36氪获悉， AI数字病理分析公司迪英加宣布已获得数千万元A轮融资，本轮由君联资本、金阖资本（金域医学关联基金）和IDG资本共同领投，将门创投、布朗什维克基金继续跟投。据创始人杨林透露，本轮融资将主要用于完善公司的四条产品线，建立迪英加杭州/上海/美国研究院，及继续开拓海外市场。
关于迪英加36氪曾有过介绍，它专注于提供数字病理图像分析工具用于癌症诊断和分级。
在自主研发的高通量显微图像成像和处理技术及大体量数字病理影像图库基础上，公司打造了病理互联和智能病理（硬件+软件）两套系统，提供远程病理图像分析和全类比AI病理辅助诊断，涉及细胞病理、组织病理、分子病理、免疫组化；另外，一款名为“病理星球”产品能提供海量数字病理图片用于科研和临床。杨林表示，这四款产品能覆盖数字病理全产业链的各类需求。
另外，据杨林介绍，其高通量快速分析系统5秒就能处理完1亿像素的全视野病理扫描图像，细胞检测精度达99%。
一直以来，病理切片分析都被医学界公认为癌症诊断的“金标准”。许多病人的临床诊断须通过细胞形态学及组织病理学检查才能得到最终确认，包括各类肿瘤性疾病的区域、良恶性质、分期、分型等，从而为临床选择正确治疗方案、术后诊断提供依据。
在病理医生的实际阅片中，原始病理切片的图片尺寸庞大，肿瘤细胞群的尺寸却十分微小，他们往往没时间对每张病理切片都进行仔细分析计数。譬如一次大体切片活检，病理医生通常要对约几十张病理图像进行审查才能确定患者是否患病，其中每张图像都超过2000万像素、信息量极大，但只有几张图像与患病区域真正相关，病理医生经常要花费大量时间查看病理切片。
与之对应的是，目前全国病理医生也极度缺乏。公开统计数据显示，截至2015年，全国在册病理医生11000余名。其中，70%的病理医生集中在三级医院，三级医院平均配备3.63名病理医生；而超过两万家二级及二级以下医院，平均每家医院仅有0.12名病理医生，与原卫生部制定的每百张床配备1-2名病理医生的标准差距悬殊。可以说，在病理诊断领域，市场供需关系严重失衡，且短期内很难改变。
随着肿瘤发病率和死亡率的日益上升，病理科在满足临床对快速、准确、靶向、预测性病理诊断的需求上都面临着巨大挑战，AI的出现有望解决这一难题。它能自动分析、分割、检测感兴趣区域、定量评估病变区域变异程度，从而帮医生分担很多重复性、机械性工作，提高工作效率。
迪英加切入的正是这一细分领域，其基于自动检测和分割图像算法的高通量分析系统能直接对全场图像进行判读，并聚焦于算法突出的肿瘤区域，提高辅助诊断效率。以宫颈图片为例，迪英加开发的系统能在5秒内自动筛掉大量的阴性切片，系统判读的敏感性为100%，特异性为95%以上。
而传统用深度学习算法来预测肿瘤区域的项目多数只能将每张切片剪切成大量小尺寸图块，再预测单张图块是否为肿瘤区域。不过，仅凭单张图块而不知周边区域的情况会影响预测准确度，由此产生的假阳性十分显著。
当然，AI在医疗中应用的一项关键问题在于能否持续获得高质量的数据。杨林透露，截止目前其产品已在国内外50余家医院落地，积累切片数据15万例，涵盖20多种癌症。他还表示，病理数据难追溯，不存在泄露患者个人隐私的问题，相较于大影像和基因数据，在安全性和数据获取上都会更具优势。
对于商业模式的考虑，杨林表示迪英加主要是“软件+硬件”结合，并同时面向国内和海外市场。其一是向医院、药企、第三方检验机构销售软件/提供（整体）解决方案；其二是销售自主研发便携式扫描仪（作软件载体）和与国内友商合作的高通量扫描器械。
