Informacje:
Cancer Center to polska firma, która wykorzystuje techniki głębokiego uczenia się w dziedzinie onkologii i radiologii. Zgromadziła ogromny zbiór obrazów medycznych służący do szkolenia modeli oraz opracowała technologię klasyfikacji, która pozwoli komputerom przewidywać wiele chorób z dokładnością przewyższającą ludzką. W 2016 roku firma zaprezentowała nowy algorytm, który pomaga w rozpoznawaniu i diagnozowaniu raka płuc na podstawie obrazów PET.
Impact Polska
02.2017
5.3. Historia i doświadczenie wnioskodawcy (maks. 4000 znaków bez spacji) / Historia i doświadczenie wnioskodawcy (maks. 4000 znaków bez spacji)
Nasz zespół posiada doświadczenie w zakresie badań i rozwoju, rozwoju biznesowego, sprzedaży, zarządzania projektami oraz metodologii SCRUM. Współpracujemy z partnerami z branży medycznej.
Piotr Krajewski – mąż i ojciec, menedżer, współzałożyciel i dyrektor generalny firmy Stermedia Sp. z o.o., zajmującej się tworzeniem oprogramowania (10 lat na rynku). Odpowiada za rozwój tej firmy (głównie: sprzedaż, zarządzanie, kadry). Stermedia współpracuje z wieloma dużymi klientami, takimi jak Credit Agricole, GE, IDENTT GmbH, WMC AG, Poczta Polska, Workservice S.A. oraz licznymi start-upami. Stermedia wchodzi w skład Grupy IT Kontrakt – lidera wśród firm zajmujących się outsourcingiem IT w Polsce.
Jest współzałożycielem firmy IDENTT Sp. z o.o. Verification Systems wraz z IDENTT Swiss.
Marcin jest propagatorem Ruby on Rails oraz entuzjastą metodyki Scrum (zwinne zarządzanie projektami). Zajmuje się profesjonalnym programowaniem, projektowaniem architektury oraz prowadzeniem szkoleń z zakresu Ruby on Rails i AngularJS we Wrocławiu. Posiada solidną wiedzę z zakresu DevOps oraz administrowania systemami opartymi na Linuksie wykorzystywanymi w środowiskach produkcyjnych, gwarantując wysoką niezawodność i krótki czas reakcji. Obecnie interesuje się analizą danych i projektowaniem algorytmów. Jest założycielem grupy ScrumHero. Ukończył Wydział Matematyki i Informatyki Uniwersytetu Wrocławskiego.
Prof. dr hab. Karol Kozak
Prof. Karol Kozak kieruje Jednostką Informatyki Biomedycznej przy Towarzystwie Fraunhofera oraz na Wydziale Medycznym Politechniki w Dreźnie. Odgrywa wiodącą rolę w opracowywaniu strategii zarządzania danymi obrazowymi na dużą skalę. Odpowiada za umiędzynarodowienie działań badawczo-rozwojowych prowadzonych wspólnie przez przemysł i środowisko akademickie. W trakcie studiów doktoranckich Karol Kozak stał się ekspertem w dziedzinie statystycznego rozpoznawania wzorców stosowanego w analizie danych z badań przesiewowych na dużą skalę. Karol Kozak odegrał znaczącą rolę w rozwoju obrazowych baz danych NoSQL/InMemory dla nauk przyrodniczych oraz narzędzi do eksploracji danych przeznaczonych do badań przesiewowych o wysokiej przepustowości i bogatej zawartości (HCS) w ciągu 8 lat pracy w Instytucie Biologii Komórkowej i Genetyki im. Maxa Plancka w Dreźnie (Niemcy) oraz na Politechnice Federalnej w Zurychu (Szwajcaria). Studiował informatykę i elektrotechnikę na Politechnice Radomskiej w Polsce oraz informatykę na Politechnice w Dreźnie w Niemczech. Uzyskał stopień doktora nauk przyrodniczych (Dr. rer. nat.) przyznany przez Towarzystwo im. Maxa Plancka we współpracy z Politechniką Śląską w Polsce. W 2012 roku Karol Kozak otrzymał propozycję objęcia stanowiska młodszego profesora bioinformatyki na Uniwersytecie Philippsa w Marburgu w Niemczech (propozycja nie została przyjęta). Uzyskał stopień doktora habilitowanego w dziedzinie biotechnologii. W 2014 roku przyjął stanowisko profesora nadzwyczajnego wizytującego na Wydziale Informatyki Uniwersytetu Ekonomicznego we Wrocławiu oraz stanowisko profesora nadzwyczajnego na Uniwersytecie Warszawskim. Opublikował jedną książkę, 6 książek/rozdziałów w książkach oraz 49 artykułów w czasopismach naukowych o wysokim współczynniku wpływu w dziedzinie metod obliczeniowych dotyczących danych biomedycznych na dużą skalę. Jest członkiem: Society for Biomolecular Screening, CUDA Nvidia Center, German BioImaging oraz European BioImaging.
