Skip to content

搞英语 → 看世界

翻译英文优质信息和名人推特

Menu
  • 首页
  • 作者列表
  • 独立博客
  • 专业媒体
  • 名人推特
  • 邮件列表
  • 关于本站
Menu

分析手术视频的人工智能平台 Theator 以 3950 万美元的 A 轮融资结束

Posted on 2022-07-22

在基于视频的数据方面,计算机视觉的进步极大地推动了研究领域,使得从运动图像中分析和获取洞察力的过程具有可扩展性,超出了一小群人类的限制。

一家名为Theator的初创公司一直在将这一概念应用于医疗保健领域:它使用 AI 来“阅读”在手术过程中捕获的视频,寻找最佳实践,同时帮助识别手术可能出现错误的关键时刻。今天,它宣布了 2400 万美元的资金——这表明医学界正在适应和采用人工智能的进步来改进自己的工作;以及投资者如何加紧押注未来的机会。

从 2021 年 2 月起,这笔资金是对 Theator A 系列 1550 万美元的重大扩展,使本轮融资总额达到 3950 万美元,总金额达到 4250 万美元。

与较早的部分一样,Insight Partners 领导了这项最新投资。之前的支持者 Blumberg Capital、Mayo Clinic、NFX、StageOne Ventures、iAngels 和前 Netflix 首席产品官 Neil Hunt 以及新的支持者 iCON 和 TripActions 的首席执行官兼联合创始人 Ariel Cohen 也参与其中。

估值尚未披露,但 A 系列值得注意的另一个原因是:以 Mayo Clinic 的形式引入了一个大型战略投资者,该诊所正在与位于帕洛阿尔托并在以色列也有业务的 Theator 合作,使用它的视频分析工具。其他合作伙伴包括加拿大普通外科医生协会和其他尚未披露的合作伙伴。总的来说,Theator 的图书馆现在已经积累了 30,000 小时的匿名视频,其中分析了近 10 亿帧。

Theator 正在处理的市场机会是,在外科手术领域,已经创建了大量视频,特别是通过用于非侵入性手术的摄像头探头。

当然,该视频大部分内容的主要目的是让外科医生能够实时跟踪他们正在做的事情。但 Theator 的前提是——以一种有效的方式利用——这段视频对于那些医生、他们工作的护理提供机构以及他们工作的领域(即更广泛的网络其他与他们在同一领域工作的医生),如果可以对其进行检查并与其他地方进行的类似程序进行比较,然后与结果进行匹配。

这在人类层面上听起来可能是一项难以逾越的任务:视频太多,解析甚至其中一些的概念听起来太耗时而无法执行。这也意味着其他的东西:实际上,迄今为止最好的结果必须留给那些已经在做最好的工作的人。

或者,正如 Theator 的首席执行官兼联合创始人 Tamir Wolf 博士所说(依靠一句古老的谚语),“很多时候,你住的地方决定了你是否生活。”

“今天对基本事实没有真正的理解,”他继续说道,尽管事实上有数千万小时的视频是通过视觉指导为不同的程序创建的。 “没有任何视频被捕获、存储或分析。您对手术室中发生的事情以及最佳实践失去了理解。
能够确定最佳实践的样子并分享它们是我们的目标。”

这就是人工智能出现的地方。

Wolf 将 Theator 的平台描述为“外科智能”。它需要数小时的镜头,并且可以实时识别任何程序中的关键时刻。因此,为期六小时的胰腺手术利用机器学习和计算机视觉来构建原始镜头,将该视频与相同手术的其他视频进行比较,然后将视频中发生的事情与早期手术的结果相匹配,以磨练关键特征,以​​及事情发生分歧的地方。

然后与个别医生、团队、他们的机构等共享数据,以便更好地了解现有患者(更好地管理后期护理)和未来的程序。

尽管很多人倾向于关注后期护理以及在被视为“成功”手术后可能出现的并发症,但沃尔夫博士认为这是一种常见的误解,部分原因是没有足够的数据和对操作本身的洞察力。 Wolf 指出,对于同样被确定为“成功”的手术,一些医院的结果比其他医院更差,因为在实际手术过程中没有实时并发症。为什么会这样? “我们不知道,”他简单地说。

Wolf 创立 Theator 实际上就是出于这个问题,他对自己既是一名医生,又是作为患者的朋友和家人提出了这个问题。具体来说,他回忆起他的妻子和朋友/同事如何巧合地在同一时间进行了相同的手术,但在不同的医院。从技术上讲,两者都还不错,但从长远来看,一个问题比另一个问题要大得多。试图追根溯源是他的创业公司一直追求的部分动机。

