חברת זברה מדיקל הישראלית הודיעה על השלמת סבב גיוס נוסף בסך של 12 מיליון דולר. את הסבב הובילה קופת החולים האמריקאית Intermountain Healthcare – אחת מ-10 הקופות המובילות בארה”ב. לצד Intermountain Healthcare לקחו חלק בגיוס גם המשקיעים קיימים: Khosla Ventures ,Ourcrowd ומארק בניוף.
זברה מדיקל פיתחה אלגוריתמים וטכנולוגיות המאפשרים ניתוח מהיר ומדויק של מידע רפואי. המערכת של החברה מסוגלת לאבחן חריגות המופיעות בהדמיות שנעשו בתחומי בריאות העצם, מערכת הלב וכלי הדם ומערכות הכבד והריאות ולספק מידע חיוני עבור הרופאים או טכנאי המעבדה שבודקים את אותן הדמיות. החברה שמה לעצמה יעד להוציא לשוק עוד עשרות אלגוריתמים בשנתיים הקרובות – כולל אבחון אוטומטי של בעיות לב, ריאה, מוח, סרטן ועוד.
מה שמאפשר לזברה מדיקל להגיע לאותן תבונות מדויקות, וכפועל יוצא מכך להציל חיים, הוא העבודה המרשימה שעשתה החברה בתחום אלגוריתמים מבוססי למידה עמוקה (Deep Learning). זברה מדיקל אימנה את המערכות שלה באמצעות כמויות אדירות של מידע רפואי ולימדה אותן כיצד להפיק מסקנות מצילומים שונים. החברה הצליחה להגיע לרמת דיוק גבוהה מאוד וכבר כיום הניבה תובנות משמעותיות שנבדקו ואומתו באמצעות מאות אלפי הדמיות במסד הנתונים שלה. כספי הגיוס יאפשרו לחברה להמשיך ולשפר את האלגוריתמים ואף להמשיך לגייס עובדים בארץ לתפקידי Deep learning.
מה שמיוחד באלגוריתמים מבוססי Deep learning הוא שככל שייחשפו למידע נוסף כך תעלה רמת הדיוק שלהם. טכניקה זו דורשת מידע רב ויכולות ניתוח מאוד מתקדמות. לכן זברה מדיקל משקיעה רבות בבניית מאגר נתונים ושימוש באפשרויות אחסון מתקדמות. החברה חתמה על הסכם עם Dell Services, המספקת שירותי איחסון בענן ליותר מ-1,100 בתי חולים, מה שמאפשר ל-Zebra לספק תובנות על כ-150 מיליון בדיקות הדמיה שכבר נעשו בעבר.
חברת זברה מדיקל הוקמה בשנת 2014 על ידי אייל טולדנו, אייל גורה ואלעד בנימין וחרטה על דגלה להציע שירותי אבחון מתקדמים ומדויקים יותר. Zebra נולדה כרעיון אצל המייסד השותף ויו”ר החברה אייל גורה, שעבר תאונת צלילה בחו״ל, ונאלץ לעבור מספר רב של סריקות חוזרות ונשנות מכיוון שהטכנאי המקומי לא ידע לפענח את התמונה באופן נכון.
אלעד בנימין, מייסד שותף ומנכ”ל Zebra:
זכינו בכך שאחד מארגוני הרפואה הגדולים והמתקדמים בארה”ב בחר לשתף איתנו פעולה, והביע את ביטחונו בצוות ובמוצר שלנו. למידה חישובית בתחום הבריאות היא צורך אמיתי, ולכן היכולת לאצור ולנתח כמויות מסיביות של מידע רפואי ביעילות ובמהירות יכולה לעשות את ההבדל בין יצירת כלים פשטניים לבין הגעה לתובנות בעלות ערך קליני משמעותי, היכולות להשפיע על האופן בו חולים מקבלים טיפול. אנחנו עושים דברים חדשניים ומדהימים ב-deep learning, ומחפשים אנשים עם ניסיון בתחום שיצטרפו אלינו לעשייה המשמעותית ופורצת הדרך שלנו בתחום.
