用 AI 技术帮医生处理、应用数据,曜立获数千万元 Pre-A 轮融资

茉小莉 · 2018-01-18
有效节省医生 75% 的数据搜集时间,专科科室的手术工作管理效率提升近 70 倍。

用 AI 技术帮医生处理、应用数据,曜立获数千万元 Pre-A 轮融资

1月18日消息,智能医疗数据服务公司曜立宣布获得来自元璟资本的数千万元 Pre-A 轮融资。

曜立成立于 2015 年,它基于真实医疗场景和医生的实际需求,以大数据和医学理论为基础,融合 AI 技术,为医疗健康领域提供数据服务及一站式解决方案。

由于医疗数据的独特性和复杂性,目前海量的医疗数据分散在行业中,80% 都没能得到有效利用,导致医生日常工作及科研管理中,仍需占用大量人工和时间整理数据。但随着市场发展、技术推动和医疗信息化政策影响,医疗 AI 在医院工作中逐步扮演起更重要的角色。基于对行业现状的理解,曜立从多个单病种医疗数据切入,采用 AI 算法为科室提供 SaaS 产品并搭建数据平台,最终实现临床管理质量控制、科室管理质量控制的提升。

目前,曜立以自主研发的 Willow® 系列应用软件为基础,为医疗机构、医药企业和医疗保险等机构定制数据集成处理方案,目前已经在心内科、血液科、妇科三个科室得到有效应用。其中,Willow Lite 整合 HIS 和科室各类子系统为同一前端,将原本复杂难找的数据自动分类、归档、提取和索引,节省了医生 75% 的数据搜集时间。

传统场景下,日常医生都需要手动录入病例和撰写医疗报告。现在通过曜立 Willow Inform 和 Willow Report 系统,医生可以在短时间内自动生成结构化病例,并且按照标准格式一键上传至卫生系统。客户每次使用 Willow® 前端应用时产出的医疗数据即是标准化数据,并且自动进入后端数据中心,数据中心内嵌自主研发算法,通过算法将汇聚的海量数据进行分析处理,辅助医生进行科学研究,最终产出可以支持决策的有用数据。

由于现有数据解决方案主要集中在数据收集和清洗的单一处理阶段,在应用层面相对薄弱。而曜立希望通过 AI 协助处理数据,从后段到前端做数据整合,从根本解决医疗健康领域的数据问题。

经过两年多的发展,曜立在数据源获取、数据平台搭建、应用场景、客群获取等环节形成一定的商业闭环,现在已在多家国内顶尖三甲医院落地使用,包括超大型综合医院以及知名专科医院。通过曜立 Willow,专科科室的手术工作管理效率提升了近 70 倍,每月手术室节省时间 9000 分钟。

曜立表示,随着经验体系的积累加深、算法和结论逐渐丰富,更深层次的分析应用也将被触及,例如临床辅助决策、药物调查、精准医疗等更多医疗信息化的需求。目前,曜立也与国内相关领域中心协作组进行合作,借助 Willow 核心技术搭建科研数据平台,助力产出更多医疗行业关键性的成果。本轮融资过后,公司将关注更深层次的医疗人工智能,加强核心技术突破,拓展市场业务并覆盖更多地区的医院和科室。

据了解,曜立团队成员均来自于临床医学、通信、计算机、金融等综合领域,清华、北大、威斯康辛大学等名校毕业,在人工智能与大数据领域沉淀多年实战经验,在垂直领域和跨行业资源层面积累较深。

近年来 AI 技术发展迅猛,医疗 AI 也经历着飞速前进。统计显示,2017年国内医疗人工智能公司累计融资已超过180亿人民币。

援引此前 AI 科技大本营 的报道,目前医疗 AI 的应用途径主要有以下几类:

第一类:影像识别,比如分析 X 光片、B 超图等。技术属于入门级,90% 获得融资的公司集中在这一领域。

第二类:问题分诊疾病,通过询问问题,诊断患者得了什么病。大多数是通过做自然语言处理,学习病例、教材、文献,到最后判断出来有什么问题。

第三类:基因、微生物研究,通过采集、分析人的基因数据,进行更细微、更精确的医疗诊断。

第四类:新药研发,可以通过数据筛查、对比,提高新药研发的效率,以及中医药有效成分的分析。

第五类:食物营养成分研究,通过精确分析食物营养成分,帮助合理膳食和疾病预防。

除了医院场景,医疗 AI 还有很多应用场景。医疗 AI 想要获得像新药一样盈利,对这个行业来说至少还需要十年时间,需要医疗领域专家和人工智能专家一起努力。

+1

好文章,需要你的鼓励

参与评论
登录后才能参与讨论哦...
后参与讨论
提交评论0/1000

请回复有价值的信息,无意义的评论将很快被删除,账号将被禁止发言。

下一篇

归国后的海龟的职业发展路径有那些,薪资待遇是否如我们想象的那样令人惊讶,或许我们能从以下多个案例中了解更多。

2018-01-18

36氪APP让一部分人先看到未来
36氪
鲸准
氪空间

为你推送和解读最前沿、最有料的科技创投资讯

一级市场金融信息和系统服务提供商

聚集全球最优秀的创业者,项目融资率接近97%,领跑行业