上图：英伟达业务拓展副总裁杰夫·赫布斯特（Jeff Herbst）
【网易智能讯 4月24日消息】芯片巨头英伟达正努力寻找拥有“最好社会影响力”的人工智能（AI）初创公司。这是英伟达推出的Nvidia Inception项目的一部分，该项目正在筛选600多家公司，从中找出三大类最好的AI初创公司。
英伟达21日公布了最热门的4大AI初创公司，23日早上推出最具颠覆性的五家AI创业公司，现在，我们推出被称为拥有“潜在社会影响力”的五大AI创业公司，而它们都在医学领域。英伟达首席执行官黄仁勋（Jen-Hsun Huang）上周主持了一场类似创智赢家(Shark Tank)的活动，以缩小候选者的范围。
黄仁勋和一个评委小组共评选出3个类别的14家AI创业公司。这些初创公司是从Nvidia Inception项目中2000多家AI公司筛选出来的，被选中的获胜者将可参加5月10日的Nvidia GPU技术大会，并领取150万美元现金。
评委包括Fidelity Investments投资经理加文·贝克（Gavin Baker）、投行高盛的半导体投资银行全球主管塔米·凯利（Tammy Kiely）、软银集团的投资者Shu Nyatta，Coatue Management高级董事总经理托马斯·拉芬特（Thomas Laffont）以及Microsoft Accelerator全球首席技术官普拉什特·沙尔马（Prashant Sharma）。
英伟达业务拓展副总裁杰夫·赫布斯特（Jeff Herbst）在接受采访时表示，该公司决定创建一个有意义的奖项以表彰AI初创公司做出的令人惊叹的工作。他表示，在“潜在社会影响公司”的类别中，英伟达在其数据库中对2000家AI初创企业进行了审查。我听着这些公司向评委们讲述他们的故事，这个故事将聚焦于最热门的四家新兴初创企业。每个类别中都有一个赢家，可以赢得37.5万美元奖金，每个类别的亚军将赢得12.5万美元。
1.Genetesis
上图：Genetesis首席执行官Peeyush Shrivastava
美国每年有1000万人次因胸痛前往急诊室就诊，这个问题每年开支高达66亿美元，而急诊室很难区分出与心脏有关的疼痛类别，其中75%的疼痛都与心脏无关。Genetesis首席执行官Peeyush Shrivastava说，Genetesis利用深度学习、传感器和物理学来正确诊断胸痛。
通常情况下，医生必须使用心电图(EKG)机器来帮忙。但结果并不是决定性的，所以你必须还要经历六小时的测试，这被称为肌钙蛋白测试。这些结果也不是决定性的，所以你可能需要做更多的测试。整个过程耗时数小时，医生们往往会要求对病进行更长时间的观察。在此期间，大约5%的病人因未被诊断出心脏疾病而回家，其中2%的人死于家中。
Shrivastava说，与此同时，在不适当的压力测试中，浪费的开支约有4.94亿美元。它已经基于生物磁成像系统建立测试，该系统可以监测从胸部自然散发出来的弱磁场。它会生成一张心脏的3D地图，告诉医生你是否患有心脏病。护士或技术人员可以用非侵入式的方式对病人进行90秒的评估。在床边，医生可以确定病人是否需要支架。
Shrivastava说:“我们正接受急救室胸部疼痛治疗的全球挑战。”该系统使用GPU加速AI来诊断。生物磁成像技术可以应用于其他对大脑、肝脏和胎儿状况的测试,该系统可以为每名患者提供1毫米分辨率的3D地图。Genetesis与梅奥诊所建立了数据合作关系。Genetesis于2013年9月在辛辛那提成立,该公司有大约15名员工，从马克·库班（Mark Cuban）、CincyTech、Wilson Sonsini、Danmar Capital和43North筹集了190万美元资金。
2.Lunit
上图：Lunit的首席执行官安东尼·帕克（Anthony Paek）
Lunit正在开发用于医学诊断的深度学习软件，用于诊断诸如呼吸癌等难以发现的疾病。这家总部位于首尔的公司正利用3D成像技术和深度学习技术来进行乳房x光扫描，而在“乳腺密度大的乳房”中，乳房x光扫描并不容易检测出癌症。
在美国，每年有100亿美元被用于乳腺癌的检测。Lunit的首席执行官安东尼·帕克（Anthony Paek）：“我们认为这项技术可以拯救无数病人的生命。” 帕克表示，大约20%的肺癌和乳腺癌在筛查测试中未能诊断出来。使用Lunit的技术，全科医生们看到了他们的正确诊断从80%提高到83%，放射学家认为他们的诊断结果正确率从84%提高到86%。在测试中，Lunit击败了来自IBM和微软等其他公司的团队。
筛查中发现乳腺肿瘤的准确率约为78%，但使用Lunit的AI软件，这个比例高达83%。帕克说，随着时间推移，随着技术进步，准确性可能还会上升。他指出:“到时候，病人可以在正确的时间得到正确的治疗。”
Lunit准备数据，训练其神经网络，然后提供反馈，通过验证来改善检测。帕克说，这项业务可以扩大到其他医疗领域，也可以用来检测其他类型的癌症。Lunit的联合创始人来自韩国大学KAIST，并与韩国的主要医疗领先机构合作。Lunit于2013年8月成立，该公司有30名员工。它已经从Formation 8、软银风险投资、Mirae-Asset风险投资公司、Intervest以及Kakao旗下K-Cube Ventures筹资520万美元。
