AI技术专利研究系列:CureMetrix,医学影像分析领域的新秀
TiPLab 司马光砸缸
2018-12-12

随着基础计算平台和开源平台日渐丰富成熟,整个人工智能的技术准入门槛会越降越低,很多领域都会有训练好的模型可以用来参考。此时对初创公司而言,谁掌握最优的算法谁就能保持维持长期的竞争优势,而保护这些核心算法的最佳方式就是重视公司早期的专利质量,本期的CureMetrix提供了一个很好的示例。

人工智能领域的创业者,从图像分析、语音识别、以及环境感知这几个AI入口向各个领域渗入,他们在各自的细分市场攻城略地,施展才华,创造梦想,使得这个时代前所未有的充斥着机遇和无限可能。

本系列文章一个有意思的地方就在于,通过对他们商业推演、故事还原,技术乃至专利分析,与这些孜孜不倦的创新者一同体验和憧憬这个伟大的时代。往期我们多次提及基于图像分析技术在不同应用场景深耕的创业者,例如Cortica、Butterfly Network、AiCure、Affectiva、OrCam等。

本期我们打算介绍一家医学影像领域的人工智能公司,这一领域已有一些公司取得了不菲的成绩,例如Enlitic、DeepCare和Entopsis等,这些都是通过积累大量影像和诊断数据来不断进行深度训练,开发更先进或更高级的算法来提高医生诊断的准确率

医学影像分析与识别是一个风头正劲的创新领域

病理图像是对患者病变部位的组织进行切片,在显微镜下进行放大成像得到的图像。病理图像能够揭示疾病的原因及严重程度,是临床诊断的重要手段。

在此之前乃至时至今日,仍有大量的临床医疗的病理图像靠人工进行数据分析,随着病人数量的增加,加之专业病理学医师数量的匮乏,以及仅凭借医师主观判断和不同的临床经验等诸多因素造成了大量误诊情况。

诚如我们期望的,将机器学习应用到病理或医学图像进行异常识别能够降低误诊率。近些年,运用人工智能从医疗健康数据,特别是在基因组学和医学影像数据中获取新见解是一个风头正劲的创新领域

医学图像分析领域的新秀,CureMetrix

本期我们介绍的公司是一家医学图像分析领域的新秀,CureMetrix。这家位于美国California州的初创公司成立于2014年,该公司为医疗机构和患者提供可信赖的下一代医学图像分析技术

医学图像分析与其他领域的图像分析区别之一在于,需要和医疗机构展开合作以获取大量的图像源数据和学习诊断经验。

2014年9月,CureMetrix通过和Tri-City Medical Center达成了关于“创办临床有效性检测研究所”的协议,同时,CureMetrix还与加州大学圣地亚哥分校(UCSD)、Tijuana General 医院等图像分析和研究机构开展合作。

基于达成的合作,CureMetrix收集了超过50多万张图片以训练和验证其研发的算法,这是一套用于影像分析的算法,用来进行早期和精确的乳腺癌监测,该算法通过在医学影像中提取信息以达到创建生物标记物进而实现改善临床的目的

CureMetrix将该算法融合进了自己的cmAssist和cmAudit平台中,以保证随时提供实时图像的分析结果以及生成针对使用过的人的回顾性评价。

CureMetrix重点产品 cmAssist

CureMetrix一款重点产品是 cmAssist,这是一款计算机辅助检测(CAD)软件,该软件具有快速检测乳房X线影像中关键或目标区域的能力,并可以准确地对可疑或可验证的良性异常进行量化分析和分类。

cmAssist通过搜索数字2D乳房X线影像的所有视图来查找乳房密度,质量或钙化的异常区域,并突出显示需要进一步分析的可疑区域。

CureMetrix清晰的专利策略

2016年9月28日,CureMetrix同一天分别向WIPO(国际局)、USPTO(美国专利商标局)和EPO(欧洲专利局)提出了实质内容相同的3项用于检测和量化癌症的计算机实现的方法的专利申请,(专利公开号分别为WO2017058848A1、US20180293728A1和EP3357000A1)。

CureMetrix公司似乎有着清晰的专利策略,从其公开的为数不多的专利来看,其专利更倾向于以PCT的方式提出首次申请,这个信息表明CureMetrix瞄向的是全球市场而非甘心偏安美国一隅

2017年,CureMetrix公司干脆聘请其专利代理人Kevin Buckley(Kevin Buckley也是Torrey Pines 律所创始人)就任其知识产权副总裁,进一步加强专利工作。对一家拥有技术自信的公司而言,这显然是一个正确的决策,高质量的专利申请作为显然能够帮助创业者取得竞争优势和构建技术壁垒

重视早期专利质量及规划

Kevin Buckley长期关注初创公司的成长以及研究机构早期技术的商业化,并帮助创业者规划早期的专利申请。Kevin Buckley加入CureMetrix之后,围绕着CureMetrix使用AI来分析针对乳腺癌的乳腺放射影像的核心技术,即前述的可以在复杂的2d、3d图像数据中迅速的定位到异常情况的算法精心起草专利。

2017年9月22日,CureMetrix 提出了基于其核心算法的专利:MAPPING OF BREAST ARTERIAL CALCIFICATIONS(专利公开号为WO2018057984A9),根据该专利的介绍,主要涉及通过对对乳房X线图像的分析,检测和定量分析乳房组织中钙化动脉结构,以及通过对钙化动脉结构的定量分析以确定患者心脏病风险的技术

该专利要求了两项美国临时申请(US 62/399209/2016-09-23与US 62/482177/2017-04-05)的优先权,根据该专利公开的情况,其在88页的专利文本中足足撰写了255项权利要求,分别涵盖了方法、系统、计算机程序产品等多种保护主题

初创人工智能公司如何构建竞争壁垒

在人工智能领域,一系列的技术突破点燃了无限的商机,巨头公司希望抓住机遇来巩固自己的垄断地位,而初创公司则希望借助独创的技术来开辟新战场,除了商业模式和团队,技术的独创性几乎是所有AI初创公司的命门。

从我们基于本系列的研究可以看出,这些AI公司大多是基于其掌握的核心算法从一个具体的点切入,待资本介入和资金充沛后再向周边领域拓展市场

但是随着未来基础计算平台和开源平台日渐丰富成熟,技术方面的壁垒会越来越不明显,整个人工智能的技术准入门槛会越降越低

随着例如谷歌TensorFlow等生态系统的成熟和开放,很多领域都会有训练好的模型可以用来参考,AI创业者之间的竞争一定程度上变成了谁掌握足够多的数据来训练模型谁就可能胜出,而获取大量用于训练的数据完全可以借助资源的整合来实现。

在这种情况下,对初创公司而言,谁掌握最优的算法谁就能保持维持长期的竞争优势,而保护这些核心算法的最佳方式就是重视公司早期的专利质量和整体规划,本期的CureMetrix提供了一个很好的示例。

* 以上文字仅为促进讨论和交流,不构成法律意见或咨询建议。