近日，黃仁勳與評委小組共評選出 3 個類別的 14 家 AI 創業公司。這些初創公司是從 Nvidia Inception 項目中 2 千多家 AI 公司中篩選而來，選中的獲勝者將可參加 5 月 10 日的 Nvidia GPU 技術大會，並領取 150 萬美元現金。
評委小組包括 Fidelity Investments 投資經理加文‧貝克（Gavin Baker）、高盛半導體投資銀行全球主管譚米‧凱利（Tammy Kiely）、軟銀 Shu Nyatta，Coatue Management 高級董事總經理湯馬斯‧拉芬特（Thomas Laffont）以及微軟創投加速器全球 CTO 普拉尚特‧沙爾馬（Prashant Sharma）。
目前，Nvidia 從 600 多家參賽者中篩選「最具社會影響力」的 5 家 AI 初創公司，且均為醫療公司。
1. Genetesis（心臟病檢測公司）
Genetesis 成立於 2013 年 9 月，該公司有 15 名員工，目前已獲得達拉斯小牛隊老闆馬克‧庫班、CincyTech、Wilson Sonsini、Danmar Capital和 43North 等機構 190 萬美元的投資。
數據統計，美國每年有 1 千萬人次因胸部疼痛進行急診，光就診費用高達 66 億美元。但存在的問題是，75% 的胸部疼痛都與心臟無關，急診室很難區分出與心臟有關的疼痛類別。
這直接導致大約 5% 的患者沒有診斷出心臟病，被送回家中，另有 2% 的病人病死在家中。除此之外，浪費的開支約為 4.94 億美元。
大多情況下，醫生必須使用心電圖（EKG）機器來進行協助，但結果並不確定，所以患者必須還要經過 6 小時的肌鈣蛋白測試。即便如此，診斷結果仍無法保證，患者還需做更多測試。整個過程耗時數小時，而醫生們也會對病人進行更長時間的觀察。
Genetesis 正在利用深度學習、傳感器以及物理學來正確診斷胸痛症狀。 Shrivastava 介紹：針對這一痛點，Genetesis 開發了一個基於生物磁性成像系統的測試，該系統可以監測從胸部自然散發出來的弱磁場。然後生成一張心臟的 3D 地圖，進而告訴醫生患者是否患有心臟病。護士和技術人員可以用無創的方式對病人在 90 秒內進行評估，決定患者是否需要進一步醫治。
Genetesis 正接受急救室胸部疼痛治療的全球挑戰。該系統使用 GPU 加速 AI 來診斷，生物磁成像技術也可應用於大腦、肝臟和胎兒等其他方面的測試，為患者創建數千個 1 毫米解析度的 3D 地圖。
2. Lunit（癌症檢測公司）
Lunit 成立於 2013 年 8 月，來自韓國，擁有 30 名員工。目前已獲得 Formation 8、SoftBank Ventures、Mirae-Asset Venture Investment、Intervest 和 Kakao’s K-Cube Ventures 等投資機構共計 520 萬美元的資金，現已與韓國的主要醫療領先機構達成合作。
Lunit 正在開發基於深度學習的醫學診斷軟體，專攻難以檢測的疾病。
在美國，每年將花費 100 億美元進行乳腺癌檢測，在篩查檢查中，大約有 20% 的肺癌和乳腺癌會漏診。 Lunit 正在嘗試利用 3D 成像和深度學習來進行乳腺檢測，醫生使用 Lunit 的技術，正確診斷率從 84% 提高到 86%。在測試中，Lunit 也已經擊敗來自 IBM 和 微軟等團隊。
Lunit CEO 帕克指出，未來 Lunit 將會吸收更多的數據，訓練其神經網絡。之後業務還將擴大到其他醫療領域，也可用來檢測其他類型的癌症。
3. Insilico Medicine（藥物研發）
Insilico Medicine 於 2014 年 1 月在巴爾的摩成立，公司擁有 30 名員工，投資方包括 MannBioinvest、Deep Knowledge Ventures，累計獲得 500 萬美元投資。
