1) Google Deepmind

AI araştırmaları kapsamında Google’nin kendi bünyesinde başlattığı Google Deepmind sağlık projesi, daha hızlı ve daha iyi bir sağlık hizmeti sunabilmek amacıyla tıbbi kayıtları kullanılmaktadır. Google Deepmind, sisteme yüklenen bilgilerin dakikalar içerisinde  işlenmesini sağlamaktadır. Araştırma şu an için erken aşamalarda olsa da  Google, sistemi geliştirebilmek için Moorfields Hospital ve NHS gibi kurumlarla işbirliği yapmaktadır.

                           

Kaynak : DeepMind

2) IBM WatsonPaths

IBM Watson, Cleveland Clinic ve Lerner Case Western Reserve Üniversitesi Tıp Fakültesi ile işbirliği yaparak kendi bünyesi içinde WatsonPaths adlı bir proje başlatmıştır. WatsonPaths, hekimlerin daha bilinçli, daha doğru, aynı zamanda daha hızlı kararlar almalarına yardımcı olmak ve elektronik tıbbi kayıtları (Electronic Medical Records) analiz etmek için tasarlanan, temelinde Watson AI algoritması kullanılan; IBM tarafından yürütülen bir projedir.

                                 

Kaynak : IBM Watson

 

3) Careskore

Careskore, tüm sağlık sektörü için bulut tabanlı AI çözümleri sunan, Chicago’da kurulan bir platformdur. Careskore temel olarak realtime (gerçek zamanlı) Zeus algoritmasını kullanan, hastaların klinik, laboratuvar, demografik ve davranışsal verilerini  kaynak olarak kullanarak tahminler yapan bir yapay zeka sistemidir. Topladığı bu veriler ışığında hastaların kendi sağlıkları hakkında daha şeffaf bilgi edinmelerini ve hastanelerin hizmet kalitelerini artırmalarını sağlamayı amaçlamaktadır. Ayrıca hastalar bireysel olarak bu sisteme kaydolarak AI (yapay zeka) kendi vücutlarıyla ilgili risk ve sorunlar hakkında detaylı bilgi edinebilmektedirler.

                                                    

Kaynak: CareSkore

 

4) Zephyr Medicine

Johnson & Johnson’da görev yapan William King Zephyr tarafından 2011 yılında piyasaya sürülen, çeşitli verileri doktorlar için daha iyi analiz edebilmek adına geliştirdiği sistemler, doktorların doğru tedavi seçiminde gereken süreyi azaltacak algoritmalar üzerine çalışmaktadır. Proje, PharmaVOICE dergisi okuyucuları tarafından “2016’nın En ilham verici 100 projesi” kapsamında “Yaşam Bilimleri” alanında birinci seçilmiştir. Makine öğrenimi algoritmaları ile bir veri kümesini oldukça hızlı işleyebilen bu sistemin en büyük avantajlarından birisi de büyük verilerin görselleştirilmesine olanak sağlamasıdır.


Kaynak: Zephyr Health

5) Oncora Medicine

Philadelphia tabanlı bu start-up çalışması, kanser araştırma ve tedavilerinde, özellikle radyoterapi alanında destek sağlamayı amaçlamaktadır. Kurucu ortaklardan radyasyon onkolojisi uzmanı David Lindsay, topladığı elektronik tıbbi kayıtları düzenleyerek dijital bir veritabanı oluşturmuş, veri analizi ve radyoterapi tedavi planları konusunda doktorlara yardımcı bir platform tasarlamak istemiş ve Oncora Medicine isimli bu projeyi 2016 yılında hayata geçirerek yaklaşık 1.2 milyon dolar yatırım almıştır. 2017 yılında üç önemli sağlık merkezi ve onların 10.000 hastası,  kişiselleştirilmiş tedavi konusunda yardım almak için onun tasarladığı “Radyasyon Onkolojisi” platformunu kullanmıştır.

                                             

 
 

Tıbbi görüntüleme sistemleri genel olarak vücudun iç yapılarını görüntülemeye yarayan yöntemleri kapsar. Röntgen (X-Ray), MRI, Ultrasonografi, Bilgisayarlı Tomografi gibi cihazlar yaygın olarak bilinenlerden sadece birkaçıdır. Bu görüntüleme teknikleri hakkında düşününce akla ilk ne gelir? Bazen bir odadan bile daha büyük, pahalı ve karmaşık makineler… Şu an bu medikal görüntüleme teknolojilerinin yaygınlaşamamasının en büyük sebebi, cihazların pahalılığı ve kullanımları için nitelikli insan gücü gerekliliğidir. Bu sorunlar da tam olarak  AI start-up’larının çözmeye çalıştıkları problem olarak karşımıza çıkmaktadır. Tıbbi görüntüleme sistemleri ülkemizde her ne kadar yaygın olsa da dünyanın 60%’ı hala modern medikal görüntüleme sistemlerine ulaşamamaktadır.

