Geund公司成立于2021，本周隐身于200万美元，由500家全球公司主导。该公司首席执行官兼创始人埃内斯·霍斯戈尔（Enes Hosgor）告诉TechCrunch，该公司已经取得了长足的进步，拥有可行的平台、30个销售渠道中的客户以及本季度预期的收入。
Gesund基本上是一个合同研究组织（CRO），为开发医学算法的人工智能公司或测试自己模型的学者提供服务。与首席风险官为药物或医疗设备公司设计临床试验的方式相同，Gesund的平台整理数据，使人工智能公司能够测试自己的产品，并创建IT基础设施，使比较顺利进行。
“我喜欢把我们看作一家机器学习运营公司，”霍斯格说。“我们不做算法。”
医学算法的好坏取决于它所训练的数据，有证据表明，获取多样且可用的数据集可能是一个挑战。例如，2020年发表在《美国医学会杂志》上的一项研究分析了74篇科学论文，描述了放射学、眼科学、皮肤学、病理学、胃肠病学和病理学等学科的深度学习算法；这些研究中71%的数据来自纽约、加利福尼亚和马萨诸塞州。
事实上，美国有34个州没有向用于训练这些算法的管道提供任何数据，这让人怀疑这些算法在更广泛的人群中有多普遍。
这一问题也存在于不同类型的医疗保健提供者之间。你可以根据在一家受人尊敬的大型学术医院收集的数据来训练算法。但是，如果你想在一家小型社区医院中部署它，不能保证它能在完全不同的环境中工作。
根据发表在《英国医学杂志》上的一篇对152项研究的荟萃评论，总的来说，用于训练算法的数据集比应该的要小。当然，也有一些算法方面的成功案例，但这是一个全行业的问题。
光靠技术无法解决所有这些问题；你不能排序或提供一开始就不存在的数据。想想对非欧洲血统的人进行的基因研究吧，这些研究非常缺乏。但Gesund只专注于一个技术可能有所帮助的问题：让现有数据更容易获取，并建立合作伙伴关系，为数据共享开辟新途径。
Hosgor说，Gesund的数据管道来自“与临床站点签订的现有数据共享协议”。目前，Gesund主要关注芝加哥大学医学中心、麻萨诸塞州总医院和柏林胡里特的影像数据。（该公司计划在未来扩展到放射学以外的领域。）
聚合和交付用于机器学习应用程序的数据也由其他机构完成，比如南丁格尔开放科学项目，该项目将免费向研究人员提供临床数据集（不属于谷歌备受争议的“南丁格尔项目”）。虽然数据本身是其中的一个关键部分，但霍斯戈尔认为这实际上是该公司的秘密武器。
“每个人都在云上做ML，”霍斯格解释道。他说：“因为你的普通医疗服务提供商没有云计算，所以所有这些都会消失。”。“我们已经建立了这个技术堆栈，可以驻留在医院防火墙内的内部。它不依赖任何第三方管理的服务，而这些服务是机器学习的主要部分。”
从那里开始，该平台包括一个“低代码”接口。简而言之，医生和提供者基本上可以拖放他们需要的数据集，并根据这些数据测试他们自己的算法。
他解释说：“我们大约有六个月的历史，但我们已经起步运行，我们开发了第一款产品，允许模型所有者在无法访问云资源的高合规性环境中，根据数据运行算法，动态生成准确度指标。这是我们的秘方。”。
目前，Gesund有点像南丁格尔，正在免费提供一些服务。该公司的社区版允许拥有现有算法的学者免费测试他们的算法（但他们必须上传自己的数据集）。
与此同时，人工智能公司将为该公司的“高级”版本买单。霍斯格说，这将使付费客户能够访问专有数据集。有证据表明他们会为他们需要的数据买单。目前，Gesund声称拥有30个潜在客户，预计本季度将产生收入。
“去年11月，我们在芝加哥的RSNA，与我们交谈的每一家人工智能公司都说，‘是的，我昨天需要证据。’”
200万美元的种子期前融资代表了Gesund的全部资金，但Hosgor预计该公司今年将再次融资。在不久的将来，该公司将专注于研发；并扩大其在美国和欧洲的临床合作关系。