Ciência e Tecnologia

O provedor de software de radiologia da IA ​​Gleamer se expande para a ressonância magnética com duas pequenas aquisições

.

A imagem médica é um termo amplo que abrange várias tecnologias distintas. Depois de trabalhar em ferramentas movidas a IA para aprimorar raios-X e mamografias, startup francês Brilho Agora visa combater a ressonância magnética (RM).

Em vez de começar do zero, a Gleamer adquiriu duas startups que já estão trabalhando na análise de ressonância magnética de IA: Pixyl e Caerus Medical.

Gleamer faz parte da segunda onda de startups que tentam melhorar a imagem médica usando inteligência artificial. Vários fundadores de tecnologia criaram startups em torno desse tópico em 2014 ou 2015. Embora a maioria deles não tenha sido a lugar algum, houve alguma consolidação no espaço. Por exemplo, a visão médica da Zebra e as arterias foram adquiridas por nanox e Tempusrespectivamente.

Fundada em 2017, a Gleamer está construindo um assistente de IA para radiologistas, uma espécie de copiloto para imagens médicas. Com o Gleamer, os radiologistas podem teoricamente melhorar a precisão do diagnóstico ao interpretar imagens médicas.

A startup já convenceu 2.000 instituições em 45 países a usar sua solução de software. No geral, a Gleamer processou 35 milhões de exames. A empresa recebeu certificações CE e FDA por seu produto de interpretação de trauma ósseo. Na Europa, também oferece produtos especificamente focados em radiografias de tórax, ortopedia e idade óssea com a certificação CE.

“Infelizmente, a abordagem de um tamanho único à radiologia não funciona”, disse o co-fundador e CEO da Gleamer, Christian Allouche, ao Strong The One. “É muito complicado ter um modelo grande que cobre todas as imagens médicas e apresenta o nível de desempenho esperado pelos médicos”.

É por isso que a empresa criou pequenas equipes internas focadas em mamografias e tomografias. “Três semanas atrás, lançamos nosso produto de mamografia, no qual trabalhamos há 18 meses”, disse Allouche. É baseado em um modelo proprietário de IA que foi treinado em 1,5 milhão de mamografias.

“Temos uma parceria com Jean Zay, o cluster da GPU do governo francês”, disse Allouche. A empresa também está trabalhando em tomografia computadorizada para cânceres.

Mas e a ressonância magnética? “A ressonância magnética é um espaço tecnológico diferente”, disse Allouche. “Você tem muitas tarefas na ressonância magnética. Não é apenas a detecção, você tem segmentação, você tem detecção, sua caracterização, classificação, imagens de várias seqüências. ”

É por isso que Gleamer está comprando duas pequenas startups que trabalham nesse espaço há vários anos para se mover mais rápido. Gleamer não está divulgando os termos dos acordos.

“Essas duas empresas se tornarão nossas duas plataformas de ressonância magnética, com a clara ambição de cobrir todos os casos de uso nos próximos dois a três anos”, disse Allouche.

Imagem médica preventiva

Embora os modelos de Gleamer mostrem resultados promissores, eles ainda não são perfeitos. Por exemplo, com o novo modelo de mamografia da empresa, a startup afirma que pode detectar quatro em cada cinco cânceres. Em comparação, um radiologista humano sem assistência de IA normalmente identifica o câncer em três em cada cinco casos.

No entanto, os ganhos de produtividade de uma ferramenta como o Gleamer podem alterar radicalmente a imagem médica. É provável que um tumor perdido apareça em um exame de acompanhamento alguns meses depois.

“No futuro não muito distante, acho que todos estaremos recebendo uma ressonância magnética de rotina por nossas companhias de seguros-já que não estão irradiando”, disse Allouche.

No entanto, em algumas cidades, já existem muito poucos radiologistas para atender à demanda por imagens reativas. Se a indústria mudar para imagens preventivas, as ferramentas de IA se tornarão indispensáveis.

O CEO da Gleamer acha que a IA pode se tornar uma ferramenta “orquestratando e triia”. A maioria dos exames de imagem médica é conduzida como uma maneira de descartar alguns diagnósticos. “Então, há uma necessidade real de automatizar tudo isso com um modelo de IA muito sólido que tem um nível muito mais alto de sensibilidade do que um humano”, disse Allouche.

.

Mostrar mais

Artigos relacionados

Deixe um comentário

O seu endereço de e-mail não será publicado. Campos obrigatórios são marcados com *

Botão Voltar ao topo