1) Enlitic

Enlitic, derin öğrenme teknolojileri sayesinde özellikle radyografik görüntülerde veri toplamaya ve bu verileri analiz etme, görüntü tanıma gücünü kullanır.

Enlitic’in yapay zekası tıbbi görüntüleri milisaniye cinsinde yorumluyor ve bu da ortalama bir radyoloğun medikal görüntü yorumlama performansından yaklaşık 10.000 kat daha hızlı. Buna ek olarak, yapılan bir testte üç radyoloğun aynı anda raporlamasına karşın, Enlitic sistemi malign tümörleri sınıflandırmada %50 daha doğru ve hızlı performans göstermiş. Etkileyici, değil mi?

https://www.enlitic.com/img/logos/enlitic_logo.png | Logos ...

Fotoğraf : Enlitic

2) Butterfly Network

Jonathan Rothberg’ın 2011’de kurduğu start-up, Butterfly Network ile hedefi MR ve ultrasonlardan önemli ölçüde ucuz ve verimli yeni bir tıbbi görüntüleme aygıtı oluşturmak. Start-up’ın nihai amacı tıbbi görüntüleme işleminin otomatikleştirilmesini sağlamak.

Fotoğraf: Butterfly Network

3) Lunit

2013 yılında kurulmuş olan Seul merkezli Lunit, internet üzerinde ilk gerçek zamanlı yapay zeka tabanlı görüntüleme analizi yapan bir yazılım şirketi.  Göğüs grafisi, mamografi ve patoloji preparatlarını yapay zeka tabanlı yazılımı ile inceleyerek lezyonların morfolojisini daha iyi modellemeyi, meme kanserini erken yakalamayı ve patologlara veya araştırmacılara, tümörlere sızan lenfositlerin miktarını objektif olarak belirlemelerine yardımcı olmayı hedefliyorlar. 

Fotoğraf : Lunit

4) Arterys

Bulut sistemi, yapay zeka ve tıbbi görüntüleme buluşması. Bu üçlü Arterys’nin odak noktası. Öncü start-up’ın amacı “bulut gücünü tıbbi görüntülemelere açmak.” GE Healthcare ile ortak geliştirdikleri bu yeni yöntemde Kardiyak MR tarama işlemi 1 saat yerine 6-10 dakika sürüyor ve hastanın çekim sırasında nefes tutması gerekmiyor. Kayıtlar, Arterys’ın platformunda işlenerek 3D kalp anatomisini, kan akış hızını ve kan akışı yönü de dahil olmak üzere birçok ek veriyi elde etmek için tasarlanmıştır.

Fotoğraf : Arterys

5) Caption Health

Bay Labs Inc, sağlık profesyonellerinin işini kolaylaştırmak amacıyla, kalp hastalıklarının tanı ve tedavi sürecinde ultrason görüntülerinin raporlanmasında yardımcı olmak için tasarlanmıştır.

2016 yılında Bay Labs, Kenyalı okul çocuklarında Romatizmal kalp hastalığı (RHD)’ın erken tanısına yardımcı olmak amacıyla kuruldu. Bu yapay zeka sistemi ile radyoloji uzmanları, 1200 çocuğu 4 günde taramış ve RHD ve konjenital kalp hastalığına sahip 48 çocuğa tanı koymayı başarmış.

Fotoğraf : Caption Health

YAPAY ZEKA KULLANAN TOP 100 STARTUP :

Source : https://medicalfuturist.com/top-artificial-intelligence-companies-in-healthcare

 

Sağlıkta AI Kullanan 9 Şirket:

9 Companies Using AI in Healthcare to Watch in 2018

 

Sağlıkta Yapay Zeka Kullanan 184 Startup :

http://www.medicalstartups.org/top/ai

Hindistan’da Sağlık Piyasasını Hedefleyen 10 Yenilikçi Yapay Zeka Şirketi:

 
 

Related Post

Bir Cevap Yazın

This site uses Akismet to reduce spam. Learn how your comment data is processed.