加入收藏 | 设为首页 | 会员中心 | 我要投稿 核心网 (https://www.hxwgxz.com/)- 科技、建站、经验、云计算、5G、大数据,站长网!
当前位置: 首页 > 编程 > 正文

Update | 「森亿智能」获超1亿元B+轮融资,继续延伸医疗大数据产品线

发布时间:2018-11-09 02:44:18 所属栏目:编程 来源:36氪
导读:原标题:Update | 「森亿智能」获超1亿元B+轮融资,继续延伸医疗大数据产品线 36氪获悉,医疗大数据平台森亿智能已完成B+轮融资,资方为襄禾资本。森亿智能CEO张少典表示,此轮融资后,森亿将持续进行研发投入、扩展和提升产品线。截止目前,森亿智能累计

原标题:Update | 「森亿智能」获超1亿元B+轮融资,继续延伸医疗大数据产品线

36氪获悉,医疗大数据平台森亿智能已完成B+轮融资,资方为襄禾资本。森亿智能CEO张少典表示,此轮融资后,森亿将持续进行研发投入、扩展和提升产品线。截止目前,森亿智能累计融资额已经超过3亿元。

Update | 「森亿智能」获超1亿元B+轮融资,继续延伸医疗大数据产品线

数据来自鲸准

关于森亿智能,36氪曾有过详细介绍,定位于从临床科研、质量都有切入,通过临床数据挖掘、分析,以产生可以服务于科研和医疗决策的结论。

业务进展方面,团队透露,森亿智能的服务已落地上海儿童医学中心、上海第十人民医院、上海胸科医院、复旦儿科医院等数十家医院达成了合作关系,推动其医疗科研、管理、患者服务的智能化;另外,还与上海交通大学医学院临床研究中心、北京大学医学信息学中心、哥伦比亚大学医学信息学中心和康奈尔大学威尔医学院在数据治理与挖掘、医学自然语言处理等领域进行合作和联合开发,加速将科研成果转化为行业应用。

据悉,上海市卫计委于今年3月发布了智慧医疗专项研究项目计划,39个项目入选。其中,森亿智能与上海第十人民医院、复旦儿科医院、同仁医院联合申报的《基于医学自然语言处理的静脉血栓栓塞症智能化预测及辅助诊疗系统研究》、《儿童遗传病临床精准决策平台:融合多维度和云计算的人工智能系统》、《基于多模式知识迁移和强化学习方法的甲状腺微小乳头状癌症智能诊断及择期手术时机决策系统的研发》入选。

此外,森亿智能近期还引进了包括政府及企业事务副总裁吕晶(负责公司与政府、媒体、行业组织等的战略关系并展开合作)、首席科学家王飞博士(负责AI技术难点攻关及AI技术新趋势探索)、产品副总裁薛颜波、企业发展总监费腾(战略、资本市场、投资者关系及商业合作)等人加盟。

据悉,吕晶女士此前服务强生超过19年,担任上海强生制药有限公司政府事务与传播部总监,王飞博士在AI以及医疗信息学相关的顶级会议与杂志上发表了超过200篇论文,引用超过7000次。薛颜波则拥有十多年HIT产品研发管理经验,曾任国内HIT上市公司卫宁健康研发高管、万达信息医院事业部副总;费腾曾是华兴资本最年轻的项目总监。

投资逻辑方面,襄禾资本联合创始合伙人汤和松表示:医疗在中国是万亿级的大市场,森亿通过自然语言处理等AI技术来进行数据分析和处理,不论是在节约人工成本上,还是在辅助提高诊疗水平上,都能创造价值;其次,森亿帮助医生和医院在科研上、管理上提高效率,切实触及到行业的痛点;同时,数据和模型的积累和磨合将会形成商业模式的壁垒;另外从应用情况来看,医疗AI在国内还处在相对早期,具有巨大机会和潜力。

以下为36氪在去年12月对森亿智能所做的报道(有部分删减)