3.Insilico Medicine
上图：Insilico Medicine首席执行官亚力克斯·扎沃隆科夫（Alex Zhavoronkov）
药物发现是医疗领域最重要的任务之一。每种药物的研发成本平均达26亿美元，全球研发这些药物的费用约为1500亿美元。Insilico Medicine首席执行官亚力克斯·扎沃隆科夫（Alex Zhavoronkov）表示，这就是为什么在2014年只有46种新药被推出，而新药的失败率高达92%的原因。世界上大约有6万种疾病。
Insilico Medicine正在为药物发现、生物标记发展和衰老研究等研发AI技术，它致力于提高每个人的生活质量，主要基于被称为“质量调整寿命年”(QALY)的措施。扎沃隆科夫说，他想要为每个人增加“质量调整寿命年”。现在，用质量调整寿命年来提升你的生活成本约需要6万美元。
Insilico Medicine通过验证新药的线索来实现这个目标。它向药品公司发放许可证，如果得到证实，公司就会收到付款。扎沃隆科夫说:“我们发现了药物成功的高大机会，这会加速制药公司的药物开发。这是我的孩子，我没有固定资产。我们不会放弃，直到我们战胜了最大的挑战：与年龄有关的疾病。”
Insilico Medicine的深度学习技术在英伟达GPU上运行。它可以做许多事情，比如使用生物标记找到一个人的年龄。该公司的一种药物正在经历这一发现过程。该公司有几千个“线索”，或用于治疗疾病的分子模型。它通过在模型生物中验证这些线索来完善这个过程。
扎沃隆科夫说:“一旦你得到了这些数据，你就会开始产生大量资金。”这类工作的授权可能会有所不同，从200万美元到3800万美元不等，那取决于技术进步的水平。扎沃隆科夫说：“药物价格昂贵的重要原因是92%的失败率。”
Insilico Medicine于2014年1月在巴尔的摩成立，该公司拥有30名员工，并从MannBioinvest和Deep Knowledge Ventures获得了500万美元投资。
4.SigTuple
上图：SigTuple首席执行官罗希特·库马尔·潘迪（Rohit Kumar Pandey）
有那么多致命的疾病，你需要进行大量的医学测试。印度初创公SigTuple想要用AI来极大地提高各种筛选过程的速度、准确性和一致性。它想让医生为更多的病人服务，并减少错误。它还想让病人对医疗系统有更大的信心。
SigTuple首席执行官罗希特·库马尔·潘迪（Rohit Kumar Pandey）说：“我们希望通过提供AI智能筛选来改变医疗行业，这里没有足够的医生。我们需要更多的筛查，而我们的测试是低效的。”
潘迪说，我们的公司关注疾病、医疗专家以及设备。他指出，世界上每1000人才有一名医生。该公司使用AI分析视觉医学数据，并通过对血液、尿液和精液测试的远程诊断来促进规模化发展。这使得医生可以远程评估病人。
SigTuple发明了一种名为Shonit的设备，可以捕捉血液检测结果并将其数字化。潘迪说，现在印度的血液检测成本约为4到10美元，他的公司每次检测将收取40美分至80美分的费用，这大大降低了成本。他还说:“我们正在研究筛查业务的最基本层面，我们希望为大众带来更大价值。”
潘迪指出，血液检测的解决方案目前正在进行测试。该公司将测试数据数字化，并将其移动到云端，在那里，AI可以分析数据，并将结果传回给医生。它结合了从云端到远程医疗的一切。SigTuple成立于2015年7月，拥有约30名员工。该公司已从Accel Partners、IDG、Endiya Partners、Pi Ventures、VH Capital以及Axilor Ventures融资640万美元。
潘迪说，该公司仅烧掉了大约30万美元，但它正在产生收入。该公司预计明年将在印度创造100万美元的收入。随着时间推移，该公司将扩展到印度以外的地区。
5.Bay Labs
上图：Bay Labs创始人约翰·麦瑟（Johan Mathe，左）
约翰·麦瑟（Johan Mathe）的医生有一种预感，他可能患有一种心脏病，被称为“杂音”。但医生只有一个听诊器。这一过程花了5年的时间观察和测试，以证实麦瑟确实有心脏杂音。这让麦瑟想知道为什么要花这么长时间，他问道：“有办法解决这个问题吗?”这就促使他创建了Bay Labs。
他说：“有没有一种方法，可以让超声波直接进入你的全科医生那里?”其中一个原因是，很难解释心脏的超声波图像。如果能更容易地分辨出这些图像，那将会有所帮助。Bay Labs正试图通过深度学习来解决这个问题。
它在英伟达GPU上运行自己的AI软件，实时训练它，以便更好地识别超声波图像。它还可以帮助技术人员引导超声波探测器到准确的位置，从而获得更好的病人数据。它的解决方案要快20倍，而且能以1/8的成本为8倍病人测试。它将每次扫描的费用从400美元降至50美元，而且每年可以扫描5倍以上的病人。
麦瑟表示：“超声波是非侵入性的，我们想让它和听诊器一样有用。”海湾实验室成立于2014年7月。该公司拥有约15名员工，并从Khosla Ventures和Data Collective Venture Capital那里筹集了到数额不明的资金。
（英文来源/venturebeat，编译/机器小易，校对/小小）
本文来源：网易智能
责任编辑：
王超_NT4133
