SkinBit привлекает $6 млн на предпосевном раунде для улучшения раннего обнаружения рака кожи посредством полноценного изображения

SkinBit привлекла $6 млн на предпосевном раунде для расширения технологической платформы, предназначенной для того, чтобы сделать полноценное изображение кожи более доступным и дать пациентам последовательную запись о том, как их кожа меняется со временем.

В раунд входят инвестиции от Boost VC, Cleo Capital, Manna Ventures и Profluent Capital, а также сооснователь Lyft Логан Грин и девять сертифицированных дерматологов. Вместо того, чтобы полагаться на один ежегодный визуальный осмотр, SkinBit объединяет стандартизированное изображение, компьютерное зрение и обзор дерматолога, чтобы создать запись о здоровье кожи, принадлежащую пациенту и имеющую длинную историю.

Раскрытие информации: я являюсь инвестором этого раунда финансирования.

Преобразование осмотра кожи в повторяемый набор данных

Большинство осмотров кожи предоставляют снимок того, что может наблюдать дерматолог во время конкретной встречи. Без стандартизированных изображений из предыдущих посещений у клиницистов может быть ограниченная информация для определения того, является ли поражение новым, растущим или меняющимся иным образом.

SkinBit пытается сделать этот процесс более систематическим. Ее платформа записывает местоположение, размеры и визуальные характеристики заметных отметок, а затем связывает эту информацию с изображениями, сделанными во время последующих посещений. Это позволяет дерматологам сравнивать одни и те же области тела пациента со временем, а не полагаться исключительно на память, фотографии пациентов или заметки из предыдущих осмотров.

Центральная идея компании заключается в том, что второй скан может быть более клинически полезным, чем первый. Первоначальный осмотр устанавливает базовый уровень, а последующие сканы могут выявить изменения, которые могут потребовать более тщательного обзора.

Как работает модель скрининга SkinBit

Встреча с SkinBit состоит из примерно 20-минутной сеанса изображения, проводимой обученным техником. Компания использует высококачественную фотографию и перекрестно-поляризованный свет, который уменьшает поверхностное бликовение и позволяет захватывать более тонкие детали кожи в контролируемых условиях.

Протокол изображения охватывает 15 анатомических регионов и включает дермоскопические крупные планы заметных отметок. Результатом являются изображения и структурированные метаданные, которые затем рассматриваются сертифицированным дерматологом. Пациенты обычно получают письменную оценку через приложение SkinBit в течение 48 часов, с возможностью направления на дополнительный осмотр или биопсию, если это необходимо.

Компьютерное зрение используется для организации изображений, поддержки сравнений из года в год и помощи дерматологам в сосредоточении внимания. Важно отметить, что SkinBit заявляет, что программное обеспечение не принимает окончательное клиническое решение. Каждый скан рассматривается дерматологом, который остается ответственным за рекомендации и решения о последующем уходе.

Компания также заявляет, что ее система изображения документирует поверхность кожи и не предназначена для диагностики, лечения, излечения или предотвращения заболеваний. Скрининг и диагностика рака кожи остаются ответственностью лицензированных медицинских специалистов.

Внедрение специализированного изображения в существующие клиники

SkinBit планирует разместить свои системы сканирования внутри дерматологических практик, клиник долголетия, спа-салонов и других центров оздоровления. Этот партнерский подход может позволить компании расшириться без строительства большой сети отдельных медицинских учреждений.

Согласно ее сайту, примерно 220 квадратных футов могут быть преобразованы в центр изображения SkinBit. Компания поставляет оборудование, стандартизированную среду изображения и услугу обзора дерматолога, а партнер предоставляет физическое местоположение и доступ к пациентам или членам.

SkinBit ожидает, что у нее будут три работающих местоположения в 2026 году и 15 к концу 2027 года. Компания также сообщает, что более 20 потенциальных местоположений находятся в активных обсуждениях, и что более 5 000 человек присоединились к ее списку ожидания.

Эта модель распределения может помочь решить некоторые географические и временные барьеры, связанные с дерматологией, но она также создает операционные проблемы. SkinBit необходимо будет поддерживать последовательное освещение, калибровку камеры, позиционирование пациента и качество изображения во всех партнерских местах. Компания также должна будет иметь надежные пути направления, чтобы пациенты с тревожными результатами могли получить доступ к соответствующему последующему уходу.

Строительство инфраструктуры изображения для дерматологии ИИ

Долгосрочная возможность SkinBit может распространиться за пределы самого сканера.

Системы искусственного интеллекта в медицинском изображении сильно зависят от качества и последовательности данных, используемых для их разработки и оценки. В дерматологии фотографии могут существенно различаться в зависимости от камеры, освещения, угла, расстояния, подготовки кожи и протокола изображения.

SkinBit строит стандартизированную систему приобретения, которая захватывает изображения в повторяемых условиях. Ее техническая работа включает высококачественное многокамерное изображение, контролируемое освещение, поляризацию, калибровку камеры, трехмерную реконструкцию и подготовку изображений для последующего компьютерного анализа зрения.

Растущая коллекция структурированных, длинных изображений в конечном итоге может стать ценным фундаментом для разработки систем, которые выявляют тонкие изменения или помогают расставлять приоритеты поражений для обзора. Однако построение большого набора данных само по себе недостаточно. SkinBit все еще должна будет продемонстрировать, что ее модели работают последовательно на разных тонах кожи, типах тела, возрастных группах и клинических условиях.

Компания также должна будет установить четкие стандарты для конфиденциальности, согласия пациентов, переносимости данных и использования изображений в будущем развитии моделей. Эти вопросы становятся все более важными, когда платформа предназначена для хранения высокочувствительных медицинских изображений в течение многих лет.

Компания, сформированная собственным диагнозом основателя

Генеральный директор и сооснователь SkinBit Джонатан Бенассая ранее был сооснователем музыкального сервиса Deezer и занимал старшие должности по продукту в Life360 и Meta. Его решение построить SkinBit последовало за его собственным диагнозом меланомы в 2020 году, когда дерматолог заметил поражение под его маской в конце встречи.

Компания собрала клиническую команду, в которую входят доктор Джастин Ко, глава медицинской дерматологии в больнице Стэнфорда, и доктор Сэнси Личман, бывший председатель дерматологии в Университете Орегона и создатель исследовательской инициативы MoleMapper.

Участие девяти дерматологов в раунде финансирования обеспечивает SkinBit практиками, которые имеют прямой интерес в оценке того, как работает платформа в реальных клинических условиях. Это поддержка является полезным ранним сигналом, хотя широкое внедрение в конечном итоге будет зависеть от клинических доказательств, интеграции рабочих процессов и измеримых улучшений в уходе за пациентами.

Следующий тест – это выполнение

Раунд в $6 млн дает SkinBit дополнительные ресурсы для запуска своих первых местоположений, усовершенствования системы изображения и начала построения длинной базы данных за своей платформой.

Ее подход представляет собой другое применение искусственного интеллекта в здравоохранении. Вместо того, чтобы позиционировать программное обеспечение как замену специалисту, SkinBit использует компьютерное зрение для улучшения информации, доступной дерматологам, и сделать осмотры более последовательными из одного посещения в другое.

Немедленный тест будет заключаться в том, сможет ли компания воспроизвести этот опыт через распределенную сеть, сохраняя при этом клиническое качество и предоставляя пациентам своевременный доступ к последующему уходу. Если она преуспеет, SkinBit может помочь перейти от изолированных ежегодных снимков к более непрерывной, основанной на данных модели скрининга кожи.