.

В начале февраля агентство CB Insights опубликовало список из 106 стартапов в сфере ИИ и здравоохранения. Мы отобрали из списка 5 стартапов, которые специализируются на анализе больших данных во благо здоровья человека.

 

iCarbonX

Основанный в 2015 году, китайский стартап iCarbonX считается одним из немногих «единорогов» среди биомедицинских компаний. Стартап уже привлек 600 млн долларов инвестиций. Сумма огромная, учитывая, что ближайшие конкуренты по отрасли собирают максимум по несколько десятков миллионов.

Компания из Шэньчжэня собрала вокруг себя альянс Digital Life из 7 стартапов в сфере биотехнологий и анализа больших данных. Участники альянса собирают и обрабатывают данные, относящиеся к геномике, физиологии, поведению человека, чтобы на их основе предоставлять потребителям информацию об их здоровье и медицинские рекомендации.

Основатель iCarbonX Цзюнь Вэнь. Источник: iCarbonX

5 января на саммите Digital Life в Китае основатель и гендиректор iCarbonX Цзюнь Вэнь представил платформу и мобильное приложение Meum (от лат. «моё»). Пользователи могут загружать в приложение данные о своем здоровье, самочувствии, образе жизни и получать рекомендации: чем питаться, каким спортом заниматься, как снизить вес, как сохранить молодость кожи и т.д. Чем больше данных пользователь предоставляет приложению, тем более точные рекомендации получает.

Приложение основано на алгоритме искусственного интеллекта, который получает и обрабатывает более десятка видов данных, включая генетические, молекулярные, данные фенотипа и поведения человека. В итоге общий массив может включать до 109 параметров.

Инструменты для анализа каждого вида данных разработаны отдельным участником альянса Digital Life.

Так, компания SomaLogic из США разработала чип, который анализирует одновременно свыше 1100 белков крови. Из них был выделен подкласс белков, который отвечает за вероятность повторного инфаркта у пациентов.

Другой участник альянса – компания HealthTell из Калифорнии сделала чип, который распознает фрагменты 330 тысяч белков. Он выявляет в образце крови антитела, по которым можно судить о протекании болезни, склонности к аллергическим реакциям и реакции на вакцины.

Третий участник – PatientsLikeMe из Массачусетса – собирает субъективные данные. Около 500 тысяч пользователей мобильного приложения компании сообщают о своих болевых ощущениях, усталости и режиме сна.

Задача платформы iCarbonX – свести эти разрозненные данные в единую систему и определить зависимость состояния здоровья человека от множества объективных и субъективных показателей.

Похожие технологи разрабатывают и в других компаниях – Google, IBM и более мелких. Но Цзюнь Вэнь утверждает, что iCarbonX и его альянс разработчиков сможет собирать и анализировать данные быстрее и дешевле.

 

Sentrian

Стартап из Калифорнии Sentrian разработал систему удаленного наблюдения за пациентами, которая прогнозирует ухудшение состояния хронических больных.

Для этого система собирает данные с носимых устройств пациентов и регистрирует малейшие физиологические отклонения. Сам пациент может их и не заметить. Если возникает угроза обострения, то система отправляет отчет лечащему врачу.

Sentrian сотрудничает с госпиталями и врачами, которые наблюдают за хроническими больными. Совместно с медиками разработчики подбирают носимые устройства и датчики для конкретного пациента.

Источник: Sentrian

Искусственный интеллект анализирует данные, полученные с сенсоров, согласно индивидуальным настройкам. То есть, если пациент пережил инфаркт, то система более пристально отслеживает артериальное давление и пульс.

При этом лечащий врач непосредственно участвует в настройке платформы искусственного интеллекта. Поэтому разработчики назвали эту технологию «машинное обучение под управлением врача» — Clinician-Directed Machine Learning. Она позволяет лечащему врачу вводить параметры наблюдения за пациентом, используя не программный код, а интерфейс на естественном языке.

За свою разработку в 2015 году Sentrian был включен в рейтинг Global Digital Health 100, составленный журналом Journal of mHealth. В рейтинг входят 100 инновационных компаний в области медицинских технологий из 15 стран мира.

По данным CB Insights, в двух раундах финансирования Sentrian удалось привлечь более 28 миллионов долларов.

 

Ayasdi

Калифорнийский разработчик машинного интеллекта – компания Ayasdi была основана в 2008 году. У истоков стояли опытные исследователи из Стэнфорда Гуннар Карлссон, Гурджит Сингх и Харлан Секстон. Еще в университете они получили грант Агентства передовых исследований Минобороны США (DARPA) в размере $1,25 млн за «высокорискованное и перспективное исследование».

