Jaishree Naidoo 2014 yılında bir Güney Afrika hastanesinde pediatrik radyolojiden sorumluydu ve yapay zeka tanıma modelinin hayvanları ayırt etmede kullanımına ilişkin bir haberle karşılaştıktan sonra bir an için aydınlanma yaşadı.
20 yıllık deneyime sahip bir radyolog olarak Naidoo, örüntü tanımaya zaten aşinaydı ve tanısal görüntülemeye erişimi dönüştürmek için yapay zekanın sektörde nasıl kullanılabileceğini hemen görebiliyordu. Ateş yakılmıştı ve 2019’da Naidoo, kocası Terence Naidu ve Andrei Migatchev ile birlikte tanısal görüntüleme talebini kapatmak için yapay zekayı kullanan bir sağlık teknolojisi girişimi olan Envisionit Deep AI’ı kurdu.
Derin Yapay Zekayı Tasarlayın şu anda New GX Capital, RMB Ventures ve GIIG Africa arasındaki bir ortak girişim olan New GX Ventures SA’nın 1,65 milyon dolarlık yatırımıyla desteklenen büyüme yolunda ilerliyor. Bu, girişimin Güney Afrika bölge birincisi olarak ortaya çıkmasından sonraydı. Afrika Başlangıç Ödülleri.
Şirketin CEO’su olan Naidoo, “Yapay zeka gibi devrim niteliğindeki teknolojiyi radyoloji ile birleştirmek gibi heyecan verici bir hedefimiz var ve radyologların görünüşünü, görüntülemeyi yorumlama ve tanı koyma şeklini dönüştürmek istiyoruz” dedi.
Hibrit çözüm
Başlangıç, hastalığın erken teşhisi ve tedavisinde kritik olan hızlı, doğru, kaliteli ve uygun fiyatlı tıbbi görüntüleme teşhisi sağladığını iddia ettikleri Radify AI platformu da dahil olmak üzere Güney Afrika’nın ötesine ölçeklendirmeyi planladığı bir ürün grubuna sahiptir.
“Radify AI, Güney Afrika Sağlık Ürünleri Düzenleme Derneği’nden onay aldı. Ancak küreselleşmek istiyoruz ve bu nedenle FDA ve Avrupa Tıp Ajansı’ndan onay almakla meşgulüz,” dedi Naidoo.
Naidoo, Envisionit Deep AI’nın nihai hedefinin, özellikle altyapı ve insan kaynakları yatırımlarının iç karartıcı olduğu Afrika’da sağlık sistemindeki yükleri azaltmak olduğunu söylüyor.
Veriler, Sahra altı Afrika’daki doktor-hasta oranının dünyadaki en düşük oranlardan biri olduğunu gösteriyor, bu oran uzman doktorlar için daha da kötü. Radyolojide, insan kaynaklarının kıtlığı o kadar kötü ki, örneğin Kenya’daki radyoloğun nüfusa oranı 1: 389.255, Nijerya’da ise 1:566.000.
Radyologlardaki bu kıtlık, Naidoo’nun Radify AI’yi özellikle kentsel çevre ve kırsal bölgelerde herkes için erişilebilir hale getirmesine itici güç oldu ve start-up’ı hibrit bir çözüm oluşturma konusunda bilgilendirdi.
Radify AI’nın herhangi bir yere konuşlandırılabileceğini söylüyor: “İster birinci dünya ortamında, ister büyük geniş bant kapasitesine veya en iyi altyapıya sahip olmayan kırsal bir klinikte… çünkü ürünümüzün tüm fikri, tanısal görüntülemeye erişimi demokratikleştirmek ve biz de Kırsal ortamlara gidebilecek çözümlerden yoksun olursak demokratikleşmemiş oluruz.”
Girişimin yerinde ürünü, bakım noktasında teşhis ve tedavi sağlamak için X-ray cihazları gibi cihazlarla entegre edilebilir. Ayrıca radyoloji raporu gerektiren hastalar için tele-radyoloji sunarlar.
“Tipik olarak bir radyograf röntgen çeker, ardından hastalar evlerine geri döner ve sonuçları daha sonra, bazen birkaç ay sonra alırdı. Gecikmiş teşhis, hastalıkların daha da ilerleyebileceği anlamına gelir. Bu gecikmeyi ortadan kaldırıyoruz, çünkü neyi tedavi edeceğinizi bildiğiniz zaman, onu hızlı bir şekilde tedavi ediyorsunuz” diyen Naidoo, çözümlerini çalışanların tüberküloza yakalanma riskinin daha yüksek olduğu Güney Afrika madencilik sektörüne sunmayı planladıklarını da sözlerine ekledi.
Girişim, Afrika’da beş yaş altı çocukların bir numaralı katili olan tüberküloz, meme kanseri ve zatürre dahil 25 farklı patolojiyi tespit etme kapasitesine sahip göğüs röntgenlerini yorumlamak için modeller geliştirerek başladı.
Naidoo, bu platformun özellikle Envisionit Deep AI’nın Covid pnömonisini göğüs röntgenlerinden 25 milisaniyenin altında tespit edebilen bir ürünü ortaya çıkardığı Covid salgını sırasında faydalı olduğunu söyledi. Bu, Güney Afrika’nın Northern Cape eyaletinde yalnızca bir radyoloğun görev yaptığı 700 yataklı bir hastanede verimliliği artırmak için konuşlandırıldı. Naidoo, özellikle pandeminin ikinci zirvesi sırasında, birkaç yoğun bakım ünitesinde triyaj için kullanıldığını söylüyor.
Girişim, işlediği veri hacminin ayrılmaz olmasına rağmen, modellerinin küresel olarak ve çeşitli etnik gruplardan alınan, tanımlanamayan kaliteli veriler kullanılarak eğitilmesini sağladığını söylüyor.
Veriler, radyologlar tarafından, ürünün uygun şekilde çalıştığına dair güvence veren bir doğrulama aracı aracılığıyla da incelenebilir; ve girişimin modellerinin doğruluğunu iyileştirmesini sağlayan girdi ve geri bildirimlerini almak.
Envisionit Deep AI, yakın zamanda radyoloji becerileri kazanmaya hevesli tıp pratisyenleri için bilgisayar destekli bir eğitim modeli (bir edtech aracı) kullanıma sunmuştur.
