Automatische Übersetzung anzeigen
Dies ist eine automatisch generierte Übersetzung. Wenn Sie auf den englischen Originaltext zugreifen möchten, klicken Sie hier
#Neues aus der Industrie
{{{sourceTextContent.title}}}
Deep Lens beschafft 14 Millionen Dollar zur Verbesserung der KI-getriebenen Pathologie (Interview)
{{{sourceTextContent.subTitle}}}
Deep Lens ist ein KI-getriebenes Unternehmen für digitale Pathologie mit Sitz in Ohio. Sie arbeiten derzeit mit Worldwide Clinical Trials zusammen, um die Patientenrekrutierung für klinische Studien zu beschleunigen. Diese Woche gaben sie eine erfolgreiche Finanzierungsrunde der Serie A in Höhe von 14 Millionen Dollar bekannt.
{{{sourceTextContent.description}}}
"Seit unserer Gründung haben wir von einer enormen Gruppe von Investoren profitiert, zu der nun auch das Weltklasse-Team von Northpond Ventures gehört", sagte Deep Lens Mitbegründer und CEO Dave Billiter in einer Pressemitteilung. "Diese Finanzierung der Serie A ist eine weitere Bestätigung des Wertes unseres branchenweit neuen Ansatzes für die digitale Pathologie, um die richtigen Krebsdiagnosen schneller zu liefern und die Rekrutierung von Onkologie-Studien zu beschleunigen."
Wir haben letzten Oktober über Deep Lens geschrieben, nachdem sie den Tarnmodus verlassen und eine Seed Equity Finanzierung erhalten hatten. Wir haben uns wieder mit Dave Billiter und Simon Arkell, Mitbegründer bzw. Präsident, getroffen, um Einblicke in ihre Finanzierung und ihre zukünftigen Ziele für einen besseren digitalen Pathologiedienst zu erhalten.
Ben Ouyang, Medgadget: Wie haben Sie die Investoren für die Finanzierung der Serie A gefunden?
Deep Lens: Der globale Markt für Onkologie-Studien nähert sich 65 Milliarden Dollar und Northpond Ventures hatte sich den Markt angesehen. Ihre Analysten haben ihre Marktbeobachtung abgeschlossen und sich an uns gewandt. Sie erkannten, dass wir der beste Anbieter in diesem Bereich sind, weil wir ein Geschäftsmodell haben, das uns eine kritische Masse bei Pathologen verschaffen kann. Wir können diesen Footprint für unsere Daten nutzen und haben Zugang zu Patienten, die für klinische Studien identifiziert werden können.
Medgadget: Was wird das Geld dir helfen?
Deep Lens: Die Finanzierung wird uns helfen, unsere Softwareentwicklungs- und Data-Science-Teams sowie die Mitarbeiterzahl in Marketing und Vertrieb zu erweitern. Wir werden weitere Modelle und Methoden entwickeln, die auf Tumorarten und verschiedenen Therapien basieren. Wir werden die Plattform weiterhin um weitere Funktionen erweitern, um den Workflow von Pathologen, Koordinatoren der klinischen Forschung, Hauptprüfern und Biopharmazeuten zu unterstützen.
Die von uns bereits entwickelten KI-Methoden haben bewiesen, dass sie alle veröffentlichten Literatur in Bezug auf die Genauigkeit übertreffen. Wir werden weitere davon entwickeln und in VIPER einbetten, damit sie zur Verbesserung der Aufnahme von Pathologien und zur weiteren Verbreitung der digitalen Pathologie genutzt werden können. Ohne zu sehr auf unsere proprietären Methoden einzugehen, können wir sagen, dass VIPER dazu verwendet wird, Patienten viel früher als alle anderen aktuellen Methoden zu identifizieren und mit geeigneten klinischen Studien abzugleichen, wodurch Studiensponsoren dabei unterstützt werden, mehr Patienten zu identifizieren und die Rekrutierungsraten zu verbessern, und Zeitpläne für klinische Studien zu komprimieren.
Medgadget: Gibt es irgendwelche Entwicklungen in der Technik, seit wir letztes Jahr gesprochen haben?
Tiefenlinse: Auf jeden Fall. Wir haben den Workflow von VIPER um eine weitere Logik erweitert, die auf einem Tumortyp und KI-Methoden basiert. Wir haben eine KI entwickelt, die nachweislich jede veröffentlichte Literatur für Tumoridentifikationsmodelle bei Brustkrebs und Lymphom buchstäblich übersteigt. Wir haben auch Verbesserungen am Bildbetrachter innerhalb von VIPER vorgenommen.
Medgadget: Welchen Ratschlag haben Sie für unsere Leser, wie man eine Technologie zum Laufen bringt?
Deep Lens: Ich würde empfehlen, eine kontinuierliche Feedback-Schleife von den Endanwendern einzurichten und sich extrem auf die Eignung des Produktmarktes zu konzentrieren. Wir verstehen diesen Prozess, weil VIPER über einen Zeitraum von 10 Jahren entwickelt wurde und von zusammenarbeitenden Pathologen an Dutzenden von globalen Studien verwendet wurde. Wir haben ihr Feedback wiederholt und ein Produkt zur Verfügung gestellt, das für den Produktmarkt geeignet ist.
Medgadget: Was ist die größte Hürde, vor der du gerade stehst?
Deep Lens: Einstellung. Wir erweitern unser Team schnell und finden so schnell wie möglich die richtigen Mitarbeiter, um die Skalierung unseres Unternehmens zu unterstützen. Wir suchen in einer Reihe von Branchen nach Softwareentwicklern, KI-Datenwissenschaftlern, KI-Entwicklern, Vertriebs-, Marketing- und Business Development Mitarbeitern.