Стартап Viz.ai зі США навчив ШІ-алгоритми виявляти інсульт швидше за лікарів
Сьогодні компанію оцінюють у $1,2 млрд із загальними інвестиціями $254 млн.
Стартап Viz.ai розробив 12 алгоритмів, які визначають хвороби пацієнтів за медичними знімками та інформують про це лікарів.
Розробками компанії вже користуються понад 1500 лікарень у США, а в майбутньому вона планує працювати із фармацевтичними організаціями і розробляти генеративний ШІ.
Про це повідомляє Forbes.
Інсульт, який вражає майже 800 000 американців на рік, — це вкрай підступний недуг, який можна не помітити одразу. Що швидше його діагностують та почнуть лікувати, то мінімальніші наслідки для здоров’я людини. Кожна зайва хвилина — смерть близько 2 млн клітин мозку, через що багато пацієнтів отримують ту чи іншу форму інвалідності, важко проходять реабілітацію чи взагалі не можуть жити без сторонньої підтримки.
Із думкою про те, наскільки критичною є кожна хвилина, стартап Viz.ai і створював свої медичні алгоритми. Саме вони порівнюють КТ-скани нових пацієнтів зі своєю базою даних, аби допомогти лікарям швидше встановити діагнози, прискорити доопераційну підготовку і вчасно надати допомогу пацієнтам з інсультами та іншими критичними недугами.
«Очевидно, що ШІ може точно визначити хворобу, і все йде до того, що він зможе точно спрогнозувати її розвиток» — каже Кріс Мансі, нейрохірург, а також гендиректор і засновник Viz.ai.
Медичний єдиноріг
Сан-франциський стартап Viz.ai перебуває в авангарді медичних компаній, які використовують штучний інтелект для поліпшення лікування пацієнтів. Компанія потрапила до списку стартапів, які можуть стати єдинорогами, за версією Forbes у 2021-му.
Прогноз справдився, і сьогодні компанію оцінюють у $1,2 млрд із загальними інвестиціями $254 млн від таких інвесторів, як Insight Partners, Kleiner Perkins, Scale Venture Partners і Tiger Global.
Річний повторюваний виторг компанії зростає вдвічі щороку і очікується, що він досягне $100 млн у 2024-му (а ще у 2020-му він становив лише $12 млн). Річний виторг у фінансових звітах зазвичай нижчий за повторюваний, і у Viz.ai цього року він, імовірно, сягне $40 млн, а наступного — $60–70 млн. Компанія все ще неприбуткова.
Важливіше те, що ця семирічна компанія підписала собі у партнери понад 1500 американських лікарень, які разом обслуговують майже дві третини населення США. Крім того, вона стала однією із небагатьох ШІ-компаній, яким вдалося отримати схвалення своїх алгоритмів від Управління з контролю за харчовими продуктами і лікарськими засобами (FDA) і включення в Medicare.
Сьогодні Viz.ai розширює свою діяльність до генеративного ШІ і в пілотному проєкті компанії вже зголосилися взяти участь лікарні-партнери. Нова розробка має пропонувати коротку анотацію медичних записів пацієнта і переглядати наукові праці, щоб віднаходити доречну інформацію, яку люди могли просто не помітити у потоках академічних робіт.
Створення анотацій не вимагає схвалення FDA, але якщо програма Viz.ai пропонуватиме клінічні ШІ-підказки, а на це вона і сподівається, то без зеленого світла регулятора ніяк.
Крім того, стартап почав працювати із фармацевтичними компаніями та виробниками медичних пристроїв. Ці бізнеси шукають способів випускати свої продукти швидше та ефективніше, і Viz.ai планує із цим допомагати.
Зрештою, Мансі сподівається, що поєднання ШІ-аналізу медичних знімків і генеративного ШІ дасть змогу визначати 100 хвороб. Окрім неврології та кардіології, Viz.ai бачить можливості в онкології (наприклад рак легенів, який часто не помічають на рентгенах на ранній стадії хвороби).
