初创企业打造基于AI的远程医疗服务
2020-09-11 14:53
分享到微信
分享到微博
Neal Khosla在童年时期就被奥克兰运动者棒球队的“魔球理论（Moneyball）”所深深吸引。这个理论借助数据分析法判断运动员的自身价值与潜力。短短几年后，这位年轻的工程师以这段童年回忆为线索，开始寻求类似的技术来改善医疗决策。
Khosla遇到了Xavier Amatriain，Xavier希望通过自己的工程技能实现更崇高的使命，于是两人一拍即合共同创立了Curai。Curai是一家成立三年的初创企业，总部位于加利福尼亚的帕洛阿尔托，致力于通过AI改善医疗保健的全过程。
他们面临一个十分艰巨的挑战——彻底改变获取和提供医疗服务的方式。 据统计，世界上现有超过一半的人口无法获得基本的医疗服务，每年误诊导致死亡的病例数接近40万，然而其中有接近一半的误诊是可以避免的。所以，即使他们所做出的贡献只是沧海一粟，也会有成千上万的人们也会因此得到帮助。
“我们很确定现有的系统无法保证80亿人获得高质量的基本医疗，” Curai的首席执行官Khosla说，“就可访问性而言，我们需要对标Google。”
Curai一直在为让更多的患者得到更优质的医疗服务而努力。他们通过由NVIDIA GPU驱动一款基于对话的AI应用建立患者、医疗机构和康复医师间的联系。此外，这款应用还旨在有效连接提供医疗服务各个阶段，从分析症状、诊断病情到制定治疗方案。
“现在的医疗保健服务并没有实现规模化。医生的人才缺口问题短时间内并不能得到解决。” Khosla说，“我们的理想状态在实现规模化的同时，通过实现流程中各部分自动化来提高医疗服务的质量。”
“火上浇油”的新冠肺炎疫情
新冠肺炎疫情的爆发敦促Curai实现企业使命。随着医疗保健成为越来越多人关注的焦点，医疗行业实现更高效率、更普及、实现规模化的进程被注入了前所未有的动力。
Curai的平台使用AI和机器学习让流程的每一部分实现自动化，它的前端是该公司一款基于聊天的应用程序，可以满足用户的任何需求。
患者可以通过它输入有关身体状况的信息，查阅他们的医疗档案，随时与医疗机构沟通，以及查看流程进度。
对于医疗机构来说，新一代电子病历系统使获得全部患者的医疗信息易如反掌。此外，Curai的不断改进的算法也可以为医疗机构提供诊断和治疗建议。
“我们的方法是精细地统计和记录有关从业者的所作所为，方便模型训练，” Curai首席技术官Amatriain说， “在平台上实现的每一件事都旨在完善我们的‘学习循环’，也就是说，随着我们生成训练数据能力的增强，算法也会因为训练数据的质量提高而得到改进。”
Curai的在线评估工具
众多人工智能细分领域里，Curai 一直关注自然语言处理（用于从医患对话中提取数据）、医学推理（用于提供诊断和治疗建议）以及图像处理和分类（主要用于患者上传的皮肤病照片）。
Curai将最新技术应用于这些领域，例如将合成数据与自然数据结合使用以训练其深层神经网络。
Curai的大部分实验和大部分模型训练都在两个定制超微（Supermicro）工作站上完成，每个工作站都运行两个NVIDIA TITAN XP GPUs。对于皮肤病照片的分类工作，Curai用23,000张图像对一个50层的卷积神经网络完成初始化。对于其诊断模型，该公司使用CNN用40万个模拟医疗案例进行了模型训练。最后，它用将近80,000名患者的电子病历，训练了一类称为多层感知器的神经网络。
Curai偶尔会同时借助Google Cloud Platform和Amazon Web Services以获取更强大的算力，例如使用双重BERT微调模型来计算医学问题的相似性。这借助其积累的363,000个文本训练示例在两个NVIDIA V100 Tensor Core GPU上进行训练。
准备实现规模化
该平台仍有很大提升空间，但Amatriain认为Curai的规模化进程已经准备就绪。 该公司是NVIDIA初创加速计划的高级会员，该计划旨在为从事人工智能和数据科学工作的初创公司提供基本工具、专业知识和营销决策的支持，帮助他们更快地进入市场。
Curai计划在接下来的几个月中确定其进入市场的最终战略，目前公司专注于持续训练这些非常适合聊天的、基于文本和图像的模型。Amatriain还明确表示，Curai打算将传感器、可穿戴技术和其他数据源引入其学习循环。
在Curai看来，更多的数据意味着更好的解决方案，而对于患者和医疗机构来说，更好的解决方案无异于最佳的结果。