关于投资逻辑，君联资本投资总监杨轶表示，首先，迪英加的团队在科研和商业资源上都有足够的积淀，并在中国采用欧美水平进行了落地应用；其次，便携式硬件+软件结合的模式在成本控制和商业化方面都有优势，也易形成产业闭环；最后，君联、金阖、IDG的产业资源也能与迪英加发挥协同作用，让公司各产品线能更好地商业化落地。金阖资本负责人之一王智飞表示：金域医学拥有庞大的业务网络，有海量的病理数据要处理，未来能与迪英加产生业务协同。IDG资本合伙人牛奎光则认为，病理是非常适合AI辅助分析的领域，加之迪英加业务涵盖全球市场，发展潜力巨大。
除了迪英加，进行AI在病理诊断上的探索的公司还有一些。国外市场包括德国的Definiens和莱卡的Aperio，美国的Digipath、Paige.AI，丹麦的Visiopharm等等；在国内典型的有智微信科、微瞰、智影医疗、DeepCare等。
原文はこちら
セミナー情報や最新業界レポートを無料でお届け
メールマガジンに登録
Google翻訳などのAIを使い、編集者が補正した文章です。
情報によると、AI デジタル病理分析会社迪英加（Tianyancha）は、Aラウンドで数千万人民元の資金調達を完了したと発表した。 資本の内訳は主として君联キャピタル（LegendCapital）、金闔キャピタル（金域医学関連協会基金）と IDGキャピタルにより共同投資され、将門創投、ボルシェビキ基金が引き続き追随したという。 創業者の楊林氏によると、今回の資金調達は主に同社の4つの製品ラインの改善、及び迪英加杭州・上海・アメリカにおける研究院の設立、そして海外市場開拓に使われる。
迪英加に関しては36Krで紹介したことがあり、この会社はがんの診断や級別判定に用いるデジタル病理画像解析機械の提供に重きを置いている。
自社開発のハイスループット顕微鏡画像と処理技術及び大規模なデジタル病理画像ライ ブラリをベースに、病理学的相互接続とインテリジェンス病理（ハードウェア+ソフトウェア）と2つのシステムを構築し、遠隔病理画像解析と総合アナログAI病理診断、関連して細胞病理、組織病理、分子病理および免疫組織化を用いた病理診断を提供している。さらに「病理惑星」と呼ばれる製品は、科学研究および臨床使用に用いられた多数のデジタル病理 画像を提供することができる。 楊林氏は、これらの4つの製品は、デジタル病理学業界のあらゆるニーズに対応できると述べている。
さらに、楊林氏によると、そのハイスループット高速分析システムは、5秒で1億画素の全フィールドの病理スキャン画像を処理でき、細胞検出精度は99％まで達している。
病理細胞分析は、今までずっとがん診断の「ゴールドスタンダード」として、医療業界において認識されている。 多くの患者の臨床診断は、様々な腫瘍疾患の発生部位、良性悪性、病期分類、病気の種類などを含む細胞形態学および組織病理学的検査を受けてから、最終確認をされる必要がある。それによって臨床上正しい治療計画を決断し、その後に診断をデータに基づき提供する。
病理専門医の実際の読影においては、原始病理細胞の画像サイズが大きいのに対して 腫瘍細胞群のサイズは非常に小さく、各病理細胞を慎重に分析し数値化する時間がほと んどない。 例えば、生体組織診断を行う場合、病理専門医は通常、数十枚の病理画像を見直さないと患者が病気を患ってるかどうかを判断できない。それぞれの画像は 2000万画素を超え、情報量が極めて多いにもかかわらず、わずかな画像しか病変領域に関連していない。 病理専門医は病理細胞を判読するのにいつも多くの時間を費やさなければならない。
それに対して、現在国内の病理専門医も極めて不足している。 公開された統計によると、2015年に全国に登録されている病理専門医は11,000人を超えている。 そのうち病理専門医の7割が三級レベルの病院に集中しており、一か所に平均3.63名の病理学者が配属されいる。ところで、二級病院と二級レベル以下の病院が合わせて2万を超えているにもかかわらず、一か所に平均0.12名の病理専門医しか配属されていない。政府機関の衛生部が定めた病床の100床に対して病理専門医を1〜2名配置する標準規定とはかけ離れている。病理診断分野において、市場における需要と供給のバランスが大きく偏っており、短期的に変化させることは困難だと言えるだろう。