Dr Witold Dyrka jest adiunktem naukowym na Katedrze Inżynierii Biomedycznej Wydziału Podstawowych Problemów Techniki Politechniki Wrocławskiej. Jego zainteresowania badawcze koncentrują się na bioinformatyce oraz opracowywaniu inteligentnych metod obliczeniowych dla tej dziedziny. Obecnie jest kierownikiem projektu badawczego finansowanego przez Narodowe Centrum Nauki. Dr Dyrka uzyskał tytuł magistra informatyki (2005) oraz inżynierii biomedycznej (2006) na Politechnice Wrocławskiej, a także tytuł magistra bioinformatyki (2007) na Uniwersytecie w Kingston w Wielkiej Brytanii. Tytuł doktora uzyskał w Instytucie Biocybernetyki i Inżynierii Biomedycznej Polskiej Akademii Nauk (2012). Następnie był stypendystą podoktoranckim w Inria Bordeaux we Francji (2012–2014). Otrzymał wiele grantów i stypendiów, w tym stypendium START przyznane przez Fundację Nauki Polskiej (2012) oraz w ramach Programu Wsparcia Miasta Wrocławia „Partnerstwo między szkolnictwem wyższym, nauką i sektorem przedsiębiorczości” MOZART (2015–2016). Kierował zespołem, który wygrał dwa konkursy z zakresu obrazowania biomedycznego podczas konferencji MICCAI w latach 2015 i 2016. Opublikował kilka artykułów naukowych w prestiżowych czasopismach z dziedziny biologii obliczeniowej oraz był promotorem prac dyplomowych z zakresu inżynierii biomedycznej i bioinformatyki. Jest członkiem Polskiego Towarzystwa Bioinformatycznego.
Grzegorz Żurek – jest doktorantem na Wydziale Matematyki Politechniki Wrocławskiej. Posiada dwa tytuły magistra: z matematyki teoretycznej oraz z matematyki w przemyśle i handlu, a także tytuł inżyniera informatyki. W firmach Stermedia Sp. z o.o. oraz Identt Sp. z o.o. zajmuje się przetwarzaniem różnorodnych danych obrazowych pochodzących z różnych dziedzin, stosując różne podejścia (w tym uczenie głębokie). Stworzył kluczowe rozwiązania w projekcie, który zwyciężył na konferencji MICCAI 2015.
Piotr Giedziun jest pełnym pasji inżynierem oprogramowania, interesującym się uczeniem głębokim, wysoce skalowalnymi architekturami oraz nowoczesnymi technologiami mobilnymi. Jest entuzjastą algorytmów uczenia maszynowego i „czystego kodu”. Uzyskał tytuł magistra informatyki (2015) na Politechnice Wrocławskiej. Obronił pracę magisterską zatytułowaną „Połączona klasyfikacja nowotworów mózgu na podstawie badań radiologicznych i patologicznych”.
Nasz zespół:
Piotr Krajewski – dyrektor generalny, rozwój biznesu, sprzedaż
Marcin Wierzbicki – wiceprezes, starszy programista, scrum master
Piotr Giedziun – dyrektor ds. technicznych, kierownik techniczny
Grzegorz Żurek – analityk danych
dr Witold Dyrka – analityk danych, bioinformatyk
prof. Karol Kozak – rozwój biznesu w Niemczech i Polsce, partnerzy, sprzedaż
Simon Nadolski – sprzedaż, kierownik projektu, rozwój biznesu w Wielkiej Brytanii i USA
dr Łukasz Mirosław – sprzedaż, Szwajcaria, USA
Nasz zespół koncentruje się na wykorzystaniu technik głębokiego uczenia się i uczenia maszynowego w diagnostyce nowotworów.
Dysponujemy infrastrukturą (serwery, karty graficzne i inne urządzenia) niezbędną do pracy z obrazami medycznymi. Doskonale znamy algorytmy i techniki uczenia głębokiego, które zamierzamy wykorzystać w tym projekcie.
Mamy dostęp do obrazów pilotażowych z Uniwersytetu Medycznego w Dreźnie
Mamy dostęp do medycznych urządzeń diagnostycznych: USG, tomograf.
5.6 Streszczenie projektu
Celem projektu jest wprowadzenie innowacji w dziedzinie obrazowania medycznego.
Obecnie szpitale i ośrodki diagnostyczne borykają się z trudnościami w postawieniu prawidłowej diagnozy na podstawie danych obrazowych pochodzących z badań histopatologicznych, MRI lub PET. Po pierwsze, trudno jest oszacować różnice między stopniami zaawansowania nowotworu, a różni lekarze mogą mieć odmienne opinie; po drugie, istnieją wyzwania techniczne związane z udostępnianiem i analizowaniem obrazów w sposób opłacalny.
