雷锋网正正在启动“新智变成长榜2017”评选行动，咱们将对人工智能与机械人行业实行大范围报道、梳理和调研，并纠合数十家有名投资机构凭据这些革新公司的时间气力、贸易才华和发展性实行深度评选，最终从众个周围永别选出少许极具潜力发展性的革新公司。
不日，黄仁勋与评委小组共评选出 3 个种别的 14 家 AI 创业公司。这些草创公司是从 Nvidia Inception 项目中 2000 众家 AI 公司中筛选而来，被选中的获胜者将可参预 5 月 10 日的 Nvidia GPU技 术大会，并领取 150 万美元现金。
目前，Nvidia 从 600 众家参赛者中筛选“最具社会影响力”的 5 家 AI 草创公司，且均为医疗公司。
数据统计，美邦每年有 1000 万人次因胸部难过实行急诊，光就诊用度高达 66 亿美元。但存正在的题目是，75% 的胸部难过都与心脏无合，急诊室很难区别出与心脏相合的难过种别。
这直接导致大约 5％ 的患者没有诊断出心脏病，被送回家中，另有 2% 的病人病死正在家中。除此之外，华侈的开支约为 4.94 亿美元。
群众处境下，大夫必需使精心电图(EKG)机械来实行协助，但结果并不确定，是以患者必需还要经由 6 小时的肌钙卵白测试。即使如许，诊断结果仍无法保障，患者还需做更众测试。总共历程耗时数小时，而大夫们也会对病人实行更长工夫的考查。
Shrivastava 先容到：针对这一痛点，Genetesis 开垦了一个基于生物磁性成像编制的测试，该编制可能监测从胸部自然散逸出来的弱磁场。然后天生一张心脏的 3D 舆图，从而告诉大夫患者是否患有心脏病。护士和时间职员可能用无创的式样对病人正在 90 秒内实行评估，肯定患者是否须要进一步医疗。
Genetesis 正回收拯救室胸部难过调节的环球离间。该编制运用 GPU 加快 AI 来诊断，生物磁成像时间也可利用于大脑、肝脏和胎儿等其他方面的测试，为患者创筑数千个 1 毫米辞别率的 3D 舆图。
正在美邦，每年将花费 100 亿美元实行乳腺癌检测，正在筛查检讨中，大约有 20％ 的肺癌和乳腺癌会被漏诊。
Lunit 则正正在测验诈骗 3D 成像和深度进修来实行乳腺检测，大夫运用 Lunit 的时间，确切诊断率从 84％ 普及到 86％。正在测试中，Lunit 也仍然击败来自 IBM 和 微软等团队。
Lunit CEO 帕克指出，将来 Lunit 将会招揽更众的数据，演练其神经收集。之后生意还将增加到其他医疗周围，也可用来检测其他类型的癌症。
医药研发是一项强大的工程，数据统计，2014 年只要 46 种新药被推出，每种药物的研发费高达 26 亿美元，环球研发这些药物的用度是 1500 亿美元，与此同时，新药研发的衰弱率为 92%。
Insilico Medicine 正正在诈骗 AI 的时间处分药物发觉、生物标帜生长和衰老琢磨等题目，晋升每片面的性命周期质地（QALY ）。目前，每晋升一个单元 QALY，将花费 6 万美元，而这将由新药物的研发所开导。
Insilico Medicine 可能用生物标帜权衡一片面的春秋，有几千个“leads”用于调节疾病的分子模子，它们通过正在生物体模子中验证来提炼相应药物。
Insilico Medicine 通过验证新药的式样来完成上述方向，同时向药品公司发放许可证，要是取得认证，公司就会收到付款。这种劳动的许可证为从 200 万美元到 3800万 美元不等，完全取决于生长水平。
“咱们发觉凯旋机缘较高的药物，加快制药公司的药物开垦。咱们祈望不妨克制最大的离间：与春秋相合的疾病。”
人们面临众种疾病，须要实行多量的医学测试。印度草创公 SigTuple 祈望通过用 AI 来地普及各样筛选历程的速率、精确性和相同性，让大夫为更众的病人任职，删除缺点。
SigTuple CEO 罗希特·库马尔·潘迪(Rohit Kumar Pandey)说到，公司通过供给智能的筛选计划来改造医疗行业。SigTuple 静心于疾病、医学专家和配置等周围，该公司可能通过运用 AI 来分解医学影像数据，并通过长途诊断血液、尿液和精液测试来增加任职范围，让大夫不妨长途为患者评估。
SigTuple 开垦了一款名叫 Shonit 的配置，它可能获取血液测试结果并对其实行数字化。当下印度的血液检测本钱约为 4 到 10 美元，而 Shonit 每次检测仅收取 40 美分至 80 美分的用度，大大低落了本钱。
潘迪指出，血液检测的处分计划目前正正在实行测试。该公司将测试数据数字化，并将其放正在云端，诈骗 AI 实行数据分解后，将结果传回给大夫，打通了云端到长途医疗终端。
现阶段 SigTuple 仅进入了大约 30 万美元，但收入不菲，该公司估计来岁将正在印度创造 100 万美元的收入。跟着工夫推移，还将拓展海外墟市。
据悉，当时的约翰·麦瑟(Johan Mathe)大夫预睹到本身可以患有心脏病，于是他用听诊器花了 5 年的工夫来考查，最终验证了本身确实有心脏杂音。花费如许长的工夫，有没有法子使超声波直接及时传送到你的全科大夫？这个念法促使他创筑了 Bay Labs。
家喻户晓，心脏的超声波图像分解难度较大，要是不妨更容易地识别出这些图像，将会对其所助助。为此，Bay Labs 正在英伟达的 GPU 上运转本身的 AI 软件，及时实行演练，以便更好地识别超声波图像。它还可能助助时间职员开导超声波探测器导到精确的地方，从而获取更高质地的患者数据。
数据实际，它的处分计划要比老例速率疾 20 倍，本钱为之前的 1/8，将每次扫描的用度从 400 美元降至 50 美元，况且每年可能扫描 5 倍以上的病人。
指日起雷锋网回收革新企业的报名，最终榜单将由雷锋网于7月份实行的CCF-GAIR 2017大会岁月揭晓。