Kheiron筹集2200万美元用于机器学习，帮助放射科医生更早发现癌症

 
机器学习创业公司Kheiron Medical Technologies(Kheiron)致力于帮助放射科医生检测癌症的早期征兆，该公司已在由欧洲风险投资公司Atomico牵头的A轮融资中筹集了2200万美元，并获得了Greycroft，Connect Ventures，Hoxton的参与风险投资和Exor种子。
Kheiron于2016年在伦敦成立，提供一种名为Mia的乳房筛查产品，该产品可作为“第二阅读器”，帮助放射线医师决定是否召回患者以进行进一步评估。它被设计为一种辅助工具，而不是替代医疗专业人员-如果您愿意，可以自动获得第二意见。
Mia的机器学习和数据处理智能设备直接集成到现有的放射学工作流程和软件中，并从乳腺癌筛查中查看全场数字乳房X线摄影(FFDM)图像中感兴趣的区域，如果用肉眼很难看清这些图像，肿瘤很小。扫描中其他分散注意力的“噪音”通常会加重这种困难。放射线医生可能需要从多名患者那里查看大量的图像，再加上某些地区放射线医生的短缺，这给乳房筛查过程带来了一定程度的自动化开始变得很有道理。
实际上，Kheiron的首席执行官兼联合创始人Peter Kecskemethy博士说，他实际上是在医院里长大的，看着母亲当放射线医生。他说：“在我的童年时期，我在母亲的放射科里度过了很多小时，看着她仔细阅读并报告了成像研究，并在工作量和工作条件方面苦苦挣扎，” “我直接了解她和其他放射线医生每天所面临的压力，效率低下和极端压力，以及在确定患者图像是否暗示癌症时的不确定性，尤其是担忧。”
Kheiron的算法尝试在整个FFDM图像的背景下“使阴影和形状有意义”，并可以引导放射线医师专注于扫描的某些区域。
“ Kheiron的深度学习技术的强大之处在于，它可以在大型成像数据集中找到并学习模式，” Kheiron的首席技术官兼联合创始人Tobias Rijken告诉VentureBeat。 “我们与了解这一复杂领域的放射专家紧密合作，以建立机器学习模型的早期特征。”
该公司表示，Mia通过各种数据集进行了培训，这些数据集涵盖了“真实且广泛的临床样本”，这些样本代表了英国的真正筛查人群。 Kheiron表示，目前正在与英国国家卫生局(NHS)合作，开展所谓的“有史以来规模最大的深度学习研究之一”，并且还与美国和欧洲各地的放射科医生合作，“帮助建立Kheiron机器学习模型的“早期特征”。
乳腺癌是全球女性中最常见的癌症，仅在2018年就诊断出约200万新病例-与类似疾病一样，及早发现是成功治疗的关键。这就是为什么Kheiron计划使用其新的现金注入来在全球范围内对其技术进行大规模临床试验的原因。
Mia已获得欧洲独立第二阅读器的使用认证，目前正在等待美国食品药品监督管理局(FDA)的认证。在众多赠款的支持下，Kheiron将于2020年初与NHS一起在实时测试环境中进行部署，并且已经在美国的学术医学中心进行了商业前试验和临床研究。
“严格的临床工作是我们所做工作的核心，” Rijken继续说道。 “创建一种算法是一回事，而当患者生命受到威胁时，使其在临床实践中有用则完全不同。帮助放射科医生更准确地诊断乳腺癌，造福于世界各地的妇女的关键是找到了解如何安全地验证和扩展产品以影响全球的投资者。”
许多初创公司已经从知名的VC那里筹集了大笔现金，以使用AI和机器学习来帮助确定新的治疗方法和疾病诊断。例如，接力疗法公司(Relay Therapeutics)正在研究体内蛋白质的动态性质以开发新的癌症疗法，并在去年从Alphabet的VC部门GV和SoftBank等公司筹集了可观的4亿美元。在其他地方，Idx开发了一种AI诊断系统，该系统可以分析视网膜图像上的糖尿病性视网膜病变迹象，筹集了3,300万美元，而一家名为Notable的公司最近获得了4000万美元的资金，用于个性化癌症药物治疗。
几个月前，IBM科学家还发表了一篇论文，概述了一种AI模型，他们说这种AI模型能够预测患者一年内恶性乳腺癌的发展。
“当今的癌症护理是由恐惧和不确定性决定的，但是我们相信，当AI支持的诊断方法将能够更早，更准确地进行检测，追踪并因此带来更好的治疗效果时，我们正处于一个新时代。” Atomico负责人(和前外科医生)伊琳娜·海瓦斯(Irina Haivas)现在加入Kheiron董事会。 “我们之所以投资Kheiron，是因为我们相信他们拥有世界上最好的机器学习团队之一，而且还因为他们对放射学和临床验证有如此深刻的理解，以迎接这个新的癌症诊断和护理时代“。