Naszą misją jest wykorzystanie naszych najnowocześniejszych algorytmów do stworzenia platformy wymiany danych dla lekarzy i pacjentów, umożliwiającej automatyczną wstępną diagnozę na podstawie obrazów histopatologicznych, MRI i PET. W ten sposób diagnoza mogłaby zostać postawiona szybciej i przy niższych kosztach. Posiadamy kompetencje i doświadczenie niezbędne do osiągnięcia tego celu. Nasze oprogramowanie zdobyło już pierwszą nagrodę: na konferencji MICCAI 2015 za „Połączoną klasyfikację nowotworów pierwotnych na podstawie obrazowania i patologii cyfrowej”, a na konferencji MICCAI 2016 za segmentację obrazów PET. Nasze oprogramowanie jest obecnie wykorzystywane w Dolnośląskim Centrum Onkologii oraz poddawane ocenie w Universitätsklinikum Carl Gustav Carus w Dreźnie w zakresie histopatologii oraz na Uniwersytecie w Edynburgu w zakresie obrazowania MRI.
5.8. Opis innowacyjnego pomysłu biznesowego (maks. 8000 znaków bez spacji) / Opis innowacyjnego pomysłu biznesowego (maks. 8000 znaków bez spacji)
Naszym celem jest stworzenie platformy medycznej służącej do udostępniania obrazów medycznych innym specjalistom oraz wstępnego diagnozowania ich za pomocą naszych wielokrotnie nagradzanych algorytmów. Pojawią się również inne nowe algorytmy (zarówno open source, jak i komercyjne).
Platforma ta pomoże pacjentom i innym lekarzom uzyskać drugą opinię na temat ich danych obrazowych oraz wstępnie ocenić diagnozę, zanim zostanie ona ostatecznie postawiona.
W przyszłości nasza platforma będzie oferowana uczelniom medycznym jako narzędzie do szkolenia przyszłych lekarzy w zakresie obrazowania medycznego (MRI, PET, patologia i inne).
Ze względu na wysoką wrażliwość danych będziemy korzystać z istniejących już platform bezpieczeństwa w chmurze, takich jak IBM Watson Health, Microsoft Health Vault lub inne. Platformy te są już zgodne z normami ochrony prywatności i zapewniają wysoki poziom bezpieczeństwa przechowywania danych pacjentów. Ponadto cieszą się one uznaniem w sektorze opieki zdrowotnej.
Obniżymy koszty rozwoju i infrastruktury, korzystając z usług przechowywania danych, infrastruktury i zabezpieczeń oferowanych przez dostawców chmur publicznych. Dzięki temu nasza platforma będzie skalowalna oraz zapewni ciągłość działania i odzyskiwanie danych po awarii.
Nasz model licencyjny będzie oparty na subskrypcji z różnymi modelami cenowymi, aby zagwarantować stały strumień przychodów.
Więcej informacji można znaleźć na stronie http://cancercenter.eu/
5.11. Opis działań niezbędnych do realizacji wraz z planowanymi kosztami / Opis niezbędnych działań oraz ich planowanych kosztów
1. Analiza rynku – 10 000 PLN
2. Ukończenie algorytmu/wersji demonstracyjnej dla obecnych partnerów – 60 000 PLN
3. Przygotowanie platformy deweloperskiej do udostępniania zdjęć + czatu wideo – 100 000 PLN
4. Dostarczenie gotowego algorytmu na platformę – 10 000 PLN
5. Publikacja – 10 000 PLN
6. W trakcie realizacji projektu poszukujemy nowych potencjalnych klientów/partnerów/kontaktów oraz prowadzimy działania marketingowe i sprzedażowe – 40 000 PLN
230000
Oświadczenia
SPARK:
Streszczenie (200 znaków) Oferujemy rozwiązanie wspomagające proces diagnostyki nowotworowej w analizie obrazów medycznych (MRI, Histo, PET/CT) z wykorzystaniem platformy do telekonsultacji oraz algorytmów służących do analizy tych obrazów.
Jaki jest model biznesowy projektu i czy jest to rozwiązanie typu B2B, B2C czy B2B2C?
B2B2C – rynek globalny. Nasz model opiera się na zapotrzebowaniu rynkowym na uzyskanie opinii zarówno przez pacjentów (B2C), jak i lekarzy/kliniki (B2B) w zakresie diagnostyki nowotworowej. Pacjenci, u których postawiono niekorzystną pierwszą diagnozę i którzy mają złe rokowania (klasa III i IV), poszukują tzw. drugiej opinii lub specjalistów w tej dziedzinie, również poza granicami swojego kraju. Lekarze i kliniki zajmujące się diagnostyką onkologiczną, ze względu na coraz większą liczbę zachorowań, potrzebują narzędzi wspierających i przyspieszających proces diagnostyczny na każdym etapie, a czasami muszą również zasięgnąć drugiej opinii u innego specjalisty. W przyszłości planujemy również uruchomienie usługi dla uczelni medycznych, mającej na celu wsparcie procesu kształcenia kadry w zakresie diagnostyki onkologicznej.
Przewidujemy dwa rodzaje rozliczeń:
1) opłaty za każdą diagnozę (dostępne będą takie usługi jak: konsultacja z ekspertem, automatyczna analiza)
2) opłaty abonamentowe (kliniki, szpitale, lekarze, uniwersytety).
MIT: 25 maja 2017 r.
