全球熱點評！AI醫學平臺提高醫藥科研速度100%，「白星花AI」獲數百萬元天使輪融資 | 36氪首發

36氪獲悉，醫學研究工具平臺企業「白星花AI」完成數百萬元天使輪融資，由汾湖國際創新中心孵化并獨家投資。本輪融資主要用于BAIX平臺業務拓展、團隊擴充及品牌建立等方面。

(資料圖)

白星花AI創立于2020年9月，聯合創始人/CEO王蘇宏畢業于上海交通大學，數次在國際算法競賽中拔得頭籌，曾在中國航天科工二院從事視覺AI工作；聯合創始人/CTO肖志峰為美國賓州計算機專業副教授；團隊在AI算法、醫學研發方面有豐富的經驗積累。

作為連續創業者，王蘇宏曾創辦一家醫學AI培訓公司，為醫生和醫學生提供AI影像識別、統計工具、機器學習等數字化工具。基于培訓業務，其對醫生需求有了更進一步了解，因此投身于為醫生、藥企、CRO等開發提升其醫學研究效率的標準化AI工具。

起步時，白星花AI嘗試幫助醫生、藥企醫學人員解決的痛點之一是：通過大量的科研文獻的數據關聯構建知識圖譜進行疾病、靶點和藥物關聯性預測。隨著醫學學術研究的蓬勃，醫學信息處于爆發狀態，原本SCI醫學文獻年增長率約為8%-10%，近年來增速上升至25%，針對各類疾病、靶點的研究涌現。如何用AI算法快速處理更廣泛的文獻數據，為使用者深度挖掘文獻信息，成為王蘇宏和團隊努力的一個方向。

“醫學SCI，包括基礎醫學文獻、機制文獻和臨床醫學文獻等。人工閱讀一篇醫學文獻大約需要2小時，但醫生等研究人員往往只需要文獻中的關鍵數據，如研究創新點、藥物成分、診斷標準、臨床指標等，”王蘇宏表示，通過白星花AI工具，可以將眾多醫學文獻生成結構化要點、可視化圖表等，供醫生快速閱讀參考。

除4000多萬篇SCI精準標注的圖譜數據外，白星花AI還結合開源醫學數據庫、藥物基因數據庫，通過機器學習、NLP、KG等AI算法模型，有效填補醫學真實世界研究、臨床研究中的數據缺失，修正數據錯誤。數據多模態化的應用，也讓各類數據打通壁壘，能夠真正支持醫學研究者進行醫學統計、作用機制發現、藥物新適應癥拓展、臨床試驗結果預測等。

白星花支持的醫學AI案例

在醫療大數據領域，當前仍面臨著數據缺失、機構間數據標準不統一等挑戰，在數據孤島這一問題上，王蘇宏和團隊選擇多模態數據融合，將半監督、無監督學習應用到處理真實世界數據和臨床數據上。通過從4000多萬篇醫療SCI文獻樣本中，還原醫療真實世界的面貌，借助機器學習等算法進行特征提取，補齊隊列數據的缺失，王蘇宏將這一過程比喻為通過美顏APP修復圖像。

據了解，當前白星花AI已與美國夏威夷腫瘤研究中心、河北醫科大學第一醫院肝病中心等機構合作，刊發多篇學術論文；在AI算法方面，也已獲“實體關系的標注自動生成方法和系統”發明專利授權，另兩項發明專利申請中；協助醫學工作者發布50多篇SCI文章。

在商業化方面，白星花AI為醫生、藥企、CRO等提供一站式醫學科研服務，在部署系統工具的基礎上，按研究項目或藥物管線付費。當前，白星花AI已有君實生物、信達生物、百濟神州等藥企客戶。另外，在市場拓展上，白星花AI也為醫學專業的碩博生提供學生版工具服務，保證產品在這一潛力人群中的品牌認知。

對于藥企、醫院而言，在擁有充足醫學知識和醫學數據的基礎上，仍需要耗費大量時間、精力方能產出醫學結果。因此，其急需大數據、AI等數字化技術提升研發速度，縮短藥物臨床前研究各環節的時間，因此AI輔助醫學研究市場值得關注。

關鍵詞： 機器學習 醫學研究 真實世界