AI医学平台提高医药科研速度100%，「白星花AI」获数百万元天使轮融资｜早起看早期

2022-11-30 00:11

支持医学研究者进行医学统计、作用机制发现、药物新适应症拓展、临床试验结果预测等。

文｜海若镜

封面来源｜视觉中国

36氪获悉，医学研究工具平台企业「白星花AI」完成数百万元天使轮融资，由汾湖国际创新中心孵化并独家投资。本轮融资主要用于BAIX平台业务拓展、团队扩充及品牌建立等方面。

白星花AI创立于2020年9月，联合创始人/CEO王苏宏毕业于上海交通大学，数次在国际算法竞赛中拔得头筹，曾在中国航天科工二院从事视觉AI工作；联合创始人/CTO肖志峰为美国宾州计算机专业副教授；团队在AI算法、医学研发方面有丰富的经验积累。

作为连续创业者，王苏宏曾创办一家医学AI培训公司，为医生和医学生提供AI影像识别、统计工具、机器学习等数字化工具。基于培训业务，其对医生需求有了更进一步了解，因此投身于为医生、药企、CRO等开发提升其医学研究效率的标准化AI工具。

起步时，白星花AI尝试帮助医生、药企医学人员解决的痛点之一是：通过大量的科研文献的数据关联构建知识图谱进行疾病、靶点和药物关联性预测。随着医学学术研究的蓬勃，医学信息处于爆发状态，原本SCI医学文献年增长率约为8%-10%，近年来增速上升至25%，针对各类疾病、靶点的研究涌现。如何用AI算法快速处理更广泛的文献数据，为使用者深度挖掘文献信息，成为王苏宏和团队努力的一个方向。

“医学SCI，包括基础医学文献、机制文献和临床医学文献等。人工阅读一篇医学文献大约需要2小时，但医生等研究人员往往只需要文献中的关键数据，如研究创新点、药物成分、诊断标准、临床指标等，”王苏宏表示，通过白星花AI工具，可以将众多医学文献生成结构化要点、可视化图表等，供医生快速阅读参考。

除4000多万篇SCI精准标注的图谱数据外，白星花AI还结合开源医学数据库、药物基因数据库，通过机器学习、NLP、KG等AI算法模型，有效填补医学真实世界研究、临床研究中的数据缺失，修正数据错误。数据多模态化的应用，也让各类数据打通壁垒，能够真正支持医学研究者进行医学统计、作用机制发现、药物新适应症拓展、临床试验结果预测等。

白星花支持的医学AI案例

在医疗大数据领域，当前仍面临着数据缺失、机构间数据标准不统一等挑战，在数据孤岛这一问题上，王苏宏和团队选择多模态数据融合，将半监督、无监督学习应用到处理真实世界数据和临床数据上。通过从4000多万篇医疗SCI文献样本中，还原医疗真实世界的面貌，借助机器学习等算法进行特征提取，补齐队列数据的缺失，王苏宏将这一过程比喻为通过美颜APP修复图像。

据了解，当前白星花AI已与美国夏威夷肿瘤研究中心、河北医科大学第一医院肝病中心等机构合作，刊发多篇学术论文；在AI算法方面，也已获“实体关系的标注自动生成方法和系统”发明专利授权，另两项发明专利申请中；协助医学工作者发布50多篇SCI文章。

在商业化方面，白星花AI为医生、药企、CRO等提供一站式医学科研服务，在部署系统工具的基础上，按研究项目或药物管线付费。当前，白星花AI已有君实生物、信达生物、百济神州等药企客户。另外，在市场拓展上，白星花AI也为医学专业的硕博生提供学生版工具服务，保证产品在这一潜力人群中的品牌认知。

对于药企、医院而言，在拥有充足医学知识和医学数据的基础上，仍需要耗费大量时间、精力方能产出医学结果。因此，其急需大数据、AI等数字化技术提升研发速度，缩短药物临床前研究各环节的时间，因此AI辅助医学研究市场值得关注。