醫藥研發是一項龐大的工程，數據統計，2014 年只有 46 種新藥被推出，每種藥物的研發費高達 26 億美元，全球研發這些藥物的費用是 1500 億美元，與此同時，新藥研發的失敗率為 92%。
Insilico Medicine 正在利用 AI 的技術解決藥物發現、生物標記發展和衰老研究等問題，提升每個人的生命週期質量（QALY ）。目前，每提升一個單位 QALY，將花費 6 萬美元，而這將由新藥物的研發所引導。 Insilico Medicine 可以用生物標記衡量一個人的年齡，有幾千個「leads」用於治療疾病的分子模型，它們通過在生物體模型中驗證來提煉相應藥物。
Insilico Medicine 透過驗證新藥的方式來實現上述目標，同時向藥品公司發放許可證，如果得到認證，公司就會收到付款。這種工作的許可證為從 200 萬美元到 3,800 萬 美元不等，具體取決於發展程度。
「我們發現成功機會較高的藥物，加速製藥公司的藥物開發。我們希望能夠戰勝最大的挑戰：與年齡有關的疾病。」
4. SigTuple（醫療數字化）
SigTuple 成立於 2015 年 7 月，擁有 30 多名員工。公司已獲得 Accel Partners、IDG、Endiya Partners、Pi Ventures、VH Capital 以及 Axilor Ventures 共計 640 萬美元的融資。
人們面對多種疾病，需要進行大量醫學測試。印度新創公 SigTuple 希望透過 AI 提高各種篩選過程的速度、準確性和一致性，讓醫生為更多病人服務，減少錯誤。
SigTuple CEO 羅希特‧庫馬爾‧潘迪（Rohit Kumar Pandey）說，公司透過提供智能的篩選方案來革新醫療行業。 SigTuple 專注於疾病、醫學專家和設備等領域，該公司可以使用 AI 來分析醫學影像數據，並通過遠程診斷血液、尿液和精液測試來擴大服務規模，讓醫生能夠遠距為患者評估。
SigTuple 開發了一款名叫 Shonit 的設備，可以獲得血液測試結果並數位化。當下印度的血液檢測成本約為 4 到 10 美元，而 Shonit 每次檢測僅收取 40 美分至 80 美分，大大降低了成本。
潘迪指出，血液檢測的解決方案目前正在進行測試。該公司將測試數據數位化，並將其放在雲端，利用 AI 進行數據分析後，將結果傳回給醫生，打通了雲端到遠程醫療終端。
現階段 SigTuple 僅投入了大約 30 萬美元，但收入不菲，該公司預計明年將在印度創造 100 萬美元的收入。隨著時間推移，還將拓展海外市場。
5. Bay Labs（超聲圖像醫療服務 AI 公司）
Bay Labs 成立於 2014 年 7 月，該公司擁有 15 名員工，投資方包括 Khosla Ventures 和 Data Collective Venture Capital，融資金額不詳。
據悉，當時的約翰‧麥瑟（Johan Mathe）醫生預感到自己可能患有心臟病，於是他用聽診器花了 5 年的時間來觀察，最終驗證了自己確實有心臟雜音。花費如此長的時間，有沒有辦法使超聲波直接實時傳送到你的全科醫生？這個想法促使他創建了 Bay Labs。
眾所周知，心臟的超聲波圖像分析難度較大，如果能夠更容易地辨識出這些圖像，將會對其所幫助。為此，Bay Labs 在輝達的 GPU 上運行自己的 AI 軟件，實時進行訓練，以便更好地辨識超音波圖像。它還可以幫助技術人員引導超音波探測器導到準確的位置，獲得更高質量的患者數據。
數據現實，它的解決方案要比常規速度快 20 倍，成本為之前的八分之一，將每次掃描的費用從 400 美元降至 50 美元，而且每年可以掃描 5 倍以上的病人。
麥瑟表示：「超音波是無侵入性的，我們想讓它和聽診器一樣有用。」