商标

01-11-2018

来源: AnalyticsIndiamag.

印度在人工智能行业领域遇到了一些辉煌的头脑。最近,已经出现了大量的人工智能和机器学习依赖初创公司,并且已经蓬勃发展,印度已经是AI领域的顶级国家。

在印度的许多医疗保健行业也需要自动化各种任务,他们正在使用AI帮助他们在其行业中。以下是印度初创公司列表,按字母顺序排列,利用AI在医疗保健领域的优势:

 

 

vipuljain首席执行官advancells

1. Advancells:2005年开始,这项启动专注于再生医学的治疗应用,这是组织工程和分子生物学的翻译研究分支,所述分子生物学涉及替代和再生的人体细胞,组织或器官来恢复或建立正常的功能。它以最高医疗标准为全世界的患者提供安全有效的治疗选择提供技术。

创始人:vipul jain

2. artelus:artelus代表“人工学习系统”,并于2017年成立。此启动专注于使用深度学习算法检测糖尿病视网膜病变(DR)。它捕获了患者的视网膜图像,分析了它并呈现出来的报告。它可用于检测小于总共三分钟的DR,这比人类快。在其AI筛选工具的帮助下,还努力为TB,乳腺癌和肺癌创造早期检测工具。

创始人:Rajarajeshwari K,Lalit Pant,Pradeep Walia

3. Chironx:Chironx创始人Mausumi Acharyya是一位专家成像AI专家。 Chironx(早期被称为Advenio Technosys)的Chironx(advenio technosys)成立于2017年。它具有自动诊断软件,它使用复杂的图像处理AI算法以及经典的机器学习技术。他们的模块也使用了很多深的学习算法。目前,它正在为视网膜异常检测和急性呼吸道感染工作。 Chironx的研究活动由生物技术行业研究援助委员会(Birac)和Bill Melinda Gates基金会资助,并由KSTART获得的种子。

创始人:Mausumi Acharyya,Sombodhi Ghosh

4. LiveHealth:它是一种基于浦那的启动,通过自动化为客户提供诊断。本2014年启动将在可用时向患者或组织提供报告。它还提供在线支付,实时监控所有患者活动,并使医生随时访问患者数据。医生也可以只用一点击签署他们的患者报告。他们的重点是提供医疗诊断的最大数字化和自动化,因为完全消除了报告条目错误。

创始人:Abhimanyu Bhosale,Mukund Malini

5.莱伯特:成立于2014年,莱伯特是该国的第一个在线医生咨询平台。在今天快速移动的繁忙的世界中,我们几乎没有时间去医生身体上的每一个少量健康问题。我们常常最终忽略了一些似乎小的症状,而是因为我们过度占用的工作生命而变得严重。莱伯特犬有一个在线申请,可通过哪个患者连接到医生并在线咨询。患者还可以在线预订实验室测试和预约。

除此之外,莱特酸盐还提供饮食和健身,皮肤和护发解决方案。他们有来自全国各种频谱的医生。它还在Facebook Messenger上有一个健康顾问机器人。此启动的目的是为每个人轻松访问的在线咨询。

创始人:Saurabh Arora

6.神经突触通信私人有限公司:他们的目标是通过他们的启动来对所有群众提供医疗保健。它提供了高质量的Remedi远程医疗保健解决方案。它会收集关于远程患者的各种生理方面的信息,并为它们提供其诊断。通过这样做,他们使整个诊断过程经济实惠。他们目前在四个城市运营,主要关注医疗保健交付。到目前为止,他们的大部分工作都在学校,也有一个基于应用程序的工具,为父母计划为孩子营养丰富的饭菜。除此之外,他们还提供年度健康检查和健康教育。它成立于2002年。

创始人:同名Sawarkar。

7. Niramai:这个初创公司的两个创始人,在他们的家庭看到癌症后感到深深的冲动,可以在社会中解决这个问题。 Niramai是一家基于班加罗尔的2016年创业,提供乳腺癌筛查解决方案。他们建立了一种机器学习软件,有助于在早期阶段检测乳腺癌,帮助早期诊断癌症。

