醫療影像將成為人工智能與醫療結合中最先發展的領域。Zebra公司的醫學影像平臺能幫助研究人員快速開發出成像算法并從中獲取重要信息。

圖像識別是深度學習等人工智能技術最先突破的領域，已經廣泛用于圖片搜索、自動駕駛和人臉識別等另由于。而在醫療健康領域，目前看來醫療影像也會是人工智能與醫療結合中最可能先發展起來的領域。Zebra公司的醫學影像平臺具備先進的處理能力，讓研究人員可以根據大規模數據集，迅速開發出成像算法并獲得相關重要信息。

公司名片

公司簡介

Zebra Medical Vision Ltd公司創立于2014年，總部設在以色列的基布茲-謝法伊姆。Zebra公司一直致力于創造全球最大的醫學成像信息平臺，Zebra將機器學習、計算機視覺和大數據融合到醫學成像平臺中，推動了醫學成像技術的創新發展，為患者帶來了更快、更好、更精準的醫療護理服務。

Zebra公司為研究人員提供全球最大的開放式臨床研究平臺，讓研究者能夠加速開發先進的診斷解決方案。該平臺具備先進的GPU計算能力，支持各類研究工具，不同研究組織也可以通過平臺進行合作，共同創建工具。

Zebra公司為患者提供基于機器學習平臺的SaaS醫學影像診斷分析服務Profound，讓患者能夠在家中快速獲取準確的醫學影像分析報告。據悉這款名為“Profound”的醫學影像分析軟件的準確率高達90%。

公司CEO

Elad Benjamin

Elad Benjamin是Zebra公司的聯合創始人兼首席執行官。Elad在醫療健康、醫療設備和大型企業管理領域擁有豐富的經驗。Elad曾就職于Algotec Systems公司擔任產品管理副總裁，及在Carestream Health和Lumenis公司擔任過總經理和副總裁等職務。2006年Elad創辦了Vascular Preision公司，并研發了大型動脈切開手術使用的獨特血管閉合裝置。

商業模式畫布

關鍵業務

Zebra醫療影像信息平臺

Zebra醫療影像信息平臺將機器學習、計算機視覺（圖像識別技術）和大數據融合在了一起，希望創造全球最大的醫學成像信息平臺，為人們帶來更快、更好、更精準的醫療護理服務。

Zebra平臺提供了一個基于云的研發環境，提供的機器學習算法和圖像識別技術將幫助研究人員獲取大量的研究資料和各類數據分析工具。同時其在線分析診斷產品將幫助用戶分析醫療圖像，了解患者的風險狀況，檢測或預測疾病，協助醫生建立診斷護理方案。

Zebra平臺最大的特點是：

深度學習

深度學習是機器研究中的一個新領域，它通過模擬人腦進行分析學習和解釋數據，目前在金融、通信、汽車、語言處理和計算機視覺等領域應用廣泛，它能夠幫助計算機分析大量的數據，并自動對數據進行分析和預測。

Zebra平臺為了實現計算機準確讀取醫學影像，將龐大的醫學影像數據庫與深度學習相結合，構建了一個自動檢測和診斷的先進算法，幫助用戶快速掃描醫學影像，準確獲得診斷結果。

完備的數據庫

通常機器學習和深度學習的技術基礎是大量的高質量數據，Zebra的平臺已經積累并建立了全球最大的醫療成像和臨床數據的匿名數據庫。Zebra平臺將利用數以萬計的成像和臨床記錄數據，創建高性能算法，幫助改善患者的治療體驗。

Profound在線分析軟件

Profound是Zebra公司研發出的新型機器學習在線軟件，它能夠從CT掃描圖像中自動讀取數據、分析信息并生成醫療報告，準確性高達90%

基于機器學習算法的Profound軟件的出現，旨在打破醫療界CT圖像診斷的障礙，讓患者能夠在家里快速獲取準確的CT圖像分析。

患者可以在Profound網頁上免費使用這項服務，只需提交CT掃描圖像，Zebra的平臺便可以讀取CT掃描的數據圖像并做出診斷，整個過程最多只需20分鐘。

目前Profound在線軟件可以自動檢測骨質疏松癥、乳腺癌、肺氣腫、脂肪肝、心臟病、冠狀動脈鈣化、壓縮性骨折和主動脈瘤等疾病。

Zebra表示不久后會加入乳腺X光片分析等其他檢測算法。

合作伙伴

Zebra公司自2014年以來，已經與全球領先的研究人員和組織合作參與醫療圖像檢測的算法開發工作。主要合作伙伴分為發展合作伙伴和商業合作伙伴，發展合作伙伴將與Zebra一起創建醫學影像數據算法，商業合作伙伴將可以擁有Zebra提供的基于云的醫學影像分析平臺。目前主要的合作伙伴如下：

