要想了解Sirona和Nines的结合点，可以把它想象成一块蛋糕。蛋糕的第一层由医学图像数据库组成。第二层是放射科医生日常使用的软件，如查看或报告软件。第三种是人工智能算法，可以在这些图像中搜索模式或帮助医生做出决定。
Sirona的核心产品RadOS旨在将这两个最底层的部分结合起来，并允许人工智能算法在顶层进行分层——这正是Nines取得重大进展的地方。
该公司发明了一些算法，声称它们实际上可以帮助医生做出决策。其中一种算法允许科学家测量肺结节（异常生长）的大小，以帮助检测呼吸道疾病。另一种算法评估脑部CT图像是否存在颅内出血和肿块效应。目的是帮助医生对病人进行分类。（两种算法均已获得FDA 510（k）许可。）
Sirona首席执行官卡梅伦·安德鲁斯（Cameron Andrews）对TechCrunch说，之所以进行这项收购，是因为要真正将算法集成到临床医生的工作流程中，需要统一第一层和第二层。他说，拉多斯已经准备好解决这个问题。
说到医疗领域的人工智能，最近的情况好坏参半。一方面，IBM Watson Health将于1月份分拆，这对人工智能放射学乐观主义者来说是一个打击。但这还不足以抑制热情。同一个月，美国最大的门诊诊断成像提供商Radnet收购了两家投资于癌症、肺部疾病和神经退行性病变人工智能成像分析的公司。
然后是房间里的大象：预期中的人工智能放射学革命尚未到来。对2021所美国放射学会的大约1400名成员进行的调查发现，目前只有30%的放射科医师在他们的临床实践中使用人工智能，而那些没有使用人工智能的人中有20%人计划在未来五年内购买新的人工智能工具。
Sirona的观点是，阻碍人工智能在放射学中应用的问题已经深入到行业的传统技术中。所有上述“层”都不是为了协同工作而设计的。
安德鲁斯说，甚至在添加临床支持算法之前，放射科医生已经在使用三到四种不同的软件。然后，如果你想添加一个使用人工智能功能的新软件程序，你必须在这个捆绑包中再添加一个。正如《放射学人工智能》上的一篇评论文章所指出的，强大的人工智能软件需要在各个工作站上安装特定于供应商的软件。论文指出，这一过程在采用新技术时会增加复杂性。
安德鲁斯说：“我们认识到，底层的放射学IT堆栈本身，以及更广泛的底层成像IT堆栈，基本上无法处理放射科医生的任务，以及第三方人工智能和软件供应商在未来十年将对其提出的任务。”。
有鉴于此，Sirona收购Nines将把这些顶层算法整合成RADO。这对医生来说意味着什么？这意味着他们将能够无缝地从带注释的图像移动到报告。医生现在可以点击肺结节，使用Nines算法进行测量，然后再次点击，将测量结果插入报告。
这似乎简单得令人难以置信。尽管如此，安德鲁斯说，这是“不可能实现的”。
“人工智能和计算机视觉代表着将像素与单词关联起来的能力，[而]自然语言处理代表着将单词与像素本身关联起来的能力，”他解释道。“现在无法实现双向连接，因为用于创建报告的软件和用于查看图像的软件在功能上是分离的。它们与算法完全分离。”
Sirona只收购了Nines的临床数据管道、两种FDA批准的算法、机器学习引擎以及放射工作流程管理和分析工具。有趣的是，该公司尚未收购Nines的远程放射学部门。Nines还雇佣远程工作的放射科医生，为医院和诊所提供专业知识。
Andrews说，远程放射学部门不适合Sirona，因为Sirona“不从事放射学服务业务”。但他拒绝讨论交易的细节。
这笔交易的起源是投资者重叠和相互联系的结果。8VC是这两家公司的投资者，Sirona与Nines的投资者Accel Partners有联系。Sirona已经筹集了6250万美元。