Aby powrócić do swojego wpisu, użyj poniższego adresu URL i hasła:
Adres URL: http://mitefcompetition.org/
Hasło: e51744ae69c1867593ecc57bca8921
Zespół kierowniczy
Piotr Krajewski – główny wnioskodawca | |
|---|---|
| Płeć | Mężczyzna |
| Rok urodzenia | 1981 |
| Kraj urodzenia | POLSKA |
| Najwyższy poziom wykształcenia | Tytuł magistra – Uniwersytet Techniczny we Wrocławiu (10/2000 – 06/2005) |
| Doświadczenie zawodowe | mąż i ojciec, menedżer, współzałożyciel i dyrektor generalny firmy Stermedia Sp. z o.o., zajmującej się tworzeniem oprogramowania (10 lat na rynku). Odpowiada za rozwój tej firmy (głównie: sprzedaż, zarządzanie, kadry). Stermedia współpracuje z wieloma dużymi klientami, takimi jak Credit Agricole, GE, IDENTT, WMC AG, Poczta Polska, Workservice |
| Obecne stanowisko | Dyrektor generalny, współzałożyciel |
| [email protected] | |
| Numer telefonu | 694233234 |
| Profil na LinkedIn | Link do profilu |
| Rola w zespole | Lider zespołu |
Piotr Giedziun | |
|---|---|
| Płeć | Mężczyzna |
| Rok urodzenia | 1991 |
| Kraj urodzenia | POLSKA |
| Najwyższy poziom wykształcenia | Tytuł magistra – Uniwersytet Techniczny we Wrocławiu (10/2011 – 06/2016) |
| Doświadczenie zawodowe | 7 lat doświadczenia w dziedzinie algorytmów, analizy danych, widzenia komputerowego, uczenia maszynowego oraz tworzenia oprogramowania. Jest pełnym pasji inżynierem oprogramowania, interesującym się uczeniem głębokim, wysoce skalowalnymi architekturami oraz nowoczesnymi technologiami mobilnymi. Jest entuzjastą algorytmów uczenia maszynowego. |
| Obecne zajęcie | Współzałożyciel |
| [email protected] | |
| Numer telefonu | 729161709 |
| Profil na LinkedIn | Link do profilu |
| Rola w zespole | Architekt, analityk danych |
Witold Dyrka | |
|---|---|
| Płeć | Mężczyzna |
| Rok urodzenia | 1981 |
| Kraj urodzenia | POLSKA |
| Najwyższy poziom wykształcenia | Doktorat – PhD, Politechnika Wrocławska (05/2007 – 05/2011) |
| Doświadczenie zawodowe | Adiunkt w Katedrze Inżynierii Biomedycznej na Wydziale Podstawowych Problemów Techniki Politechniki Wrocławskiej, Polska. Jego zainteresowania badawcze koncentrują się na bioinformatyce oraz opracowywaniu inteligentnych metod https://www.researchgate.net/profile/Witold_Dyrka2 |
| Obecne zajęcie | Współzałożyciel |
| [email protected] | |
| Numer telefonu | 600488917 |
| Profil na LinkedIn | Link do profilu |
| Rola w zespole | kierownik projektu, analityk danych |
Karol Kozal | |
|---|---|
| Płeć | Mężczyzna |
| Rok urodzenia | 1976 |
| Kraj urodzenia | NIEMCY |
| Najwyższy poziom wykształcenia | Profesor – profesor Uniwersytetu Warszawskiego, Instytut Maxa Plancka (05/2000 – 05/2005) |
| Doświadczenie zawodowe | kieruje Sekcją Informatyki Biomedycznej przy Towarzystwie Fraunhofera oraz na Wydziale Medycznym Politechniki w Dreźnie. Odgrywa wiodącą rolę w opracowywaniu strategii zarządzania danymi obrazowymi na dużą skalę. Odpowiada za umiędzynarodowienie działań badawczo-rozwojowych |
| Obecne zajęcie | Współzałożyciel |
| [email protected] | |
| Numer telefonu | 15171196057 |
| Profil na LinkedIn | Link do profilu |
| Rola w zespole | Rozwój działalności w Niemczech, wsparcie |
Pytania
| Pytanie | Odpowiedź | ||
|---|---|---|---|
| 1 | Jak nazywa się Państwa firma? | Centrum Onkologiczne Sp. z o.o. | |
| 2 | Do jakiej branży należy Państwa firma? | Biotechnologia i medycyna | |
| 3 | Czy Państwa firma została zarejestrowana? | Tak, Sp. z o.o. (spółka z ograniczoną odpowiedzialnością) | |
| 4 | Kiedy i gdzie została założona Państwa firma? | W 2017 r., we Wrocławiu | |
| 5 | Czy Twoja firma otrzymała dofinansowanie i w jakiej wysokości? | Tylko inwestycja własna – około 30 000 dolarów | |
| 6 | Ilu pracowników zatrudnionych w pełnym lub niepełnym wymiarze godzin zatrudnia Państwa firma? | 1 | |
| 7 | Proszę podać adres strony internetowej Państwa firmy | http://cancercenter.eu | |
| 8 | Przygotuj krótką prezentację na Twittera | Centrum Onkologiczne – lepsza i szybsza diagnostyka nowotworów z wykorzystaniem uczenia maszynowego i głębokiego uczenia | |
