Mosaic ระดมทุนรอบ Seed ได้ 47 ล้านดอลลาร์ เพื่อพัฒนาปัญญาเชิงพื้นที่สำหรับการผ่าตัด

Mosaic Intelligence Labs ประกาศเมื่อวันที่ 10 พฤศจิกายน 2026 ว่าบริษัทพ้นจากการดำเนินงานแบบไม่เปิดเผยข้อมูล พร้อมเงินทุนรอบ Seed จำนวน 47 ล้านดอลลาร์ เพื่อนำไปพัฒนาปัญญาเชิงพื้นที่และระบบหุ่นยนต์ที่ใช้เซนเซอร์สำหรับการผ่าตัด โดยเริ่มจากหัตถการที่ทำผ่านระบบหลอดเลือด

บริษัทจากซานฟรานซิสโกระบุว่า 8VC, Fundomo, Lingotto Innovation และ Obvious Ventures เป็นหนึ่งในผู้สนับสนุนทุน Ileana Pirozzi ประธานเจ้าหน้าที่บริหาร และ Alison “Ali” Kight Mackanic ประธานเจ้าหน้าที่ฝ่ายเทคโนโลยี ก่อตั้ง Mosaic หลังพบกันระหว่างศึกษาระดับปริญญาเอกที่ Stanford การทำงานร่วมกับบุคลากรทางคลินิกทำให้ทั้งคู่เห็นว่า แม้หัตถการจะรุกล้ำน้อยลง แต่ก็มักยังต้องอาศัยความรู้ที่อยู่กับผู้ปฏิบัติงานแต่ละคน ซึ่งทำให้การดำเนินการเป็นเรื่องยาก

“เรากลับมาถามตัวเองซ้ำ ๆ ว่า จะต้องทำอย่างไรจึงจะขยายองค์ความรู้ของศัลยแพทย์ที่เก่งที่สุดได้” Pirozzi กล่าว “เราเชื่อว่าจุดเริ่มต้นคือการทำให้เครื่องจักรของเรารับรู้สิ่งรอบตัว และเปลี่ยนการทำหัตถการซ้ำ ๆ ให้เป็นประสบการณ์ที่เราเรียนรู้ได้”

เริ่มต้นจากหัตถการผ่านหลอดเลือด

เป้าหมายแรกของ Mosaic คือการดูแลรักษาผ่านหลอดเลือด ในหัตถการเหล่านี้ แพทย์จะสอดลวดชนิดยืดหยุ่นและสายสวนผ่านหลอดเลือดไปยังจุดที่ต้องรักษา Mosaic อธิบายว่าหลอดเลือดเป็นเส้นทางที่เข้าถึงอวัยวะแทบทุกส่วนได้ แต่ผู้ปฏิบัติงานกลับมองเห็นภายในหลอดเลือดโดยตรงไม่ได้ พวกเขาจึงอาศัยภาพเอกซเรย์แบบเรียลไทม์ ภาพสแกนก่อนผ่าตัด และสัมผัสจากเครื่องมือ เพื่อประเมินตำแหน่งของตนและสิ่งที่อยู่ข้างหน้า

บริษัทระบุว่าการได้รับรังสีและผลลัพธ์ที่แตกต่างกันตามประสบการณ์ของผู้ปฏิบัติงานเป็นข้อจำกัดของกระบวนการดังกล่าว การตีความสัญญาณที่มีอยู่ต้องอาศัยการฝึกฝนหลายปี และความรู้ที่ได้จากประสบการณ์ส่วนใหญ่ก็ยากต่อการบันทึกหรือถ่ายทอด ผลที่เกิดขึ้นคือความไม่สอดคล้องกัน กล่าวคือ แม้การเข้าถึงจุดผ่าตัดจะรุกล้ำน้อยลง แต่การนำทางก็ยังพึ่งพาการรับรู้และวิจารณญาณของผู้ที่ถือเครื่องมือเป็นอย่างมาก

เพื่อให้เห็นภาพ เว็บไซต์ของ Mosaic เปรียบเทียบแผลผ่าตัดแบบเปิดที่ยาว 20–30 ซม. และช่องเปิดขนาด 1–2 ซม. ของการผ่าตัดแบบส่องกล้อง กับการผ่าตัดผ่านหลอดเลือดที่ใช้เข็มเจาะขนาด 2 มม. นอกจากนี้ยังระบุการใช้งานในปัจจุบัน เช่น การป้องกันโรคหลอดเลือดสมอง การเปิดหลอดเลือดหัวใจที่อุดตัน การซ่อมแซมหลอดเลือดโป่งพอง และการฟื้นฟูการไหลเวียนเลือดไปยังแขนขา ขอบเขตการใช้งานที่หลากหลายนี้ช่วยอธิบายว่าเหตุใด Mosaic จึงมองการนำทางภายในหลอดเลือดเป็นความสามารถที่นำไปใช้ซ้ำได้กับหัตถการหลายประเภท

