Empresa de tecnología de la salud de inteligencia artificial con sede en Israel, Análisis de imágenes DiA, que utiliza el aprendizaje profundo y el aprendizaje automático para automatizar el análisis de ecografías, ha cerrado una ronda de financiación de la Serie B de 14 millones de dólares.
Los patrocinadores en la ronda de crecimiento, que se produce tres años después de la última recaudación de DiA, incluyen a los nuevos inversores Alchimia Ventures, Downing Ventures, ICON Fund, Philips y XTX Ventures, con inversores existentes que también participan, incluidos CE Ventures, Connecticut Innovations, Defta Partners, Mindset Ventures. y el Dr. Shmuel Cabilly. En total, ha recaudado $ 25 millones hasta la fecha.
El último financiamiento permitirá a DiA continuar expandiendo su gama de productos y buscar asociaciones nuevas y ampliadas con proveedores de ultrasonido, compañías de TI de PACS / Healthcare, revendedores y distribuidores, mientras continúa fortaleciendo su presencia en tres mercados regionales.
La compañía de tecnología de la salud vende software de soporte con tecnología de inteligencia artificial a médicos y profesionales de la salud para ayudarlos a capturar y analizar imágenes de ultrasonido, un proceso que, cuando se realiza manualmente, requiere experiencia humana para interpretar visualmente los datos de escaneo. Por eso, DiA promociona su tecnología de inteligencia artificial como “eliminar la subjetividad de los procesos de estimación manual y visual que se realizan en la actualidad”.
Ha capacitado a IA para evaluar imágenes de ultrasonido para localizar automáticamente detalles clave o identificar anomalías, ofreciendo una gama de productos dirigidos a diferentes requisitos clínicos asociados con el análisis de ultrasonido, incluidos varios centrados en el corazón (donde su software puede, por ejemplo , ser utilizado para medir y analizar aspectos como la fracción de eyección; el tamaño y la función del ventrículo derecho; además de realizar asistencia en la detección de enfermedades coronarias, entre otras ofertas).
También tiene un producto que aprovecha los datos de ultrasonido para automatizar la medición del volumen de la vejiga.
DiA afirma que su software de inteligencia artificial imita la forma en que el ojo humano detecta las fronteras e identifica el movimiento, y lo promociona como un avance sobre el análisis humano “subjetivo” que también aporta ganancias de velocidad y eficiencia.
“Nuestras herramientas de software son una herramienta de apoyo para los médicos que necesitan tanto adquirir la imagen correcta como interpretar los datos de ultrasonido”, dice la CEO y cofundadora Hila Goldman-Aslan.
El análisis basado en inteligencia artificial de DiA se está utilizando en unos 20 mercados actualmente, incluso en América del Norte y Europa (en China también dice que un socio obtuvo la aprobación para el uso de su software como parte de su propio dispositivo), y la compañía está implementando un go- estrategia de comercialización que implica trabajar con socios de canal (como GE, Philips y Konica Minolta) que ofrecen el software como complemento en sus sistemas de ultrasonido o PACS.
Según Goldman-Aslan, más de 3.000 usuarios finales tienen acceso a su software en esta etapa.
“Nuestra tecnología es independiente del proveedor y multiplataforma, por lo tanto, se ejecuta en cualquier dispositivo de ultrasonido o sistema de TI para el cuidado de la salud. Es por eso que puede ver que tenemos más de 10 asociaciones tanto con compañías de dispositivos como con compañías de TI / PACS para el cuidado de la salud. No hay otra startup en este espacio que conozca que tenga estas capacidades, tracción comercial o muchas soluciones basadas en IA de la FDA / CE ”, dice, y agrega:“ Hasta la fecha, tenemos 7 soluciones aprobadas por la FDA / CE para áreas cardíacas y abdominales. y hay más en camino “.
El rendimiento de una IA es, por supuesto, tan bueno como el conjunto de datos en el que se ha entrenado. Y en el espacio de la atención médica, la eficacia es un factor especialmente crucial, dado que cualquier sesgo en los datos de entrenamiento podría conducir a un modelo defectuoso que diagnostica erróneamente o subestima / sobrestima los riesgos de enfermedad en grupos de pacientes que no estaban bien representados en los datos de entrenamiento.
Cuando se le preguntó sobre cómo se entrenaron sus IA para poder detectar detalles clave en imágenes de ultrasonido, Goldman-Aslan dijo a TechCrunch: “Tenemos acceso a cientos de miles de imágenes de ultrasonido a través de muchas instalaciones médicas, por lo tanto, tenemos la capacidad de movernos rápidamente de un área automática a otro.”
“Recopilamos datos de población diversa con diferentes patologías, así como datos de varios dispositivos”, agregó.
“Hay una frase ‘basura en basura’. La clave es no traer basura ”, también nos dijo. “Nuestros conjuntos de datos están etiquetados y clasificados por varios médicos y técnicos, cada uno de ellos expertos con muchos años de experiencia.
“También tenemos un fuerte sistema de rechazo que rechaza las imágenes que se tomaron incorrectamente. Así es como superamos la subjetividad de cómo se adquirieron los datos ”.
Vale la pena señalar que las autorizaciones de la FDA obtenidas por DiA son aprobaciones 510 (k) Clase II, y Goldman-Aslan nos confirmó que no ha (y no tiene la intención) de solicitar la aprobación previa a la comercialización (PMA) para sus productos de la FDA. .
La ruta 510 (k) se usa ampliamente para obtener la aprobación para colocar muchos tipos de dispositivos médicos en el mercado estadounidense. Sin embargo, ha sido criticado por ser un régimen ligero y ciertamente no implica el mismo nivel de escrutinio que el proceso más riguroso de la PMA.
El punto más amplio es que la regulación de las tecnologías de IA de rápido desarrollo tiende a retrasarse con respecto a los desarrollos en la forma en que se están aplicando, incluso a medida que avanzan cada vez más en el espacio de la atención médica donde ciertamente hay una gran promesa, pero también riesgos graves si no cumplen con los requisitos. el marketing brillante, lo que significa que todavía hay una brecha entre las promesas hechas por los fabricantes de dispositivos y la cantidad de supervisión regulatoria que realmente obtienen sus herramientas.
En la Unión Europea, por ejemplo, el esquema CE, que establece algunos estándares de salud, seguridad y medio ambiente para los dispositivos, puede simplemente requerir que un fabricante se autodeclare conformidad, sin ninguna verificación independiente de que realmente cumplen los estándares que afirman, aunque algunos productos sanitarios pueden requerir un grado de evaluación independiente de la conformidad según el esquema CE. Pero no se considera un régimen riguroso para regular la seguridad de tecnologías novedosas como la IA.
Por lo tanto, la UE está trabajando ahora en la introducción de una capa adicional de evaluaciones de conformidad específicamente para aplicaciones de IA consideradas de “alto riesgo”, según la Ley de Inteligencia Artificial entrante.
Los casos de uso de atención médica, como el análisis de ultrasonido basado en inteligencia artificial de DiA, caerían casi con certeza bajo esa clasificación, por lo que enfrentarían algunos requisitos regulatorios adicionales bajo la AIA. Por ahora, sin embargo, la propuesta sobre la mesa está siendo debatida por los colegisladores de la UE y aún falta años para que entre en vigor en la región un régimen regulatorio específico para las aplicaciones de riesgo de la IA.
Source link