| 9 | Proszę przedstawić pełną wersję elevator pitch. | Tworzymy platformę medyczną służącą do udostępniania obrazów medycznych innym specjalistom oraz do wstępnej diagnozy tych obrazów za pomocą naszych wielokrotnie nagradzanych algorytmów. Pojawią się również inne nowe algorytmy (zarówno open source, jak i komercyjne). Platforma ta pomoże pacjentom i innym lekarzom uzyskać drugą opinię na temat ich danych obrazowych oraz wstępnie ocenić diagnozę, zanim zostanie ona ostatecznie postawiona. W przyszłości nasza platforma będzie udostępniana uczelniom medycznym jako narzędzie do szkolenia przyszłych lekarzy w zakresie obrazowania medycznego. | |
| 10 | Proszę podać listę doradców i członków zarządu Państwa firmy. | Piotr Krajewski – dyrektor generalny, rozwój biznesu Marcin Wierzbicki – wiceprezes prof. Karol Kozak – współzałożyciel, rozwój biznesu w Niemczech dr Witold Dyrka – analityk danych Grzegorz Żurek – analityk danych Piotr Giedziun – dyrektor ds. technologii, analityk danych Filip Drapejkowski – analityk danych Simon Nadolski – rozwój biznesu w Wielkiej Brytanii dr Łukasz Mirosław – rozwój biznesu w Szwajcarii Krzysztof Rożnowski – dr med., specjalista urolog Łukasz Fulawka – dr med., patolog Paweł Kolodziej – dr med., patolog | |
| 11 | Proszę opisać, jaki problem próbujesz rozwiązać. | Rak jest drugą najczęstszą przyczyną zgonów – około 8,8 mln zgonów w 2015 r. (1 na 6 wszystkich zgonów) – Ponad 14 milionów nowych przypadków rocznie, a liczba ta rośnie: przewiduje się, że w 2030 r. przekroczy 21 milionów (źródło: WHO, luty 2017 r.). Naszym celem jest usprawnienie procesu diagnostyki nowotworowej pod względem dostępności, dokładności, szybkości i powtarzalności wyników. | |
| 12 | Proszę krótko przedstawić streszczenie Państwa rozwiązania tego problemu. | Naszym rozwiązaniem jest zapewnienie lepszego dostępu do drugiej i trzeciej diagnozy nowotworowej zarówno pracownikom służby zdrowia, jak i bezpośrednio pacjentom poprzez udostępnienie platformy wymiany danych wyposażonej w algorytmy uczenia maszynowego, które przyspieszają i zwiększają dokładność analiz obrazów medycznych. | |
| 13 | Jaka jest przewaga konkurencyjna Państwa produktu/usługi? | Skupiamy się na onkologii. Wiemy, że osoby, u których zdiagnozowano nowotwór, poszukują drugiej i trzeciej opinii. Często zwracają się do specjalistów z innych krajów. Nasza platforma rozwiązuje ten problem. Nie znamy żadnego podobnego rozwiązania, które skupiałoby się na diagnozowaniu nowotworów. | |
| 14 | Jak długo uda Ci się utrzymać przewagę konkurencyjną? W jaki sposób zamierzasz to osiągnąć? | Trudno to powiedzieć. Wiemy, że ten rynek zmienia się bardzo szybko. Właśnie dlatego założyliśmy tę firmę i skupiamy się na tej dziedzinie. Chcielibyśmy skupić się na rozwiązywaniu problemów związanych z onkologią. | |
| 15 | Czy Państwa produkt/usługa zawiera elementy związane z własnością intelektualną (IP)? | tak. | |
| 16 | Jaki jest Twój rynek docelowy? | opieka zdrowotna – diagnostyka onkologiczna Nasza platforma to miejsce, w którym lekarze i pacjenci: ○ szybciej uzyskują drugą opinię od eksperta (czat wideo) ○ otrzymują zdalną diagnozę opartą na dostępnych algorytmach ○ znajdują podobne przypadki ○ dzielą się doświadczeniami z innymi ● narzędzie umożliwiające współpracę ekspertom w dziedzinie onkologii ● baza wiedzy, magazyn danych i usługi analityczne dla uczelni i ośrodków medycznych | |
| 17 | Jaka jest obecna wielkość rynku docelowego? | Globalny rynek pacjentów onkologicznych | |
| 18 | Jakie są szacunkowe roczne tempo wzrostu rynku docelowego? | 100 milionów wizyt online w 2014 r. – Oczekuje się, że globalny rynek produktów i usług medycznych w chmurze wzrośnie z 1,82 mld $ w 2011 r. do 6,79 mld $ w 2018 r. – Przewiduje się, że rynek diagnostyki wspomaganej komputerowo osiągnie wartość 1,47 mld $ w 2020 r. – Zaawansowane obrazowanie medyczne staje się dostępne dla wszystkich – Współpraca między pacjentami w mediach społecznościowych – Współpraca między pacjentami a ekspertami medycznymi będzie głównym trendem w najbliższej przyszłości | |
| 19 | Kim są Państwa docelowi klienci? | specjaliści z dziedziny onkologii oraz pacjenci i ich rodziny. W przyszłości na wydziałach medycznych/uniwersytetach | |
| 20 | Jakie działania podjąłeś, aby oszacować popyt na proponowany przez Ciebie produkt/usługę? | 1. Własne doświadczenia z mojej rodziny. Błędna pierwsza diagnoza u 6-letniego dziecka – to właśnie stało się impulsem do podjęcia tego przedsięwzięcia. 2. Aby sprawdzić nasze kompetencje, wzięliśmy udział i wygraliśmy dwa międzynarodowe konkursy: na konferencji MICCAI 2015 w kategorii „Kombinacja obrazowania i patologii cyfrowej w klasyfikacji nowotworów pierwotnych” oraz na konferencji MICCAI 2016 w zakresie segmentacji obrazów PET. 3. Rozpoczęcie współpracy z klinikami onkologicznymi (takimi jak Dolnośląskie Centrum Onkologii, Universitätsklinikum w Dreźnie) oraz lekarzami | |