สร้างวงจรการเรียนรู้ให้เครื่องมือผ่าตัด

การออกแบบทางเทคนิคเริ่มจากการติดตั้งเซนเซอร์ ณ จุดที่เครื่องมือผ่าตัดสัมผัสกับกายวิภาคของร่างกาย Mosaic ตั้งใจจะนำข้อมูลจากเซนเซอร์เหล่านั้นมาประมวลผลร่วมกับการคำนวณเพื่อสร้างภาพสภาพแวดล้อมภายในหลอดเลือดจากภายใน โดยคงภาพสามมิติของกายวิภาคและตำแหน่งของเครื่องมือไว้ขณะที่สิ่งเหล่านี้เปลี่ยนแปลงไป ส่วนติดต่อสำหรับหุ่นยนต์จะช่วยให้ควบคุมเครื่องมือได้อย่างแม่นยำ

สถาปัตยกรรมการเรียนรู้จะบันทึกสภาพแวดล้อม การเคลื่อนที่ของเครื่องมือ และการกระทำของแพทย์เป็นข้อมูลหลายกระแสที่ซิงโครไนซ์กัน จากนั้นแบบจำลองทางกายภาพจะช่วยให้ระบบเชื่อมโยงสิ่งที่รับรู้เข้ากับสิ่งที่เกิดขึ้นเมื่อระบบเคลื่อนที่ ข่าวประกาศนี้เชื่อมโยงแนวทางดังกล่าวเข้ากับแนวคิดในวิทยาการหุ่นยนต์ที่เรียกว่าแบบจำลองโลก ซึ่งเป็นการแทนสภาพแวดล้อมในรูปแบบหนึ่งที่ช่วยให้เครื่องจักรคาดการณ์ได้ว่าการกระทำของตนจะเปลี่ยนแปลงสภาพแวดล้อมนั้นอย่างไร

ความสามารถทั้งหมดนี้ยังเป็นเป้าหมายในการพัฒนา โดยประกาศดังกล่าวไม่มีข้อมูลผลลัพธ์ด้านผู้ป่วยหรือผลการดำเนินงานทางคลินิก เป้าหมายที่ใกล้กว่าคือการช่วยเสริมการรับรู้และการควบคุมของแพทย์ ขณะที่ตั้งใจให้หัตถการที่บันทึกไว้เป็นแหล่งการเรียนรู้สะสมสำหรับเครื่องจักรในระยะยาว

เปิดรับสมัครงาน พร้อมเป้าหมายการรักษาในระยะยาว

Mosaic กำลังรับสมัครวิศวกร แพทย์ และบุคลากรสายสร้างสรรค์ในซานฟรานซิสโก ตำแหน่งงานที่เปิดรับครอบคลุมด้านวิศวกรรมฮาร์ดแวร์ เซนเซอร์ การรับรู้ การเรียนรู้ของเครื่อง และวิศวกรรมคลินิก ซึ่งสอดคล้องกับงานด้านเทคนิคที่ครอบคลุมทั้งเครื่องมือทางกายภาพ ซอฟต์แวร์ หุ่นยนต์ และการปฏิบัติงานทางคลินิก

เป้าหมายระยะยาวของ Mosaic คือการขยายขอบเขตการรักษาที่ส่งผ่านเส้นทางหลอดเลือดเหล่านี้ บริษัทระบุว่าสายสวนสามารถนำส่งยา พลังงาน ยาชีววัตถุ และการรักษาอื่น ๆ ไปยังจุดเป้าหมายได้โดยตรง อีกทั้งการนำทางที่เชื่อถือได้มากขึ้นอาจช่วยขยายทั้งประเภทของการรักษาที่ส่งผ่านหลอดเลือดได้ และบริบทที่บุคลากรทางคลินิกสามารถให้การรักษาเหล่านั้น

ความท้าทายของผลิตภัณฑ์ในระยะใกล้และเป้าหมายด้านข้อมูลในระยะยาวของ Mosaic เชื่อมโยงกัน กล่าวคือ การนำทางที่เชื่อถือได้ต้องใช้ได้ผลกับหัตถการแต่ละประเภทก่อน หัตถการเหล่านั้นจึงจะเป็นรากฐานที่มีประโยชน์สำหรับการเรียนรู้ของเครื่องแบบสะสมได้