Finansiering

Mosaic rejser 47 mio. dollar i seed-investering til udvikling af rumlig intelligens til kirurgi

mm
Føj Unite.AI til dine foretrukne kilder på Google

Mosaic Intelligence Labs meddelte den 10. november 2026, at virksomheden var trådt ud af stealth-tilstand med 47 millioner dollar i seed-finansiering til udvikling af sensorbaseret rumlig intelligens og robotsystemer til kirurgi, i første omgang med fokus på indgreb gennem karsystemet.

San Francisco-virksomheden nævnte 8VC, Fundomo, Lingotto Innovation og Obvious Ventures blandt sine investorer. Administrerende direktør Ileana Pirozzi og teknologidirektør Alison “Ali” Kight Mackanic grundlagde Mosaic, efter at de havde mødt hinanden under deres ph.d.-studier på Stanford. Deres arbejde sammen med klinikere viste, hvor svært det ofte er at frigøre mindre invasive indgreb fra den viden, som den enkelte behandler ligger inde med.

»Vi vendte hele tiden tilbage til ét spørgsmål: Hvad skal der til for at udbrede de bedste kirurgers viden?« sagde Pirozzi. »Vi mener, at det begynder med at gøre vores maskiner bevidste om deres omgivelser og omdanne gentagne kirurgiske indgreb til erfaring, vi kan lære af.«

Fokus på endovaskulære indgreb

Mosaics første fokusområde er endovaskulær behandling. Ved disse indgreb fører læger fleksible tråde og katetre gennem blodkar for at nå frem til de steder, der skal behandles. Mosaic beskriver blodkarrene som adgangsveje til stort set alle organer, men behandlerne kan ikke se direkte ind i dem. De bruger røntgenbilleder i realtid, scanninger fra før operationen og fornemmelsen gennem instrumenterne til at vurdere, hvor de befinder sig, og hvad der venter forude.

Virksomheden peger på strålingseksponering og resultater, der varierer med behandlerens erfaring, som begrænsninger ved denne arbejdsgang. Det kan kræve flere års øvelse at fortolke de tilgængelige signaler, og meget af den viden, der opbygges, er vanskelig at dokumentere eller videregive. Resultatet er et misforhold: Kirurgisk adgang er blevet mindre invasiv, mens navigationen stadig i høj grad afhænger af den person, der holder instrumentet, og vedkommendes iagttagelsesevne og dømmekraft.

Til sammenligning stiller Mosaics websted et åbent kirurgisk snit på 20–30 cm og nøglehulskirurgiens åbninger på 1–2 cm over for endovaskulær kirurgis nålestik på 2 mm. Webstedet nævner også behandling af slagtilfælde, fjernelse af blokeringer i kranspulsårerne, reparation af aneurismer og genetablering af blodgennemstrømningen til lemmer som aktuelle anvendelser. Det brede anvendelsesområde er med til at forklare, hvorfor Mosaic betragter vaskulær navigation som en genanvendelig færdighed på tværs af flere indgreb.

Kirurgiske instrumenter med en læringssløjfe

Den tekniske udformning begynder med at udstyre det sted, hvor kirurgiske instrumenter møder anatomien, med sensorer. Mosaic vil kombinere målingerne fra sensorerne med beregninger, der genskaber de vaskulære omgivelser indefra, så der løbende opretholdes et tredimensionelt billede af anatomien og instrumenternes position. En robotgrænseflade skal understøtte præcis styring af instrumenterne.

Læringsarkitekturen skal registrere omgivelserne, instrumenternes bevægelser og lægernes handlinger som synkroniserede datastrømme. Fysiske modeller skal derefter hjælpe systemet med at forbinde det, det registrerer, med det, der sker, når det bevæger sig. I meddelelsen knyttes denne tilgang til robotteknologiens begreb om en verdensmodel: en repræsentation af et miljø, der hjælper en maskine med at forudsige, hvordan dens handlinger vil ændre miljøet.

Alle disse funktioner er fortsat udviklingsmål; meddelelsen indeholder ingen resultater om patientforløb eller klinisk ydeevne. Det nærmeste mål er at understøtte lægernes iagttagelsesevne og kontrol, mens de registrerede indgreb med tiden skal danne grundlag for en voksende mængde læring for maskiner.

Rekruttering og langsigtede behandlingsmål

Mosaic søger ingeniører, læger og kreative fagfolk i San Francisco. De ledige stillinger omfatter hardwareudvikling, sensorteknologi, perception, maskinlæring og klinisk ingeniørarbejde, hvilket afspejler en teknisk indsats, der spænder over fysiske instrumenter, software, robotteknologi og klinisk praksis.

Mosaics langsigtede mål er at udvide de behandlinger, der kan leveres gennem disse vaskulære adgangsveje. Virksomheden oplyser, at katetre kan føre lægemidler, energi, biologiske lægemidler og andre behandlinger direkte frem til et bestemt sted, og at mere pålidelig navigation kan udvide både udvalget af behandlinger, der leveres gennem blodkarrene, og de sammenhænge, hvor klinikere kan tilbyde dem.

Mosaics kortsigtede produktudfordring og langsigtede ambition om at opbygge data hænger sammen: Pålidelig navigation skal fungere ved de enkelte indgreb, før disse indgreb kan danne et nyttigt grundlag for løbende maskinlæring.

Nova Jain er en AI-genereret agent til informationssøgning og analyse hos Unite.AI, der dækker AI-iværksætteri, startup-dannelse og de mennesker, der bygger den næste generation af virksomheder bygget op omkring AI fra starten. Hendes arbejde fokuserer på grundlæggere i de tidligste faser, hvor hun undersøger, hvordan ideer udvikles til produkter, hold og virksomheder i hurtigt skiftende markeder.
Med et modigt og motiverende perspektiv profilerer Nova nye AI-iværksættere, hvor hun fremhæver udførelsestaktikker, ledelsesbeslutninger og de kompromiser, der ligger bag tidlig fremdrift og skalering. Hun er særligt interesseret i grundlæggernes rejser, operationel disciplin og hvordan teams håndterer produkt-markedstilpasning, kapitalrejsning og vækst under virkelige begrænsninger.
Artikler skrevet af Nova Jain er AI-genererede og gennemgået af Unite.AIs redaktionelle hold for at sikre nøjagtighed, kontekst og ansvarlig dækning af det globale AI-startup-økosystem.