腫瘍の疾病率及び死亡率の増加に伴い、病理科は臨床上における迅速、正確、標的、および予測性を持った病理診断のニーズを満たすには莫大な課題に直面している。そこで、AIの出現は問題解決に希望を抱かせている。AIは関心領域を自動的に分析、区分、検出し、病変領域の変動の程度を定量的に行うことで、医師が繰り返す機械的な作業を分担でき、業務の効率を向上させるのに役立つ。
迪英加が取り組もうとしているのはまさにこの分野である。その自動検出とセ グメンテーションイメージアルゴリズムに基づいたハイスループット解析システムは、 全視野画像を直接判読し、アルゴリズムによって発見された腫瘍領域に焦点を当てて診断効率を向上させる。子宮頸部の画像を例えると、5秒以内に大量の陰性細胞を自動的に除外することができ、システム判読における感度は100％、特異度は95％以上である。
従来のディープランニングアルゴリズムを使用して腫瘍領域を予測するプロジェクトのほとんどは、ただ各細胞を大量に小さなブロックに切断し、単一のブロックが腫瘍領域であるかどうかを予測するものだ。しかし、単一のブロックでしか判断できず、それ以外の状態がわからないという事実が測定精度に影響を与え、結果として生じた陽性の誤検知は非常に目立ったものになっている。
もちろん、医療においてAIの応用における重要な課題は、品質の高いデータを持続的に取得できるかにある。 楊林氏は、これまでにこの商品が国内外で50以上の病院に置かれ、細胞に関するデータが15万症例以上蓄積され、20種類以上の癌の情報を有していることを明らかにした。また、病理学的データは追跡が困難であり、患者のプライバシーが漏洩する問題がなく、大きな画像や遺伝子データと比べて、安全面とデータ取得にかなり有利な点が多いとも述べている。
ビジネスモデルに関して、楊林は迪英加が主に「ソフトウェア+ハードウェア」の組み合わせを用いて、国内外市場同時に目を向けると語った。一つ目は、病院や製薬会社、第三者検査機関へソフトウェアを販売し（全体的）なソリューション提案をすることである。 二つ目は、自社開発したポータブルスキャナー（ソフトウェアキャリアとするため）、及び国内メーカーと提携し製作したハイスループットスキャン装置を販売することである。
投資ロジックについて、君联キャピタル（LegendCapital）のディレクターである杨轶（ヤンイー）氏によるとまず、迪英加のチームは科学研究や商業資源においては十分に蓄積があるし、中国ではヨーロッパやアメリカの基準を用いて立ち上げた。また、ポータブルハードウェア+ソフトウェアの結びついたモデルがコスト管理と商業化に有利で、閉鎖ループ（フィードバック）式のサプライチェーンも形成しやすい。そして最終的には、君联、金闔、IDG の産業資源も、迪英加とのシナジー効果が発揮され、各製品ラインの商業化に落ち着く。金闔キャピタルの責任者の王智飛氏はこう語る。金域医学が業務において巨大なビジネスネットワークを持ち、数えきれない病理データベースを処理する必要があるので、今後は迪英加と業務上提携する事ができる。IDGキャピタルのパートナーである牛奎光氏は、病理という領域がAIの補助分析には非常に適していて、迪英加の事業が世界市場をカバーしていることで、大きな発展可能性を秘めていると考えている。
原文はこちら
セミナー情報や最新業界レポートを無料でお届け
メールマガジンに登録
フォローする
フォローする