| 21 | Jaka jest szacowana łączna wartość rynku docelowego w dolarach amerykańskich? | Rynek o wartości 16 mld dolarów https://ark-invest.com/research/deep-learning-based-diagnostics https://www.techemergence.com/deep-learning-in-oncology/ | |
| 22 | Kim są Państwa konkurenci na rynku? | https://www.zebra-med.com/ http://blog.kanteron.com/ http://pathxl.co.uk http://www.microscopeit.com/ http://behold.ai/ | |
| 23 | Jaki jest model biznesowy Państwa firmy? | – Pomoc ludziom – to najważniejsze. – Jeśli zrobimy to dobrze – pieniądze same przyjdą 🙂 Strategia monetyzacji: płatny dostęp do platformy (za każdą diagnozę lub w ramach subskrypcji) | |
| 24 | W jaki sposób Twoja firma będzie generować zyski? Jakie będzie jej główne źródło przychodów? | Nasz model licencyjny będzie oparty na subskrypcji i będzie obejmował różne modele cenowe, aby zapewnić stały strumień przychodów. | |
| 25 | Czy Twoja firma osiąga przychody? Jeśli tak, to w jakiej wysokości? | nie | |
| 26 | Jakie środki finansowe są potrzebne do założenia firmy? Jeśli firma została już założona i otrzymała finansowanie, proszę omówić dodatkowe potrzeby finansowe. Proszę przedstawić uzasadnienie. | 1. Ponowna analiza rynku – 10 000 PLN 2. Ukończenie algorytmu/wersji demonstracyjnej dla obecnych partnerów – 60 000 PLN 3. Przygotowanie platformy do udostępniania zdjęć i prowadzenia czatów wideo – 100 000 PLN 4. Dostarczenie gotowego algorytmu na platformę – 10 000 PLN 5. Publikacja – 10 000 PLN 6. W trakcie realizacji projektu będziemy poszukiwać nowych potencjalnych klientów/partnerów/kontaktów oraz prowadzić działania marketingowe i sprzedażowe – 40 000 PLN | |
| 27 | Jakie są Państwa przewidywania dotyczące generowania przychodów po uruchomieniu projektu? | 6–12 miesięcy | |
| 28 | Proszę przedstawić prognozy finansowe. | Pierwsza inwestycja – Rozwój działalności – 200 000 PLN Druga inwestycja w ramach programu „Szybka Ścieżka” lub od inwestora – 1 000 000–3 000 000 PLN Przychody: po 6–12 miesiącach: 30 000 PLN Po 2 latach: 1 000 000 PLN | |
| 29 | W jakim czasie po uruchomieniu projektu planujecie osiągnąć próg rentowności? | 18–24 miesiące | |
| 30 | Jakie są Państwa największe wyzwania? Jak zamierzają Państwo stawić czoła tym wyzwaniom? | 1. Ukończenie pierwszego produktu (na raka prostaty) – potrzebujemy czasu i pieniędzy. 2. Rozpoczęcie rzeczywistych badań w klinice urologicznej i zebranie opinii – mamy umowę oraz urologa, który się tym zajmie. 3. Wejście na rynek amerykański – założenie spółki w USA i znalezienie tam partnera. 4. Rozpoczęcie sprzedaży i prezentacji produktu. | |
| 31 | W jaki sposób MITEF, a w szczególności konkurs dla start-upów, może pomóc Państwa firmie? | Chcielibyśmy nawiązać współpracę z firmami ADAMED i KGHM (Szpital – Miedziowe Centrum Zdrowia, Oddział Onkologii) | |
| 32 | W jaki sposób zamierzasz wnieść swój wkład w działalność lokalnej i globalnej społeczności MITEF? | Aby wesprzeć rynek amerykański, możemy podzielić się naszą wiedzą z zakresu uczenia głębokiego | |
Aktywa
| Streszczenie | CancerCenter_English.pdf |
| 1–3-minutowe oświadczenie wideo. | http://cancercenter.eu/video |
| List motywacyjny. | brak danych |
O prostacie :
Rak prostaty jest drugą najczęstszą przyczyną zgonów z powodu nowotworów u mężczyzn i dotknie 1 na 6 mężczyzn. Wiele diagnostycznych biopsji prostaty nie pozwala wykryć nowotworów utajonych ze względu na trudności z prawidłowym określeniem anatomii gruczołu krokowego. Około 20% biopsji prostaty wykonywanych pod kontrolą ultrasonografii daje wyniki ujemne, pomimo rosnącego stężenia markerów antygenu specyficznego dla prostaty (PSA) we krwi oraz obecności nowotworu w gruczole o objętości powyżej 30 cm³. Niektórzy przypisują te niepowodzenia niechęci do pobierania próbek z jednej z dwóch głównych części gruczołu – a mianowicie preferowaniu łatwiej dostępnej strefy obwodowej (PZ) zamiast mniej dostępnej części centralnej (CG). Możemy nakreślić te dwa niepokrywające się, sąsiadujące ze sobą obszary gruczołu (patrz ilustracja).
