Gleamer با خرید و ادغام به حوزه MRI وارد می‌شود

استارتاپ فرانسوی Gleamer، که در زمینه تصویربرداری پزشکی فعالیت دارد، گام جدیدی برداشته‌است 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 می‌گیرد. Gleamer به جای شروع از صفر، استارتاپ Caerus Medical را که روی تحلیل MRI با هوش مصنوعی کار می‌کند، خریداری کرد و با Pixyl ادغام شد.

Gleamer بخشی از موج دوم استارتاپ‌هایی است که از سال ۲۰۱۷ تلاش کرده‌اند تصویربرداری پزشکی را با هوش مصنوعی بهبود ببخشند. در حالی که بسیاری از استارتاپ‌های مشابه از ۲۰۱۴ و ۲۰۱۵ به نتیجه نرسیدند، این حوزه شاهد تجمیع‌هایی بود؛ مثلاً Zebra Medical Vision و Arterys به ترتیب توسط Nanox و Tempus خریداری شدند. Gleamer دستیار هوش مصنوعی برای رادیولوژیست‌ها ساخت که به‌عنوان کمک‌خلبان عمل کرد و دقت تشخیص تصاویر پزشکی را به‌طور تئوری افزایش داد.

تک کرانچ نوشت: این شرکت تاکنون ۲۰۰۰ موسسه در ۴۵ کشور را به استفاده از نرم‌افزارش متقاعد کرده و ۳۵ میلیون معاینه را پردازش می‌مند. محصول تفسیر ترومای استخوانی آن گواهینامه‌های CE و FDA گرفت و در اروپا، محصولاتی برای اشعه ایکس قفسه سینه، اندازه‌گیری ارتوپدی و سن استخوان با گواهینامه CE ارائه داد. کریستین آلوش، هم‌بنیان‌گذار 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 تیم‌های کوچکی برای ماموگرافی و سی‌تی 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 می‌کنیم. شرکت همچنین روی سی‌تی اسکن برای سرطان‌ها کار می‌کند.

اما MRI چطور؟ آلوش توضیح داد: «MRI یک فضای تکنولوژیکی متفاوت بود. در MRI وظایف زیادی دارید. فقط تشخیص نیست، بلکه تقسیم‌بندی، تشخیص، توصیف، طبقه‌بندی و تصویربرداری چندتوالی را هم دارید. به همین دلیل، Gleamer با خرید Caerus Medical و ادغام با Pixyl، که سال‌ها در این زمینه فعال بودند، سرعت گرفت. جزئیات معاملات فاش نشده‌است. 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، مدل‌های Gleamer نویدبخش هد، اما کامل نیستند. مدل جدید ماموگرافی آن چهار مورد از پنج سرطان را تشخیص می‌دهد، در حالی که رادیولوژیست انسانی بدون هوش مصنوعی سه مورد از پنج را شناسایی میکند. آلوش گفت: در آینده نه‌چندان دور، فکر می‌کنم همه ما به‌طور معمول MRI کل بدن را که توسط شرکت‌های بیمه پرداخت شد، انجام می‌دهیم چون اشعه ندارند.

ابزارهایی مثل Gleamer بهره‌وری را افزایش می‌دهندو تصویربرداری پزشکی را تغییر می‌دهند. تومور ازدست‌رفته احتمالاً در معاینه بعدی ظاهر می‌شود. اما در برخی شهرها، رادیولوژیست‌ها برای تصویربرداری واکنشی کافی نیستند و با شیفت به تصویربرداری پیشگیرانه، هوش مصنوعی ضروری می‌شود. آلوش معتقد است هوش مصنوعی ی‌تواند به ابزار «سازمان‌دهی و اولویت‌بندی» تبدیل شود.

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