2015年11月，Zebra公司與USARAD控股有限公司達成了戰略合作伙伴關系，Zebra公司將為其提供自動影像分析平臺和工具，用于用戶骨質疏松性骨折的風險評估。

2016年2月，Zebra公司與DELL（戴爾）公司達成合作協議，戴爾公司將把戴爾云服務器中的臨床檔案數據提供給Zebra公司，這份數據中包括了超過110億份醫學圖像和近1億5900萬例的臨床研究。這份協議將幫助Zebra公司更好地創建成像機器學習算法。

2016年5月，Zebra公司與Intermountain Healthcare公司達成合作協議，將合作建設Zebra的醫療影像分析平臺，加強創建更好的算法，分析更多種疾病來改善病人的治療體驗。

市場和競爭對手分析

當計算機可以像訓練有素的放射科醫生一樣分析CT、X光和MRI掃描圖像中與健康相關的結構性異常時，很多目前長期存在的問題都將迎刃而解。但是這需要極為復雜的軟件算法和計算能力來分析圖像數據，于是近年來在醫護領域，計算機視覺和機器學習變得越來越有價值。

目前這個領域的創業公司也有很多，如IBM Watson、Enlitic和Avalon AI公司。

Enlitic 是一家致力于運用人工智能及機器學習等前沿技術來輔助醫療診斷的科技公司，采用最先進的深度學習算法對醫學圖像、診斷書、臨床試驗等大量醫療數據進行挖掘，實現了快速、準確、可行的健康診斷。Enlitic希望從醫學影像中找出癌癥等惡性腫瘤。

Avalon AI公司是一家創辦于2015年的人工智能創業公司，他們利用深度學習技術開發計算機醫學影像診斷工具，目前對老年癡呆的預測準確率已經達到了75%。而與Zebra公司不同的是，Avalon AI公司目前最大的問題是數據的短缺，Avalon AI的資料庫中只有8萬份掃描圖像數據，還無法投入醫學診斷。

融資情況

截止目前Zebra公司共經歷了2輪融資，從6位投資者那里獲得了約2000萬美元的融資。主要包括：

2015年4月，Zebra公司獲得了800萬美元的融資，由Khosia Ventures領投，其他投資者包括DeepFork Capital和Marc Benioff。

2016年5月，Zebra公司獲得了1200萬美元的A輪融資，由山間醫療保健公司作為戰略投資者，其他投資者包括Dolby Family、Marc Benioff和科斯拉風險投資公司。?

美通社報道中曾提到，2020年的時候全球將會有10億人進入中產階層，中產階層對醫療質量的要求更高。而在全球老齡化的大趨勢下，醫學成像分析的需求將會迅速增長。僅憑現有的放射設備和資源（包括放射科醫生）很難達到要求，因此自動化的醫學影像診斷分析設備是將是解決問題的關鍵。

“Zebra的平臺將幫助人們根據大數據創建精確診斷醫學圖像的算法工具，真正為患者帶來切實的好處”Zebra公司首席執行官Elad表示“Zebra的平臺將以大量來自世界各地醫院和診所匿名病人的數據為基礎，致力于檢測并分析特定疾病，改變醫生診斷和治療疾病的方式。”

來自鹿特丹伊拉斯姆斯大學醫學中心的放射學教授Gabriel Krestin則稱“Zebra 是當今唯一能夠同時提供工具以及必要的數據集和研究環境的平臺，而且規模還如此之大。醫療服務組織最終將借此把醫學成像應用于大規模臨床分析和患者管理。”

消息來源：

http://cn.timesofisrael.com/

https://www.zebra-med.com/

http://www.prnasia.com/story/118819-1.shtml

http://www.cn-healthcare.com/article/20161206/content-487764.html

http://health.sohu.com/20160818/n464782837.shtml

文|王舒浩

更多資訊歡迎關注火石官方微信或網站：火石創造（firestone-link）/www.hsmap.com

您也可以關注我們的官方微信公眾號（ID：ctoutiao），給您更多好看的內容。