В 2012 году стартап привлек более $10 млн инвестиций. Сегодня общий объем финансирования компании достиг $100 млн.

В Ayasdi разработали искусственный интеллект, который применяет топологический анализ больших данных и прогностические модели. Возможности платформы Ayasdi применяют для выявления мошеннических схем, противодействия отмыванию денег, разработки торговых стратегий, классификации клиентов, при прогнозировании новых месторождений нефти и газа, разработке новых лекарств, исследовании болезней, в информационной безопасности и даже в вопросах обеспечения национальной безопасности США.

Одно из приложений Ayasdi – медицинское. Машинный интеллект быстро анализирует большие массивы медицинских данных: истории болезней и счета за лечение тысяч пациентов, а также миллионы врачебных назначений. Приложение автоматически группирует похожие случаи и генерирует наиболее клинически эффективный курс лечения по минимальной стоимости.

Источник: Ayasdi

Разработчики Ayasdi говорят, что эта платформа на 2-5 порядков быстрее и эффективнее традиционных подходов к анализу больших данных. В пример приводят использование Ayasdi для анализа и оценки капитала одного из крупнейших мировых банков. Если обычно для этой работы требовалось 1800 человеко-месяцев, то у ИИ этот процесс занял 6 человеко-месяцев рабочего времени.

 

BenevolentAI

Лондонский стартап BenevolentAI — еще один «единорог», который работает на стыке медицины и больших данных. Стоимость стартапа оценивается в $1 млрд.

Компания сделала себе имя на технологии искусственного интеллекта, которая ускоряет разработку и внедрение лекарственных препаратов.

Обычный цикл создания нового лекарства — это 12-14 лет от начала исследований до выхода на рынок. В 2014 году было показано, что средняя стоимость вывода на рынок одного препарата – $2,6 млрд.

Технология BenevolentAI потенциально может сократить стоимость разработки лекарства на 70%. Алгоритм искусственного интеллекта позволяет предсказать свойства препаратов еще до начала самого дорогостоящего и длительного этапа – клинических испытаний.

Для того, чтобы научить ИИ предсказывать свойства препаратов, его программу тренировали, загружая параметры сотен лекарств, уже одобренных FDA (Управление по санитарному надзору за качеством пищевых продуктов и медикаментов — агентство Министерства здравоохранения и социальных служб США). Одновременно программу знакомили и с теми лекарствами, которые были отклонены FDA. В итоге машина выработала прогностическую модель, которая может заранее определить, будет препарат принят или нет.

Например, на основе анализа больших данных программа определяет токсические свойства молекул еще до того, как их испытают на животных или людях. Система сопоставляет 48 параметров, из-за которых возникают побочные эффекты.

Фармацевтические компании уже оценили преимущества, которые дает применение искусственного интеллекта. Технология BenevolentAI сейчас используется в разработке двух перспективных препаратов от болезни Альцгеймера.

 

Health Fidelity

Стартап из Пало-Альто Health Fidelity не занимается собственно медициной, но предлагает решения для менеджмента в медицинской отрасли. Технология компании актуальна для американской системы здравоохранения, основанной на частном страховании и строгой системе контроля качества медицинских услуг.

Технология «заточена» на выявление скрытых финансовых и юридических рисков в деятельности медучреждения.

Искусственный интеллект обрабатывает не только цифровую информацию, но и тексты естественного языка, и выискивает в документах признаки, которые могут стать рисками. Так, система может просматривать записи пациентов и истории их болезней, а также врачебные назначения, и по ключевым словам или фразам находить потенциальные угрозы неблагоприятного исхода болезни или судебного иска со стороны недовольного пациента.

Аналогичным образом алгоритм вычисляет финансовые риски, оценивая историю платежей пациентов, сопоставляя их со средним чеком лечения в клинике и разнообразием диагнозов и видов назначенного лечения.

Как сообщают разработчики системы, обычные методы оценки рисков в медицине позволяют обрабатывать лишь 20-30% источников. Кроме того, эти методы требуют привлечения значительных человеческих ресурсов и стоят дорого. Платформа Health Fidelity, как утверждается, обрабатывает даже те документы, которые ранее не учитывались при определении рисков, такие как выписанные врачами рецепты на лекарства.

По данным CB Insights, общий объем финансирования компании составил более $19 млн.