中国人口全球第一,每年诊疗人次接近80亿,积累下来的医学文本信息可以用海量来形容。如何挖掘这些信息数据的潜在价值并寻找合适的应用场景,是森亿智能一直思考的问题。

森亿智能是一家专注于利用人工智能进行医学文本自动分析和数据二次应用的公司,其人工智能系统使用自然语言处理技术,批量抓取病历、病理学报告、文字版医学影像报告等文本中的关键信息,并按照不同的信息维度生成一个结构化数据库,输出不同的分析结果。

森亿智能CEO张少典直言对于医疗文本信息的解析并不局限于辅助医生进行诊断,医疗类人工智能企业未来的盈利点更可能是保险公司和药企,比如对于保险公司来说,如何通过信息解析帮助他们发现并减少过度医疗行为,对于药企来说则是如何帮助他们监控新产品的安全性。

但在相关市场成熟之前,医疗类人工智能公司需要做的更多是增加数据处理量,优化算法模型的精度。这就绕不开医院以及和涉及到医疗数据的企业。

张少典告诉36氪,数据处理都是需要算法模型+训练数据的。在算法模型方面,他们首先是建立了一个全科室的算法模型,这种全科室算法模型可以看做是一条通用流水线,可以在满足精度的条件下处理比较常见的病种,处理精度也随着数据量的增加而提高。但是通用流水线也会遇到特殊的“产品”,某些病种若依然使用这种全科室的算法模型进行处理,即使有足够大的数据量也达不到精度需求。因此森亿智能会根据不同的病种特性对这条通用流水线上的的算法参数进行增补以及调试。

这种做法的好处在于,一旦搭建好了某个病种的算法架构,在之后的项目合作中就可以不断地复制和粘贴。现在森亿智能的合作流程已经基本标准化,森亿智能将模型和解析流程接入医院的私人平台,医院将电子文本信息录入模型中。张少典表示完成模型接入和数据录入基本需要5天左右的时间,比传统依靠人力进行整合和分析在效率上提高了千倍。而森亿智能人工智能系统文本信息处理的精度基本能和医院的具备普通经验的医生持平,达到92%-93%的水平,对于一些数据量比较大的病种,精度可以达到95%-96%。

在训练数据方面,从去年4月成立至今,森亿智能已完成了百万份以上的病历处理,主要来自合作的三甲医院以及医疗相关的企业,比如医疗IT和医疗大数据企业。张少典表示病历作为医院的核心资产是比较私密的,而森亿科技并不会接触到这些核心数据,正如上文所提整套模型和解析流程会接入医院的私人平台,而病历数据的录入也是由医院人员来完成,保障了这些核心资产的安全性。

而我国各地的三甲医院实现电子病历已经十年多,这些海量的病历数据在算法模型的训练和优化中起到了至关重要的作用。张少典告诉36氪,现在森亿智能已经拥有其院级客户3、4家,科室级客户十多个,以及十余家企业客户。张少典表示和三甲医院的合作多以项目制进行收费,企业级客户则多是以系统资源调用次数来进行收费。

其实除了文本信息,医疗影像的处理也被创投圈普遍看好,并衍生了多家创业公司,比如iDoctor、医众、微云等。但是做文本信息处理的创业公司则比较少见,张少典告诉36氪,一方面图像的应用场景往往更直接,更容易产品化,而自然语言处理流程更多、涉及到技术细节也更琐碎,同时医学自然语言处理由于是交叉学科,人才储备更少。森亿智能在人才方面同时具备医疗和算法团队,森亿智能CEO张少典哥伦比亚大学医学信息学博士,曾在微软研究院、微软亚洲研究院、纽约长老会医院等从事医疗数据挖掘研究。

(编辑:核心网)

【声明】本站内容均来自网络,其相关言论仅代表作者个人观点,不代表本站立场。若无意侵犯到您的权利,请及时与联系站长删除相关内容!

    热点阅读