Opracowywanie rozwiązań tego trudnego problemu klinicznego przyczyni się do zwiększenia świadomości na temat wpływu komputerowej obróbki obrazów na rozwiązanie powszechnego i kluczowego wyzwania w dziedzinie opieki zdrowotnej. Z zadowoleniem przyjmowane będą algorytmy zarówno typu open source, jak i closed source, które można zastosować do obrazów rezonansu magnetycznego (MRI) o natężeniu pola 1,5 T i 3 T.
KONKURENCJA
Jeśli chodzi o konkurencję, dyrektor generalny AIdoc Medical wymienia IBM Watson Health jako największego rywala, ale zaznacza, że choć firma ta robi „niesamowite rzeczy”, to jej sposób działania jest inny. „IBM chce zajmować się całą diagnostyką różnicową, czyli procesem interpretacji od początku do końca. Aby to osiągnąć, trzeba skupić się na wąskim zestawie schorzeń” – mówi.
Dla porównania, strategia wejścia na rynek firmy AIDoc Medical polega na oferowaniu rozwiązania bardziej podstawowego, ale o szerszym zakresie. „Zrozumieliśmy, że aby naprawdę coś zmienić, nie możemy ograniczać się do jednej lub dwóch patologii. Musimy działać znacznie szerzej… [i] opracowaliśmy nowy rodzaj technologii uczenia głębokiego, która pozwala wykrywać poważne nieprawidłowości”.
Kolejną firmą działającą w tej branży jest Zebra Medical Vision, która – jak twierdzi Walach – skupia się głównie na retrospektywnej analizie przypadkowych wyników, tj. pomaga firmom ubezpieczeniowym w wykrywaniu pacjentów z nieprawidłowościami, którzy mogą wymagać dodatkowego leczenia po zakończeniu leczenia.
Wcześniej pisałem również o MedyMatch – startupie wykorzystującym „głębokie widzenie i zaawansowaną analitykę kognitywną” do analizy obrazów medycznych, skupiającym się jednak na prawidłowej i szybkiej diagnozie u osób po udarze.
StartupBootcamp Berlin 2017:
Witamy w Startupbootcamp!
Zespół
- 5
- Sprawdziliśmy naszą wiedzę i kompetencje w międzynarodowych konkursach i wygraliśmy je. To pokazuje nam, że powinniśmy kontynuować nasze działania. Następnie rozpoczęliśmy rozmowy z Kliniką Medyczną na temat współpracy i widzimy, że nie jest to łatwe przedsięwzięcie. Dlatego rozważamy stworzenie platformy przeznaczonej zarówno dla lekarzy/kliniki, jak i pacjentów. W lutym otwieramy nową spółkę z ograniczoną odpowiedzialnością o nazwie Cancer Center. Członkowie naszego głównego zespołu bardzo dobrze się znają.
- Piotr Krajewski – dyrektor generalny, rozwój biznesu, sprzedaż, 9 lat doświadczenia w sprzedaży i zarządzaniu
Marcin Wierzbicki – starszy programista, Scrum Master, specjalista ds. programowania i architektury, entuzjasta metodyki Scrum (zwinne zarządzanie projektami)
Piotr Giedziun – dyrektor ds. technicznych, kierownik techniczny, ekspert w dziedzinie uczenia maszynowego, 7 lat doświadczenia w zakresie algorytmów, analizy danych, widzenia komputerowego, uczenia maszynowego oraz tworzenia oprogramowania. Jest pełnym pasji inżynierem oprogramowania, interesującym się głębokim uczeniem, wysoce skalowalnymi architekturami oraz nowoczesnymi technologiami mobilnymi. Jest entuzjastą algorytmów uczenia maszynowego.
