Vedi traduzione automatica
Questa è una traduzione automatica. Per vedere il testo originale in inglese cliccare qui
#News
{{{sourceTextContent.title}}}
La lente profonda aumenta di 14 milioni di dollari per migliorare la patologia guidata dall'IA (Intervista)
{{{sourceTextContent.subTitle}}}
Deep Lens è un'azienda di patologia digitale guidata dall'IA con sede in Ohio. Attualmente stanno lavorando con Worldwide Clinical Trials per accelerare l'arruolamento dei pazienti negli studi clinici. Questa settimana, hanno annunciato un round di finanziamento di successo della serie A di 14 milioni di dollari.
{{{sourceTextContent.description}}}
"Fin dall'inizio, abbiamo beneficiato di un enorme gruppo di investitori, che ora include il team di classe mondiale di Northpond Ventures", ha detto Dave Billiter, co-fondatore e CEO di Deep Lens, in un comunicato stampa. "Questo finanziamento della Serie A è un'ulteriore conferma del valore del nostro approccio alla patologia digitale, che cambia nel settore, per fornire le giuste diagnosi oncologiche in modo più rapido e accelerare il reclutamento e le tempistiche degli studi oncologici"
Abbiamo scritto di Deep Lens lo scorso ottobre dopo che sono usciti dalla modalità stealth e hanno ottenuto finanziamenti di capitale di avviamento. Abbiamo incontrato nuovamente Dave Billiter e Simon Arkell, rispettivamente co-fondatore e presidente, per conoscere i loro finanziamenti e gli obiettivi futuri verso un migliore servizio di patologia digitale.
Ben Ouyang, Medgadget: Come avete trovato gli investitori per il finanziamento della Serie A?
Lente profonda: Il mercato globale degli studi oncologici si sta avvicinando ai 65 miliardi di dollari e Northpond Ventures stava guardando il mercato. I loro analisti hanno completato la loro analisi del mercato e ci hanno contattato. Si sono resi conto che eravamo il miglior venditore nello spazio perché abbiamo un modello di business che ci può dare massa critica con i patologi. Possiamo sfruttare tale impronta per i suoi dati e avere accesso a pazienti che possono essere identificati per gli studi clinici.
Medgadget: Cosa ti aiuteranno a fare i soldi?
Deep Lens: il finanziamento ci aiuterà ad espandere i nostri team di sviluppo software e di data science, nonché ad espandere il marketing e il personale addetto alle vendite. Svilupperemo più modelli e metodi basati sui tipi di tumore e sulle diverse terapie. Continueremo ad aggiungere ulteriori funzionalità alla piattaforma per supportare il flusso di lavoro di patologi, coordinatori di ricerca clinica, ricercatori principali e biofarmaci.
I metodi di IA che abbiamo già creato hanno dimostrato di superare tutta la letteratura pubblicata in termini di accuratezza. Ne svilupperemo di più e li incorporeremo in VIPER in modo che possano essere utilizzati per migliorare l'assorbimento della patologia e guidare l'ulteriore adozione della patologia digitale. Senza entrare troppo nei dettagli dei nostri metodi proprietari, quello che possiamo dire è che VIPER sarà utilizzato per identificare e abbinare i pazienti a studi clinici appropriati molto prima di qualsiasi metodo attuale, aiutando così gli sponsor degli studi ad identificare più pazienti e a migliorare i tassi di reclutamento, e comprimere i tempi per gli studi clinici.
Medgadget: Ci sono stati sviluppi nella tecnologia da quando abbiamo parlato l'anno scorso?
Lente profonda: Assolutamente. Abbiamo aggiunto più logica basata su un tipo di tumore e metodi di IA nel flusso di lavoro di VIPER. Abbiamo sviluppato un'IA che ha dimostrato di superare letteralmente qualsiasi letteratura pubblicata per modelli di identificazione del tumore nel cancro al seno e nel linfoma. Abbiamo anche completato i miglioramenti al visualizzatore di immagini all'interno di VIPER.
Medgadget: Che consiglio avete per i nostri lettori per far funzionare una tecnologia?
Lente profonda: raccomanderei di stabilire un ciclo di feedback continuo da parte degli utenti finali e di essere estremamente concentrato sull'adattamento al mercato del prodotto. Capiamo questo processo perché VIPER è stato sviluppato nell'arco di 10 anni ed è stato utilizzato da patologi che hanno collaborato a decine di studi globali. Abbiamo analizzato il loro feedback e abbiamo fornito un prodotto che si adatta al mercato dei prodotti.
Medgadget: Qual e' l'ostacolo piu' grande che stai affrontando in questo momento?
Obiettivo profondo: Assunzione. Stiamo espandendo rapidamente il nostro team e trovando le persone giuste il più velocemente possibile per supportare la scalabilità delle nostre operazioni. Stiamo cercando in tutta una serie di settori industriali per sviluppatori di software, scienziati di dati AI, sviluppatori di IA, addetti alle vendite, al marketing e allo sviluppo aziendale.