AI 開發中的資料挑戰：Flywheel 的助力
背景
在 Snowflake 資料雲公司的合作幾小時後，Nvidia 資本部門 NVentures 與 Novalis LifeSciences 共同領導了位於明尼阿波利斯的 Flywheel 5400 萬美元的 D 輪融資。Flywheel 打算利用這筆資金進一步擴大其影響力，幫助醫療和醫學研究機構更多地關注 AI 專案，而不是為這些專案準備資料。與此同時微軟也參與了這一輪融資，內部投資者包括 Invenshure、8VC、Beringea 和惠普企業。
此次投資正值各個行業的企業都在探索 AI 的潛力，以提高效率和節省時間。在醫療領域，這項技術甚至可以幫助改善病人護理、確保適當的治療幹預措施。
Flywheel 的幫助
當構建 AI 模型時，組織必須整理資料以訓練預定模型。這意味著需要密切關注資料源，並積極組織、編輯和清理訊息，以使其適合訓練。這個任務聽起來很簡單，但卻可能佔用資料科學家 80%的時間，只剩下 20%的時間進行主要的分析和創造洞見。Flywheel 成立於 2012 年，針對這一差距提供了一個專注於醫療和醫學研究的全流程平臺。該公司提供的端到端平臺自動化了醫學影像資料的輸入、編輯、管理和計算，使醫療機構能夠高效擴充套件 AI 開發和其他研究發現。Flywheel 的執行長 Jim Olson 在接受 VentureBeat 的採訪時表示：“透過使資料更結構化、可存取和適合整合應用，包括 AI，Flywheel 使提供商能夠從資料中提取和移動有價值的洞見。”
在 Flywheel 的生態系統中，三項關鍵技術使其成為可能：Flywheel Enterprise 用於管理影像資料，Flywheel Discovery 用於探索和分析這些資料，Flywheel Exchange 用於瀏覽和使用預編輯的公共資料集。Flywheel 雖未透露自己有多少客戶，但其網站上提到了一些重要的成功故事，包括來自 Roche、Genentech、加州大學舊金山分校、CMU-Pitt 橋中心和 Octave Bioscience 等。
資金打造 AI 在醫療領域的未來
透過這一輪融資，Flywheel 計劃擴大到公共部門和制藥公司以外的更多醫療行業領域。這包括醫療提供商、付款方和軟體公司，它們希望利用資料的價值來進行 AI 開發。該公司還表示將重點發展其在歐洲等關鍵地區的市場份額。NVentures 主管摩哈默德·西德克(Mohamed "Sid" Siddeek)表示：“AI 的應用已經導致了新藥物的發現、疾病模式的識別以及病人護理的改進。Flywheel 使用 AI 來開啟醫學影像資料中的價值，這表明在整個醫療行業應用 AI 仍然有益。”
根據 GE HealthCare 最近的一項調查，61%的臨床醫生認為 AI 可以幫助醫療決策，近 55%的臨床醫生認為 AI 可以實現更快的健康幹預和改善運營效率。
評論與建議
AI 在醫療領域的應用潛力巨大，但資料準備是 AI 開發中一個重要的挑戰。傳統上，資料科學家需要耗費大量的時間和精力來處理、編輯、清理資料，使其適合訓練 AI 模型。Flywheel 的出現為醫療機構提供了一個全面的解決方案，可以自動化資料的處理、管理和計算，節省時間和人力成本。
然而隨著 AI 在醫療領域的應用不斷增長，資料準備的重要性將越來越突出。因此我們建議醫療機構應該提前計劃，尋找可靠的資料準備平臺，如 Flywheel，以確保資料的整理和準備工作得到有效的解決。
此外政府和監管機構也應該制定相應的政策和標準，確保 AI 在醫療領域的發展符合法規和道德要求。只有在資料整理和準備工作得到有效解決的前提下，AI 才能真正發揮其在醫療領域的潛力，幫助改善病人護理、提高醫療決策和營運效率。
