هوش مصنوعی Envisionit Deep در آفریقای جنوبی 1.65 میلیون دلار برای گسترش دسترسی به تصویربرداری پزشکی دریافت می کند

دکتر جیشری نایدو در سال 2014 مسئول رادیولوژی اطفال در بیمارستانی در آفریقای جنوبی بود، زمانی که 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 20 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 2019 به همراه همسرش، ترنس نایدو، و آندری میگاچفنایدو Envisionit Deep AI را راه اندازی کرد، یک استارت آپ فناوری سلامت که از هوش مصنوعی برای پل زدن تقاضا برای تصویربرداری تشخیصی استفاده می کند.

Envisionit Deep AI اکنون در مسیر رشد است که با سرمایه‌گذاری 1.65 میلیون دلاری New GX Ventures SA، سرمایه‌گذاری مشترک بین New GX Capital، RMB Ventures و GIIG آفریقا، در مسیر رشد قرار دارد. این پس از آن بود که این استارتاپ به عنوان برنده منطقه ای آفریقای جنوبی در این نمایشگاه ظاهر شد جوایز استارت آپ آفریقایی.

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.”

محلول هیبریدی

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 نیروی انسانی آنقدر بد است که برای مثال، نسبت رادیولوژیست به جمعیت در کنیا، 1:389,255، در حالی که در نیجریه 1:566,000 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 یک محیط جهانی 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 اگر راه‌حل‌هایی نداشته باشیم که بتواند به محیط‌های روستایی برود، دموکراتیک نخواهد شد.»

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 عکس اشعه ایکس می گیرد، سپس بیماران به خانه برمی گردند و نتایج را بعداً، گاهی پس از چند ماه جمع آوری می کنند. 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 25 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 25 میلی‌ثانیه تشخیص دهد، مفید بود. این برای افزایش کارایی در یک بیمارستان 700 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.