Нейрохірург-підприємець
Мансі, 39, виріс у Британії і вчився на медичному факультеті у Кембриджі. В університеті він закохався спершу у неврологію, а потім і в нейрохірургію, яка є однією із найскладніших спеціалізацій.
Пʼять років він проводив операції на мозку в найпрестижніших лікарнях Лондона — Queen Square і King’s College. Мансі на власні очі бачив, як це, коли операція проходить успішно, але пацієнт все одно помирає чи отримує інвалідність через те, що шлях до операційного столу був надто довгим.
У 2012-му Мансі заснував компанію Edusurg, яка допомагає молодим хірургам готуватися до іспитів онлайн. Це невеликий бізнес, але він продовжує працювати. Два роки по тому він покинув хірургічну практику і поїхав у Штати, щоб отримати диплом MBA Стенфорда.
У Стенфорді у 2016-му Мансі познайомився із Давидом Ґоланом, який досліджував машинне навчання. Ґолан, котрий більше не працює у Viz.ai, на той час саме вийшов з лікарні, де лежав із підозрою на інсульт. Двох науковців обʼєднало незадоволення браком даних, які б допомогли лікарям ухвалювати кращі медичні рішення.
На курсі, який викладав колишній гендиректор Google Ерік Шмідт, вони презентували свою ідею використовувати машинне навчання і медичні знімки для покращення лікування інсульту. Викладач запропонував молодим підприємцям посівні інвестиції через свою фірму Innovation Endeavors.
На той час штучний інтелект не був на такому підйомі, як зараз. А медицина з її регуляторами, високими ризиками і бюрократією, здавалося, була не найпростішим вибором для початку.
Схвалення FDA
На світанку розробки алгоритму Viz взяла у партнери дві лікарні – Grady й Erlanger. Програма компанії порівнювала КТ-знімки мозку пацієнтів із базою даних сканів, щоб виявити ранні ознаки оклюзії великих судин — це один із різновидів інсульту. На жаль, дуже малий відсоток пацієнтів із таким діагнозом отримують вчасне і відповідне лікування. Програма, яку лікарі встановлювали на телефони, надсилала сповіщення про свої висновки, економлячи дорогоцінний час визначення необхідності операції.
Мансі був у Erlanger, коли на телефони почали надходити перші сповіщення алгоритму, але вони були хибними. Viz довелося рекалібровувати алгоритм, а лікарі й лікарні допомагали зробити остаточний продукт якомога кращим і зручнішим.
Сьогодні компанія має 12 дозволів від FDA на використання алгоритмів для визначення таких хвороб, як інсульт, гіпертрофічна кардіоміопатія (потовщення міокарду, яке може призвести до зупинки серця) і легенева емболія (раптова блокада артерій, які спрямовують кров до легень). У 2020-му Viz.ai увійшла у програму федерального страхування Medicare.
Вартість послуг Viz для лікарень залежить від їхнього розміру і кількості хвороб, які вони хочуть визначати за допомогою алгоритму компанії. Невелика лікарня може платити лише $50 000 на рік, а велика група лікарень (мережа) може дозволити собі заплатити і понад $1 млн.
Рятівний діагноз
За словами лікарів, які випробували алгоритм, ШІ вкрай важливий за усунення вад надання медичних послуг у США. Раніше їм доводилося чекати на дзвінок завантаженого радіолога із відділу невідкладної допомоги, коли той визначить, чи є у пацієнта інсульт. Тепер же всі знімки у них у телефонах, що дає змогу швидше підготуватися до операції, і програма надсилає миттєві сповіщення.
Хоча ШІ критикують за помилки й упередження, Мансі стверджує, що більшість його алгоритмів для медичних знімків мають точність близько 95%, а це значно більше, ніж у більшості лікарів, які не є фахівцями в тому чи іншому напрямі медицини.
«Згідно із нашою оцінкою середнього показника серед усіх хвороб, якими ми займаємося, менш ніж у 20% випадків пацієнту одразу призначають ідеальний варіант лікування, — пояснює Мансі. — Тобто майже у 80% випадків цього не відбувається».