它提供了三种模式的完整硬件软件乳腺癌溶液:

具有云加工的坚固,紧凑型筛选装置,适用于专业医院
低成本手持设备,具有实时云的独立医生基于云的诊断
用于大型筛选的便携式解决方案。
创始人:Geetha Manjunatha,Nidhi Mathur

8. oncostem诊断:创建于2011年,此启动使用机器学习算法来帮助个性化癌症治疗。 Oncostem使用蛋白质组学和基因组学的平台,借助于肿瘤的分子指纹,预测癌症复发。了解癌症的复发也有助于开发新药。它有一个名为“Canassist-乳房”的产品,他们的目标是通过分析患者肿瘤的样本来帮助减少乳腺癌可以预测癌症返回的可能性。一旦通过基于机器学习的算法分析了这一点,患者被归类为“低”或“高”风险。被归类为“高风险”的患者将比分类为“低风险”的患者的概率更大。那些具有低风险分数的人可以放弃化疗。

它还旨在为多种癌症制定在包括口头和结肠的多种癌症的测试。

创始人:Manjiri Bakre

9. onlidoc:用于端到端的医学诊断,INLIDOC使用AI和ML。它有一个手机应用程序,用于查找医生,预约和商店医疗记录和处方。有一个人工智能和深入学习症状检查器,并在线提供报告。它使用AI和深度学习来帮助治疗选择并推荐首先要采取的行动。他们的应用程序可在iOS和播放商店提供。它成立于2015年。

创始人:Dipendra Jain

10. Qure.ai:这项初创公司是在孟买的并在2016年创立,在其产品中使用深度学习算法。它使用大型医疗信息数据集来发展其深度学习算法。以下是其三种产品:

QXR:用百万静电X射线和放射学报告培训,该产品检测到异常的胸部X射线,然后识别和定位15个常见的异常。它还为结核病筛查。
QER:本产品适用于头CT扫描中的诊断辅助。它检测出突出,裂缝和中线移位等危急异常;定位它们并量化他们的严重程度。
QQUANT:用于CT扫描和MRI扫描的量化和进展监控产品,并具有全自动检测,量化和3D可视化。
这项启动在2016年。他们相信让机器处理更容易的医疗案例,以便医疗保健从业者可以专注于真正重要的案例并复杂。

创始人:Prashant Warier(CEO,联合创始人),Pooja Rao,Preetham Sreenivas,Sasank Chilamkurthy,Ankit Modi,Rohit Ghosh,Tarun Raj

11. SIGTUPLE:基于班加罗尔的初创公司成立于2015年,借助机器人和人工智能的帮助,并将其添加到医疗数据中,以帮助他们的医疗行业进行智能诊断解决方案,并使优质的医疗保健轻松获得和实惠。该公司正在建立一个名为“Manthana”的人工智能平台,有效地帮助识别视觉数据。此AI平台有助于他们在以下五个筛选过程中的医疗保健行业:

外周血涂片分析
Urine microscopy
Semen screening
Fundus screening
OCT扫描和胸部X射线
它们的外周血涂片分析仪解决方案被称为“Shonit”,已经在封闭的测试版中使用。它可以自动化差异计数等常规任务,并为疟疾和贫血提供筛选解决方案。血液涂抹幻灯片是在用于在显微镜上安装的手机上的捕获。然后分析了深度学习和图像处理工具。基于该图像分析,它产生血液报告,并根据其表明血液中的异常。本报告可以通过世界各地的病理学家审查,连接在任何网络连接设备上。他们有四个瞄准不同区域名为Shrava,Aadi,Dhrishti和Vaksha的不同区域的其他解决方案平台。前两个接近临床验证状态,Dhrishti在产品开发中具有分析的一部分,而Vaksha是胸部X射线的筛选解决方案,仍在研究中。

Sigtuple于今年9月在谷歌的第一日亚洲计划颁发了“评委首选”奖项,今年9月举行。

创始人:Rohit Kumar Pandey,Tathagato Rai Dastidar,Apurv Anand。