AI+醫(yī)療再進(jìn)一步:推動(dòng)免疫療法與精準(zhǔn)醫(yī)學(xué)

科技行者
編譯
盡管免疫療法正徹底顛覆癌癥的診治思路,但目前仍僅對(duì)一小部分患者(20%至30%)有效。因此,來自特拉維夫的Nucleai公司正著力開發(fā)用于圖像分析及病理數(shù)據(jù)建模的AI軟件,希望幫助醫(yī)療行業(yè)開發(fā)出更為有效的藥物。

盡管免疫療法正徹底顛覆癌癥的診治思路,但目前仍僅對(duì)一小部分患者(20%至30%)有效。因此,來自特拉維夫的Nucleai公司正著力開發(fā)用于圖像分析及病理數(shù)據(jù)建模的AI軟件,希望幫助醫(yī)療行業(yè)開發(fā)出更為有效的藥物。

1.jpg

▲蛋白質(zhì)分子的三維晶體結(jié)構(gòu),也是腫瘤生長(zhǎng)的典型標(biāo)志物

Nucleai公司雖然只是一家剛剛成立三年的初創(chuàng)企業(yè),卻有著雄心勃勃的長(zhǎng)期發(fā)展目標(biāo)——成為“精準(zhǔn)醫(yī)學(xué)領(lǐng)域的領(lǐng)導(dǎo)者”。

根據(jù)該公司聯(lián)合創(chuàng)始人兼CEO Avi Veidman所言,Nucleai團(tuán)隊(duì)在以色列情報(bào)機(jī)構(gòu)擁有超過50年的總AI從業(yè)經(jīng)歷時(shí)長(zhǎng),主要涉及衛(wèi)星圖像分析;再加上醫(yī)師與醫(yī)療保健專業(yè)知識(shí)的加持,他們構(gòu)建起一整套可應(yīng)對(duì)無效預(yù)測(cè)性生物標(biāo)記物的跨學(xué)科方法。為了找到更好的解決方案。“我們整合了多種不同信息來源,類似于我們之前在情報(bào)領(lǐng)域的嘗試。”最終他得出結(jié)論,“癌癥可不管你是來自哪個(gè)學(xué)科的。”

所謂生物標(biāo)志物,是指在血液、其他體液或組織當(dāng)中發(fā)現(xiàn)的分子,通常表明人體之內(nèi)的正?;虍惓_^程、狀態(tài)或疾病。使用病理數(shù)據(jù)發(fā)現(xiàn)生物標(biāo)志物是一個(gè)相對(duì)較新的領(lǐng)域,這是因?yàn)榇蠖鄶?shù)生物標(biāo)志物源自基因組學(xué)研究。生物標(biāo)志物可用于發(fā)現(xiàn)身體的疾病或狀態(tài)對(duì)于治療過程產(chǎn)生了哪些反應(yīng)。但在腫瘤學(xué)試驗(yàn)中,制藥企業(yè)發(fā)現(xiàn)預(yù)測(cè)性生物標(biāo)志物的識(shí)別失敗率往往超過90%,因此他們需要一種新的識(shí)別方法以加快新藥的監(jiān)管審批流程。

Nucleai為制藥企業(yè)帶來一種新穎的空間生物學(xué)方法,能夠分析參與二期藥物試驗(yàn)的癌癥患者的免疫系統(tǒng)細(xì)胞在空間內(nèi)的位置。這種對(duì)腫瘤“微環(huán)境”的精準(zhǔn)描述有助于確定預(yù)測(cè)模式,可引導(dǎo)制藥企業(yè)更好地選擇適合的候選藥物以推進(jìn)三期試驗(yàn)。

雖然其他初創(chuàng)企業(yè)也在努力沖擊這一制藥挑戰(zhàn)人,但Nucleai體現(xiàn)出其在大數(shù)據(jù)分析方面的與眾不同。具體來講,他們掌握著來自美國(guó)及以色列各醫(yī)療中心網(wǎng)絡(luò)的數(shù)百萬患者病歷。此外,該公司還在進(jìn)軍市場(chǎng)的過程中發(fā)現(xiàn)新的優(yōu)勢(shì),即為客戶提供以自助服務(wù)為基礎(chǔ)、可整合至研究工作流當(dāng)中的軟件。

目前,Nucleai公司已經(jīng)完成了1300萬美元融資,最近一次是總值800萬美元的A輪融資。此輪融資由總部位于瑞士洛桑的生物制藥企業(yè)Debiopharm Group領(lǐng)投。Debiopharm公司CEO在一份聲明中提到,此次合作的目標(biāo)是“探索AI技術(shù)在多大程度上可以幫助病理學(xué)家及腫瘤學(xué)家在診斷及預(yù)測(cè)方面提升精確水平。”Nucleai的其他參投者還包括Grove Ventures以及Vertex Ventures Israel。

在以色列國(guó)防軍積累了20年的數(shù)據(jù)科學(xué)部門管理經(jīng)驗(yàn)之后,Veidman希望自己回歸初創(chuàng)企業(yè)創(chuàng)業(yè)者的角色。在此期間,他的父親接受了一次活體組織檢查,并在焦急中等待了三十天才拿到明確的結(jié)果。從那時(shí)起,Weidman意識(shí)到病理學(xué)技術(shù)已經(jīng)很長(zhǎng)時(shí)間沒有迎來太大變化,甚至在數(shù)字化轉(zhuǎn)型方面也才剛剛起步。

在2019年的《深度醫(yī)學(xué):人工智能如何讓醫(yī)療保健再次回歸人本位》一書中,Eric Topol寫道:“病理學(xué)在數(shù)字技術(shù)領(lǐng)域的發(fā)展速度比人們的預(yù)期要慢,這反過來又拖慢了AI進(jìn)入病理學(xué)的速度。不過這一切終歸要到來。”Veidman指出,“技術(shù)可以在醫(yī)療保健領(lǐng)域解決眾多問題,企業(yè)家的唯一任務(wù),就是找出可行的商業(yè)模式。”

來源丨Forbes

作者丨Gil Press

編譯丨科技行者

THEEND

最新評(píng)論(評(píng)論僅代表用戶觀點(diǎn))

更多
暫無評(píng)論