Insight Partners 副总裁 Brad Fiedler 在一份声明中说:“事实证明,Theator 的技术是外科手术进步的关键下一步。” “将人工智能和计算机视觉整合到手术室可以改善外科护理,并使外科手术变得更好。我们很高兴能将我们的投资翻一番,特别是因为 Theator 在人工智能和计算机视觉方面的专业知识现在正在通过越来越多的商业合作伙伴提高患者的治疗效果。”

迄今为止,Theator 一直在与护理提供者(即进行手术的医院和诊所)谈判交易,尽管您可以想象这样一种情况,保险公司、个别医生甚至患者都希望访问此类数据了解更多关于正在发生的事情,也许更重要的是——有点像行车记录仪——记录发生问题时发生的事情。这不是 Theator 现在所追求的,但这是一个明显的机会。

同样,它目前还没有处理整个世界的程序。在这方面,他将微创手术描述为“唾手可得的果实”,因为这些手术已经使用摄像头并正在捕捉视频。随着时间的推移,您可以想象还有许多其他更复杂的程序可以从类似的治疗中受益。

与此同时,市场仍在不断发展。并不是每个人都希望进行这种审查,或者认为它可以准确地描述对一个人进行任何单一手术或治疗的全部情况。可以说,它只关注相机可以捕捉的方面。

然而,这并不是要贬低 Theator 的技术可以做的事情:但与所有 AI 一样,毫无疑问,关于如何在上下文中使用该智能,还有很多需要编纂。

与此同时,“我们正在慢慢地看到外科医生和这个生态系统中其他人的想法发生了转变,即需要提高透明度,”沃尔夫说。 “转向基于能力的洞察力是其中的一部分。”这将使这项技术可能不仅适用于每个人的操作和最佳实践,而且还适用于培训。 “视频将成为评估外科医生的核心,以了解他们是否可以从住院医师中走出来并投入全面实践。”

原文: https://techcrunch.com/2022/07/22/theator-an-ai-platform-that-analyzes-surgery-videos-closes-out-its-series-a-at-39-5m/

本站文章系自动翻译,站长会周期检查,如果有不当内容,请点此留言,非常感谢。
  • Abhinav
  • Abigail Pain
  • Adam Fortuna
  • Alberto Gallego
  • Alex Wlchan
  • Alin Panaitiu
  • Anil Dash
  • Answer.AI
  • Arne Bahlo
  • Ben Carlson
  • Ben Kuhn
  • Bert Hubert
  • Big Technology
  • Bits about Money
  • Brandon Skerritt
  • Brent Simmons
  • Brian Krebs
  • ByteByteGo
  • Chip Huyen
  • Chips and Cheese
  • Christopher Butler
  • Colin Percival
  • Cool Infographics
  • Dan Sinker
  • David Walsh
  • Dmitry Dolzhenko
  • Dustin Curtis
  • eighty twenty
  • Elad Gil
  • Ellie Huxtable
  • Ethan Dalool
  • Ethan Marcotte
  • Exponential View
  • FAIL Blog
  • Founder Weekly
  • Geoffrey Huntley
  • Geoffrey Litt
  • Greg Mankiw
  • HeardThat Blog
  • Henrique Dias
  • Herman Martinus
  • Hypercritical
  • IEEE Spectrum
  • Investment Talk
  • Jaz
  • Jeff Geerling
  • Jonas Hietala
  • Josh Comeau
  • Lenny Rachitsky
  • Li Haoyi
  • Liz Danzico
  • Lou Plummer
  • Luke Wroblewski
  • Maggie Appleton
  • Matt Baer
  • Matt Stoller
  • Matthias Endler
  • Mert Bulan
  • Mind Matters
  • Mostly metrics
  • Naval Ravikant
  • News Letter
  • NextDraft
  • Non_Interactive
  • Not Boring
  • One Useful Thing
  • Phil Eaton
  • PostHog
  • Product Market Fit
  • Readwise
  • ReedyBear
  • Robert Heaton
  • Rohit Patel
  • Ruben Schade
  • Sage Economics
  • Sam Altman
  • Sam Rose
  • selfh.st
  • Shtetl-Optimized
  • Simon schreibt
  • Slashdot
  • Slava Akhmechet
  • Small Good Things
  • Steph Ango
  • Stephen Wolfram
  • Steve Blank
  • Taylor Troesh
  • Telegram Blog
  • The Macro Compass
  • The Pomp Letter
  • thesephist
  • Thinking Deep & Wide
  • Tim Kellogg
  • Understanding AI
  • Wes Kao
  • 英文媒体
  • 英文推特
  • 英文独立博客
©2026 搞英语 → 看世界 | Design: Newspaperly WordPress Theme