Взяти, приміром, аневризму. Неправильне встановлення діагнозу трапляється у чверті випадків, коли пацієнти звертаються до своїх сімейних лікарів, невідкладної допомоги чи найближчих клінік. Viz.ai вважає, що її алгоритм для визначення аневризми може поліпшити такий стан речей і вчасно спрямовувати пацієнтів до спеціалістів.
У дослідженнях 1200 ангіограм у восьми центрах лікування інсультів у Техасі Viz виявила, що 85% пацієнтів із аневризмами не отримали скерування на візит до спеціаліста, попри наявні ризики.
Велика фарма
Останні сім років Viz зосереджувалася на лікарнях і пацієнтах, а сьогодні також працює із фармкомпаніями, виробниками медичних пристроїв і фірмами здоровʼя. Мансі вважає, що може використати свої алгоритми і мережу лікарень-партнерів, аби допомогти тим компаніям випускати свої ліки і пристрої швидше, зосередившись на пацієнтах, яким ці новинки найбільше потрібні. Для фармацевтичних бізнесів, які можуть витратити на розробку одного препарату понад $1 млрд, ефективність надважлива.
У березні Viz оголосила про багаторічну угоду із Bristol Myers Squibb на застосування ШІ-алгоритму для виявлення гіпертрофічної кардіоміопатії. У цієї фармкомпанії є препарат для лікування даної хвороби під назвою Camzyos (або «Мавакамтен»), який вона отримала після купівлі фірми MyoKardia за $13,1 млрд і тепер намагається розбудувати для нього ринок. Viz отримала схвалення FDA для цього алгоритму у серпні.
Крім того, ШІ-стартап працює і з іншими фармацевтичними та медичними компаніями, такими як Johnson & Johnson і Medtronic.
Потовщення міокарда — це серйозна хвороба, яку важко діагностувати. Багато пацієнтів відчувають незначні симптоми, такі як задишка, тому їх скеровують від одного спеціаліста до іншого у спробах виявити проблему.
«Деякі пацієнти десятиліттями живуть без встановленого діагнозу, – каже Джош Ламперт, електрофізіолог і медичний директор з машинного навчання у лікарні Mount Sinai Heart. — Ми можемо цьому запобігти, призначити лікування, а у деяких випадках і життя їм урятувати».
Джеймі Штраусс, клінічна директорка Viz, повідомила, що згідно із їхнім дослідженням, їхній алгоритм зменшує час від звернення до встановлення діагнозу в середньому до 64 днів — раніше на це витрачали пʼять років.
Генеративний ШІ
Крім фарми, Viz також зацікавилася гарячою темою сьогодення – генеративним ШІ. За словами Мансі, такі системи вкрай необхідні лікарням, особливо невеликим, які обслуговують пацієнтів, що не мають доступу до першокласних дослідницьких центрів.
Але ці генеративні системи йдуть у додатку із більшими ризиками і перешкодами. Томас Девенпорт, викладач інформаційних технологій, який писав про використання ШІ в медицині, попереджає, що новачкам важко зайти на територію потужних компаній, які надають послуги із обробки електронних медичних карток, з одного боку, і виробників пристроїв медичного зображення, як-то GE і Siemens, з іншого. Річ у тім, що вони самі займаються розвитком генеративних аналітичних систем, які додають до своїх програм чи пристроїв.
Крім того, значною проблемою залишаються упередження і хибна інформація, до яких схильний генеративний ШІ, але яким зовсім немає місця в медицині. Вищезгаданий Ламперт із Mount Sinai каже, що в захваті від технології, котра може допомогти лікарям бути завжди в курсі всіх досліджень, але його лікарня з обережністю розглядає застосування генеративного ШІ.
«У нас уже є регулювання ШІ в медицині, — каже Мансі. — Гадаю, ці правила та інструкції розширять ще більше, і це правильно».