“在未来五年，我们将为世界各地的数百万人提供服务，并为他们提供高质量的、负担得起的医疗服务，” Amatriain说，“我们认为我们不仅有机会，更有责任将这项工作进行下去。”
Khosla遇到了Xavier Amatriain，Xavier希望通过自己的工程技能实现更崇高的使命，于是两人一拍即合共同创立了Curai。Curai是一家成立三年的初创企业，总部位于加利福尼亚的帕洛阿尔托，致力于通过AI改善医疗保健的全过程。
他们面临一个十分艰巨的挑战——彻底改变获取和提供医疗服务的方式。 据统计，世界上现有超过一半的人口无法获得基本的医疗服务，每年误诊导致死亡的病例数接近40万，然而其中有接近一半的误诊是可以避免的。所以，即使他们所做出的贡献只是沧海一粟，也会有成千上万的人们也会因此得到帮助。
“我们很确定现有的系统无法保证80亿人获得高质量的基本医疗，” Curai的首席执行官Khosla说，“就可访问性而言，我们需要对标Google。”
Curai一直在为让更多的患者得到更优质的医疗服务而努力。他们通过由NVIDIA GPU驱动一款基于对话的AI应用建立患者、医疗机构和康复医师间的联系。此外，这款应用还旨在有效连接提供医疗服务各个阶段，从分析症状、诊断病情到制定治疗方案。
“现在的医疗保健服务并没有实现规模化。医生的人才缺口问题短时间内并不能得到解决。” Khosla说，“我们的理想状态在实现规模化的同时，通过实现流程中各部分自动化来提高医疗服务的质量。”
“火上浇油”的新冠肺炎疫情
新冠肺炎疫情的爆发敦促Curai实现企业使命。随着医疗保健成为越来越多人关注的焦点，医疗行业实现更高效率、更普及、实现规模化的进程被注入了前所未有的动力。
Curai的平台使用AI和机器学习让流程的每一部分实现自动化，它的前端是该公司一款基于聊天的应用程序，可以满足用户的任何需求。
患者可以通过它输入有关身体状况的信息，查阅他们的医疗档案，随时与医疗机构沟通，以及查看流程进度。
对于医疗机构来说，新一代电子病历系统使获得全部患者的医疗信息易如反掌。此外，Curai的不断改进的算法也可以为医疗机构提供诊断和治疗建议。
“我们的方法是精细地统计和记录有关从业者的所作所为，方便模型训练，” Curai首席技术官Amatriain说， “在平台上实现的每一件事都旨在完善我们的‘学习循环’，也就是说，随着我们生成训练数据能力的增强，算法也会因为训练数据的质量提高而得到改进。”
Curai的在线评估工具
众多人工智能细分领域里，Curai 一直关注自然语言处理（用于从医患对话中提取数据）、医学推理（用于提供诊断和治疗建议）以及图像处理和分类（主要用于患者上传的皮肤病照片）。
Curai将最新技术应用于这些领域，例如将合成数据与自然数据结合使用以训练其深层神经网络。
Curai的大部分实验和大部分模型训练都在两个定制超微（Supermicro）工作站上完成，每个工作站都运行两个NVIDIA TITAN XP GPUs。对于皮肤病照片的分类工作，Curai用23,000张图像对一个50层的卷积神经网络完成初始化。对于其诊断模型，该公司使用CNN用40万个模拟医疗案例进行了模型训练。最后，它用将近80,000名患者的电子病历，训练了一类称为多层感知器的神经网络。
Curai偶尔会同时借助Google Cloud Platform和Amazon Web Services以获取更强大的算力，例如使用双重BERT微调模型来计算医学问题的相似性。这借助其积累的363,000个文本训练示例在两个NVIDIA V100 Tensor Core GPU上进行训练。
准备实现规模化
该平台仍有很大提升空间，但Amatriain认为Curai的规模化进程已经准备就绪。 该公司是NVIDIA初创加速计划的高级会员，该计划旨在为从事人工智能和数据科学工作的初创公司提供基本工具、专业知识和营销决策的支持，帮助他们更快地进入市场。
Curai计划在接下来的几个月中确定其进入市场的最终战略，目前公司专注于持续训练这些非常适合聊天的、基于文本和图像的模型。Amatriain还明确表示，Curai打算将传感器、可穿戴技术和其他数据源引入其学习循环。
在Curai看来，更多的数据意味着更好的解决方案，而对于患者和医疗机构来说，更好的解决方案无异于最佳的结果。
“在未来五年，我们将为世界各地的数百万人提供服务，并为他们提供高质量的、负担得起的医疗服务，” Amatriain说，“我们认为我们不仅有机会，更有责任将这项工作进行下去。”