Grzegorz Żurek – analityk danych, matematyk z pasją do zadań (prawie) niemożliwych, choć jak dotąd bez powodzenia w ich wyszukiwaniu. Łączy swoje wszechstronne umiejętności w dziedzinie automatycznej analizy i diagnostyki histopatologicznej.
dr Witold Dyrka – analityk danych, bioinformatyk, adiunkt w Katedrze Inżynierii Biomedycznej na Wydziale Podstawowych Problemów Techniki Politechniki Wrocławskiej. Jego zainteresowania badawcze skupiają się na bioinformatyce i opracowywaniu inteligentnych metod www.researchgate.net/profile/Witold_Dyrka2
Filip Drapejkowski – analityk danych, dział badań i rozwoju, specjalista ds. widzenia komputerowego
Informatyk pasjonujący się sztuczną inteligencją, rozpoznawaniem obrazów, uczeniem głębokim, problemami optymalizacji oraz obliczeniami opartymi na intensywnym przetwarzaniu danych na różnych platformach.
Zaangażowany badacz i organizator na Politechnice Wrocławskiej.
prof. Karol Kozak – Rozwój biznesowy w Niemczech i Polsce, partnerzy, sprzedaż, kierownik jednostki informatyki biomedycznej w Towarzystwie Fraunhofera oraz na Wydziale Medycznym Politechniki w Dreźnie. Odgrywa wiodącą rolę w definiowaniu strategii zarządzania danymi obrazowymi na dużą skalę. Odpowiada za umiędzynarodowienie działań badawczo-rozwojowych
Simon Nadolski – Sprzedaż, kierownik projektu, rozwój biznesu w Wielkiej Brytanii i USA
dr Łukasz Mirosław – Sprzedaż, Szwajcaria, USA
dr n. med. Krzysztof Roznowski – specjalista urolog, FEBU – członek Europejskiej Rady Urologii, urolog FEBU – członek Europejskiej Rady Urologii; certyfikat: Hifu-Ablatherm500; Focal One;
Jest pasjonatem swojej pracy, zwłaszcza w zakresie opracowywania niedrogich technik terapeutycznych
Łukasz Fulawka – dr med., patolog chirurgiczny, patolog molekularny, - 10+
- 3
- 8
- Tak
Produkt
- Tworzymy platformę medyczną służącą do udostępniania obrazów medycznych innym specjalistom oraz do wstępnego diagnozowania ich za pomocą naszych wielokrotnie nagradzanych algorytmów. Pojawią się również inne nowe algorytmy (zarówno open source, jak i komercyjne). Platforma ta pomoże pacjentom i innym lekarzom uzyskać drugą opinię na temat ich danych obrazowych oraz wstępnie ocenić diagnozę, zanim zostanie ona ostatecznie postawiona.
- Rak jest drugą najczęstszą przyczyną zgonów – około 8,8 mln zgonów w 2015 r. (1 na 6 wszystkich zgonów) – Ponad 14 milionów nowych przypadków rocznie, a liczba ta rośnie: przewiduje się, że w 2030 r. będzie to ponad 21 milionów (źródło: WHO, luty 2017 r.). Naszym celem jest usprawnienie procesu diagnozowania nowotworów pod względem dostępności, dokładności, szybkości i powtarzalności. 100 milionów wizyt online w 2014 r. – Oczekuje się, że globalny rynek produktów i usług zdrowotnych w chmurze wzrośnie z 1,82 mld $ w 2011 r. do 6,79 mld $ w 2018 r. – Oczekuje się, że rynek diagnostyki wspomaganej komputerowo osiągnie wartość 1,47 mld $ w 2020 r. – Zaawansowane obrazowanie medyczne staje się dostępne dla wszystkich – Współpraca między pacjentami w mediach społecznościowych – Współpraca między pacjentami a ekspertami medycznymi stanie się głównym trendem w najbliższej przyszłości
- Naszym rozwiązaniem jest zapewnienie lepszego dostępu do drugiej i trzeciej opinii diagnostycznej w zakresie nowotworów zarówno dla pracowników służby zdrowia, jak i bezpośrednio dla pacjentów, poprzez udostępnienie platformy wymiany danych wyposażonej w algorytmy uczenia maszynowego, które przyspieszają i zwiększają dokładność analiz obrazów medycznych. Skupiamy się na onkologii. Wiemy, że osoby z rozpoznaniem nowotworu poszukują drugiej i trzeciej opinii. Często zwracają się w tym celu do ekspertów z innych krajów. Nasza platforma rozwiązuje ten problem. Nie znamy podobnego rozwiązania, które skupiałoby się na diagnostyce nowotworowej.
- SaaS (użytkownicy płacą za oprogramowanie, często w modelu freemium)
- Prototyp
Finansowanie
- 35 000 euro
- 65% Piotr Krajewski
10% Karol Kozak
10% Grzegorz Zurek
10% Piotr Giedziun
5% Witold Dyrka - 2500 euro
- Tak
- CancerCenter_English.pdf Pobierz
Kilka ostatnich pytań
- Tak
- Wyszukiwanie
- obecnie w Polsce, ale rynek znajduje się w USA