Voir la traduction automatique
Ceci est une traduction automatique. Pour voir le texte original en anglais cliquez ici
#Actualités du secteur
{{{sourceTextContent.title}}}
Deep Lens recueille 14 millions de dollars pour améliorer la pathologie due à l'IA (Entrevue)
{{{sourceTextContent.subTitle}}}
Deep Lens est une société de pathologie numérique basée dans l'Ohio. Ils travaillent actuellement avec les essais cliniques mondiaux pour accélérer le recrutement des patients dans les essais cliniques. Cette semaine, ils ont annoncé une ronde de financement de série A réussie de 14 millions de dollars.
{{{sourceTextContent.description}}}
"Depuis notre création, nous avons bénéficié d'un groupe extraordinaire d'investisseurs, qui comprend maintenant l'équipe de classe mondiale de Northpond Ventures ", a déclaré Dave Billiter, co-fondateur et PDG de Deep Lens, dans un communiqué de presse. "Ce financement de série A est une validation supplémentaire de la valeur de notre approche de la pathologie numérique, qui évolue dans l'industrie et qui nous permet de poser les bons diagnostics de cancer plus rapidement et d'accélérer le recrutement et le calendrier des essais en oncologie
Nous avons écrit à propos de Deep Lens en octobre dernier après qu'ils aient quitté le mode furtif et obtenu des fonds de démarrage. Nous avons repris contact avec Dave Billiter et Simon Arkell, cofondateur et président, respectivement, pour avoir un aperçu de leur financement et de leurs objectifs futurs vers un meilleur service de pathologie numérique.
Ben Ouyang, Medgadget : Comment avez-vous trouvé les investisseurs pour le financement de série A ?
Deep Lens : Le marché mondial des essais en oncologie approche les 65 milliards de dollars et Northpond Ventures s'est penché sur ce marché. Leurs analystes ont terminé leur examen du marché et nous ont contactés. Ils se sont rendu compte que nous étions le meilleur fournisseur dans l'espace parce que nous avons un modèle d'affaires qui peut nous donner une masse critique avec les pathologistes. Nous pouvons tirer parti de cette empreinte pour ses données et avoir accès à des patients qui peuvent être identifiés pour des essais cliniques.
Medgadget : Qu'est-ce que l'argent vous aidera à faire ?
Deep Lens : Le financement nous aidera à élargir nos équipes de développement de logiciels et de science des données, ainsi qu'à accroître nos effectifs de marketing et de vente. Nous développerons d'autres modèles et méthodes basés sur les types de tumeurs et les différentes thérapies. Nous continuerons d'ajouter d'autres fonctions à la plateforme pour soutenir le flux de travail des pathologistes, des coordonnateurs de la recherche clinique, des chercheurs principaux et des biopharmaciens.
Les méthodes d'IA que nous avons déjà créées se sont avérées plus précises que toutes les publications publiées. Nous en développerons d'autres et les intégrerons dans VIPER afin qu'ils puissent être utilisés pour améliorer l'adoption de la pathologie et favoriser l'adoption de la pathologie numérique. Sans entrer dans les détails de nos méthodes exclusives, nous pouvons dire que VIPER sera utilisé pour identifier et apparier les patients aux essais cliniques appropriés beaucoup plus tôt que les méthodes actuelles, ce qui aidera les promoteurs d'essais à identifier plus de patients et à améliorer les taux de recrutement et à réduire les délais des essais cliniques.
Medgadget : Y a-t-il eu des développements dans le domaine de la technologie depuis que nous avons parlé l'an dernier ?
Deep Lens : Tout à fait d'accord. Nous avons ajouté plus de logique basée sur un type de tumeur et des méthodes d'IA dans le flux de travail de VIPER. Nous avons développé l'IA qui s'est avérée littéralement supérieure à toute littérature publiée sur les modèles d'identification de tumeurs dans le cancer du sein et le lymphome. Nous avons également apporté des améliorations au visualiseur d'images de VIPER.
Medgadget : Quels conseils donneriez-vous à nos lecteurs pour la mise en route d'une technologie ?
Lentille profonde : Je recommanderais d'établir une boucle de rétroaction continue de la part des utilisateurs finaux et d'être extrêmement concentré sur l'adaptation du marché des produits. Nous comprenons ce processus parce que VIPER a été développé sur une période de 10 ans et a été utilisé par des pathologistes collaborant à des dizaines d'études mondiales. Nous avons itéré leurs commentaires et nous avons fourni un produit qui correspondait au marché du produit.
Medgadget : Quel est le plus grand obstacle auquel vous faites face en ce moment ?
Deep Lens : Embauche. Nous élargissons rapidement notre équipe et trouvons les bonnes personnes le plus rapidement possible pour soutenir la mise à l'échelle de nos activités. Nous recherchons dans un certain nombre d'industries des développeurs de logiciels, des spécialistes des données d'IA, des développeurs d'IA, du personnel des ventes, du marketing et du développement des affaires.