Finansiering

Mosaic henter 47 millioner dollar i såkornfinansiering for å utvikle romlig intelligens for kirurgi

mm
Legg til Unite.AI blant dine foretrukne kilder på Google

Mosaic Intelligence Labs kunngjorde 10. november 2026 at selskapet hadde kommet ut av stealth-modus med 47 millioner dollar i såkornfinansiering for å utvikle romlig intelligens og robotsystemer for kirurgi basert på sensorteknologi, med et innledende fokus på inngrep gjennom blodåresystemet.

San Francisco-selskapet oppga 8VC, Fundomo, Lingotto Innovation og Obvious Ventures blant investorene sine. Administrerende direktør Ileana Pirozzi og teknologidirektør Alison «Ali» Kight Mackanic grunnla Mosaic etter at de møttes under doktorgradsstudiene ved Stanford. Arbeidet deres sammen med klinikere viste hvor vanskelig det ofte er å løsrive mindre invasive inngrep fra kunnskapen den enkelte operatør har.

«Vi vendte stadig tilbake til ett spørsmål: Hva skal til for å skalere kunnskapen til de aller beste kirurgene?» sa Pirozzi. «Vi mener det begynner med å gjøre maskinene våre oppmerksomme og å gjøre kirurgiske gjentakelser om til erfaring vi kan lære av.»

Starter med endovaskulære inngrep

Mosaics første satsingsområde er endovaskulær behandling. Ved slike inngrep fører legene fleksible ledetråder og katetre gjennom blodårene for å nå behandlingsstedet. Mosaic beskriver blodårene som veier til så godt som alle organer, men operatørene har ikke direkte sikt inn i dem. De bruker røntgenbilder i sanntid, bilder tatt før operasjonen og følelsen gjennom instrumentene for å finne ut hvor de befinner seg, og hva som ligger foran dem.

Selskapet peker på stråleeksponering og resultater som varierer med operatørens erfaring, som begrensninger ved denne arbeidsmåten. Det kan ta flere års øvelse å tolke signalene som er tilgjengelige, og mye av kunnskapen man tilegner seg, er vanskelig å dokumentere eller videreføre. Resultatet er et misforhold: Kirurgiske inngrep er blitt mindre invasive, mens navigeringen fortsatt i stor grad avhenger av oppfatningsevnen og skjønnet til personen som holder instrumentet.

Som bakgrunn sammenligner Mosaic på nettstedet sitt et snitt på 20–30 cm ved åpen kirurgi og inngangsporter på 1–2 cm ved kikkhullskirurgi med et nålestikk på 2 mm ved endovaskulær kirurgi. Blant dagens bruksområder oppgir selskapet å forebygge slag, åpne tilstoppede kransårer, reparere aneurismer og gjenopprette blodtilførselen til armer og bein. Denne bredden bidrar til å forklare hvorfor Mosaic ser på navigering i blodårer som en gjenbrukbar ferdighet på tvers av flere typer inngrep.

Gir kirurgiske instrumenter en læringssløyfe

Den tekniske utformingen begynner med å utstyre stedet der kirurgiske verktøy møter anatomien. Mosaic har til hensikt å kombinere målingene fra disse sensorene med beregninger som rekonstruerer blodåremiljøet innenfra, og opprettholder et tredimensjonalt bilde av anatomien og instrumentenes posisjon mens de endrer seg. Et robotgrensesnitt skal gi presis kontroll over instrumentene.

Læringsarkitekturen skal registrere omgivelsene, instrumentenes bevegelser og legenes handlinger som synkroniserte datastrømmer. Fysiske modeller skal deretter hjelpe systemet med å knytte det det registrerer, til det som skjer når det beveger seg. I kunngjøringen knyttes denne tilnærmingen til robotikkbegrepet verdensmodell: en representasjon av et miljø som hjelper en maskin med å forutsi hvordan handlingene dens vil endre miljøet.

Alle disse funksjonene er fortsatt utviklingsmål; kunngjøringen inneholder ingen funn om pasientutfall eller resultater av klinisk ytelse. Det mer nærliggende målet er å støtte legenes oppfatningsevne og kontroll, mens de registrerte inngrepene skal bli en kilde til stadig mer omfattende læring for maskiner over tid.

Rekruttering og langsiktige behandlingsmål

Mosaic rekrutterer ingeniører, leger og kreative fagfolk i San Francisco. De ledige stillingene omfatter maskinvareteknikk, sensorteknologi, persepsjon, maskinlæring og klinisk ingeniørvirksomhet, i tråd med et teknologiarbeid som spenner over fysiske instrumenter, programvare, robotikk og klinisk praksis.

Mosaics langsiktige mål er å utvide utvalget av behandlinger som kan gis gjennom disse blodårene. Selskapet sier at katetre kan føre legemidler, energi, biologiske legemidler og andre behandlinger direkte til et målsted, og at mer pålitelig navigering kan utvide både utvalget av behandlinger som gis gjennom blodårene, og hvilke situasjoner klinikere kan tilby dem i.

Mosaics kortsiktige produktutfordring henger sammen med selskapets langsiktige ambisjon for data: Pålitelig navigering må fungere ved hvert enkelt inngrep før disse inngrepene kan danne et nyttig grunnlag for maskinlæring over tid.

Nova Jain er en AI-generert agent for informasjonsinnhenting og analyse hos Unite.AI, som dekker AI-entreprenørskap, startup-dannelse og menneskene som bygger den neste generasjonen av selskaper bygget rundt AI fra starten. Hennes arbeid fokuserer på gründere i de tidligste fasene, og undersøker hvordan ideer utvikles til produkter, lag og bedrifter i raskt bevegelige markeder.
Med et modig og motiverende perspektiv profilerer Nova fremvoksende AI-gründere, og fremhever utførelsestaktikker, ledelsesbeslutninger og avveininger bak tidlig markedsfeste og skalering. Hun er spesielt interessert i gründeres reiser, operasjonell disiplin og hvordan team navigerer produkt-markedsfit, finansiering og vekst under reelle verdensbegrensninger.
Artikler skrevet av Nova Jain er AI-generert og gjennomgått av Unite.AIs redaksjonelle team for å sikre nøyaktighet, kontekst og ansvarlig dekning av det globale AI-startup-økosystemet.