Sirona Medical, una empresa que desarrolla un “sistema operativo” para radiología digital, ha adquirido Nines, una empresa que ha desarrollado algoritmos de triaje y análisis aprobados por la FDA. Esta adquisición se produce durante un momento algo inestable en la radiología basada en IA. Pero Sirona está apostando a que este movimiento demuestra su tesis: para llevar la IA al flujo de trabajo clínico, necesitamos reconstruir las cosas desde cero.
Para comprender dónde encajan Sirona y Nines, piense en la TI detrás de la radiología como un pastel de capas. La primera capa de ese pastel está hecha de bases de datos de imágenes médicas. La segunda capa es el software con el que los radiólogos interactúan en el día a día, como el software de visualización o generación de informes. El tercero consiste en algoritmos de IA que pueden buscar patrones en esas imágenes o ayudar a los médicos a tomar decisiones.
RadOS, el producto principal de Sirona, tiene como objetivo unir estas dos piezas inferiores y permitir que los algoritmos de IA se superpongan en capas, que es donde Nines ha logrado un progreso significativo.
La compañía ha creado algoritmos que, según afirma, pueden ayudar en la toma de decisiones de los médicos. uno de esos algoritmos permite a los científicos medir el tamaño de los nódulos pulmonares (crecimientos anormales) para ayudar a detectar enfermedades respiratorias. El otro algoritmo evalúa las imágenes de TC del cerebro en busca de signos de hemorragia intracraneal y efecto de masa. El objetivo es ayudar a los médicos a clasificar a los pacientes. (Ambos algoritmos han recibido la aprobación FDA 510(k).)
La plataforma RadOS. Créditos de imagen: sirona medico
Esta adquisición ocurre porque, para integrar verdaderamente los algoritmos en el flujo de trabajo de los médicos, es necesario unificar las capas uno y dos, dijo a TechCrunch el CEO de Sirona, Cameron Andrews. RadOS, dijo, estaba preparado para resolver ese problema.
Cuando se trata de IA en el cuidado de la salud, últimamente ha habido una mezcla. Por un lado, tiene la escisión de IBM Watson Health en enero, un golpe para los optimistas de la radiología de IA. Pero no es suficiente para apagar el entusiasmo. ese mismo mesRadnet, el mayor proveedor de imágenes de diagnóstico para pacientes ambulatorios del país, adquirió dos empresas que invirtieron en el análisis de imágenes de IA para el cáncer, las enfermedades pulmonares y la neurodegeneración.
Luego está el elefante en la habitación: El revolución anticipada de la radiología de la IA aún no ha llegado. Una encuesta de aproximadamente 1400 miembros del Colegio Estadounidense de Radiología realizado en 2021 encontró que solo el 30 % de los radiólogos actualmente usan IA en sus prácticas clínicas, y el 20 % de los que no usaron IA planearon comprar nuevas herramientas de IA en los próximos cinco años.
El argumento de Sirona es que los problemas que han obstaculizado las aplicaciones de IA en radiología están profundamente arraigados en la tecnología heredada de la industria. Todas esas “capas” antes mencionadas no están diseñadas para trabajar juntas.
Incluso antes de agregar algoritmos de apoyo clínico, los radiólogos ya están trabajando con tres o cuatro piezas de software diferentes, dijo Andrews. Luego, si desea agregar un nuevo programa de software que emplee capacidades de IA, debe agregar otro más a ese paquete. Como un artículo de revisión en las notas de inteligencia artificial de radiología, el software robusto de IA requiere la instalación de software específico del proveedor en estaciones de trabajo individuales. Este proceso, señala el documento, puede agregar complejidad cuando se trata de adoptar nuevas tecnologías.
“Reconocimos que la pila de TI de radiología subyacente en sí misma, y la pila de TI de imágenes subyacente en general, es fundamentalmente incapaz de manejar tanto las tareas que tienen los radiólogos como las tareas que los proveedores de software e inteligencia artificial de terceros le van a exigir. en la próxima década”, dijo Andrews.
En ese sentido, la adquisición de Nines por parte de Sirona unirá esos algoritmos de capa superior en RadOS. ¿Qué significa eso realmente para los médicos? Significa que podrán pasar sin problemas de una imagen anotada a un informe. Ahora, un médico podría hacer clic en un nódulo pulmonar, medirlo con el algoritmo Nines y luego, con otro clic, insertar esa medida en un informe.
Esto parece casi abrumadoramente simple. Y, sin embargo, a pesar de eso, era “imposible de lograr”, dijo Andrews.
La aplicación para tomar notas impulsada por la plataforma RadOs. Créditos de imagen: sirona medico
“La IA y la visión artificial representan la capacidad de correlacionar píxeles con palabras, [and] el procesamiento del lenguaje natural representa la capacidad de correlacionar las palabras con los píxeles mismos”, explica. “Esa conectividad bidireccional no se puede lograr hoy porque el software utilizado para crear el informe y el software utilizado para ver las imágenes están funcionalmente separados. Y están totalmente separados de los algoritmos”.
Sirona solo ha adquirido la cartera de datos clínicos de Nines, sus dos algoritmos aprobados por la FDA, sus motores de aprendizaje automático y sus herramientas de análisis y gestión del flujo de trabajo de radiología. Curiosamente, la compañía no ha adquirido el brazo de telerradiología de Nines. Nines también emplea a radiólogos que trabajan de forma remota y brindan su experiencia a hospitales y clínicas.
El brazo de telerradiología no era adecuado para Sirona porque Sirona “no está en el negocio de los servicios de radiología”, dijo Andrews. Pero se negó a discutir los detalles del acuerdo.
La génesis del acuerdo se produjo como resultado de la superposición de inversores y las conexiones mutuas. 8VC es inversor en ambas empresas, y Sirona tiene conexiones con Accel Partners, inversor en Nines. Sirona ha recaudado 62,5 millones de dólares.
Source link