SkinBit籌集600萬美元種子輪資金，通過全身皮膚成像提高早期皮膚癌檢測

SkinBit籌集了 600萬美元種子輪資金，以擴大一項技術平台，旨在使全身皮膚成像更加便捷，並為患者提供一份一致的記錄，記錄他們的皮膚隨時間的變化。

本輪融資包括了Boost VC、Cleo Capital、Manna Ventures和Profluent Capital的投資，以及Lyft聯合創始人Logan Green和九位皮膚科醫生的參與。SkinBit不僅僅依靠單次年度視覺檢查，而是結合標準化成像、電腦視覺和皮膚科醫生的審查，創建了一份由患者所有的、縱向的皮膚健康記錄。

披露：我是這輪融資的投資者。

將皮膚檢查轉化為可重複的數據集

大多數皮膚檢查只提供了一個特定預約時皮膚科醫生可以觀察到的皮膚情況的快照。沒有來自之前訪問的標準化圖像，臨床醫生可能缺乏足夠的信息來確定是否有一個病變、增長或其他變化。

SkinBit試圖使這個過程更加系統化。其平台記錄了顯著標誌的位置、尺寸和視覺特徵，並將這些信息與在隨後訪問中捕獲的圖像鏈接起來。這使得皮膚科醫生可以比較同一患者身體的相同區域隨時間的變化，而不是完全依靠記憶、患者照片或之前檢查的筆記。

公司的核心前提是，第二次掃描可能比第一次掃描更有臨床價值。初始檢查建立了一個基準，而後續掃描可以揭示可能需要更密切評估的變化。

SkinBit的篩查模型是如何工作的

SkinBit預約包括一個由受過訓練的技術人員進行的約20分鐘的面對面成像會話。公司使用高分辨率攝影和交叉偏振光，減少表面閃光，允許在受控條件下捕捉更細的皮膚細節。

成像協議涵蓋15個解剖區域，包括對顯著標誌的皮膚鏡成像。生成的圖像和結構化元數據由一位皮膚科醫生審查。患者通常在48小時內通過SkinBit應用程序收到書面評估，並在需要進一步檢查或活檢時提供轉介。

電腦視覺用於組織圖像，支持年際比較，並幫助皮膚科醫生集中注意力。重要的是，SkinBit表示，軟件不做出最終的臨床判斷。每次掃描都由一位皮膚科醫生審查，誰仍然負責關於隨訪護理的建議和決定。

公司還表示，其成像系統記錄了皮膚表面，並非用於診斷、治療、治愈或預防疾病。皮膚癌篩查和診斷仍然是持牌醫療專業人員的責任。

將專業成像帶入現有的診所

SkinBit計劃在皮膚科診所、長壽診所、美容spa和其他健康目的地放置其掃描系統。這種合作夥伴戰略可能允許公司在不建造大量獨立醫療設施的情況下擴大業務。

根據其網站，約220平方英尺可以轉換為SkinBit成像中心。公司提供設備、標準化成像環境和皮膚科醫生審查服務，而合作夥伴提供實體位置和患者或會員的訪問。

SkinBit預計到2026年將有三個位置運營，到2027年底將有15個位置。公司還報告說，已經有20多個潛在位置正在進行積極的討論，超過5,000人已經加入了其等待名單。

這種分佈模式可以幫助解決一些與皮膚科相關的地域和時間限制，但也會產生運營挑戰。SkinBit需要在每個合作夥伴位置保持一致的照明、相機校準、患者定位和圖像質量。它還需要可靠的轉介途徑，以便患者可以在需要時獲得適當的隨訪護理。

為皮膚科AI建造成像基礎設施

SkinBit的長期機會可能超出了掃描器本身。

醫學成像中的AI系統在很大程度上依賴於用於開發和評估它們的數據的質量和一致性。在皮膚科中，照片可能會根據相機、照明、角度、距離、皮膚準備和成像協議而有很大差異。

SkinBit正在建造一個標準化的采集系統，該系統在可重複的條件下捕捉圖像。其技術工作包括高分辨率多相機成像、受控照明、偏振、相機校準、3D重建和為下游電腦視覺分析準備圖像。

一個不斷增長的結構化、縱向圖像集合最終可能成為開發系統的寶貴基礎，幫助識別微妙的變化或優先考慮病變以供審查。然而，建立一個大型數據集本身是不夠的。SkinBit仍然需要證明其模型在不同膚色、身體類型、年齡組和臨床環境中的一致性。

公司還必須為隱私、患者同意、數據可攜帶性和圖像在未來模型開發中的使用建立明確的標準。當一個平台設計用於在多年內保留高度敏感的醫學圖像時，這些問題變得越來越重要。

一家由創始人自己的診斷所塑造的公司

SkinBit的CEO和聯合創始人Jonathan Benassaya之前曾共同創立音樂流媒體服務Deezer，並在Life360和Meta擔任高級產品崗位。他的決定是建立SkinBit，源於他在2020年被診斷出患有黑色素瘤，當時一位皮膚科醫生在預約結束時在他的面具下發現了一個病變。

公司已經組建了一個臨床團隊，包括斯坦福醫院的皮膚科醫學首席Justin Ko博士和首席醫務官Sancy Leachman博士，後者曾是奧勒岡健康與科學大學皮膚科的前主任，也是MoleMapper研究倡議的創建者。

九位皮膚科醫生參與了這輪融資，為SkinBit提供了實踐者，他們有直接的利益去評估該平台在真正的臨床環境中是如何工作的。這種支持是一個有用的早期信號，儘管廣泛的採用最終將取決於臨床證據、工作流程集成和患者護理的可衡量改善。

下一個測試是執行

600萬美元的融資為SkinBit提供了額外的資源，讓它可以將第一批位置上線，改進其成像系統，並開始建立其平台背後的縱向數據集。

其方法代表了人工智能在醫療保健中的不同應用。SkinBit不是將軟件定位為專家的替代品，而是使用電腦視覺來改善可供皮膚科醫生使用的信息，並使檢查從一訪到另一訪更加一致。

即刻的測試將是該公司是否能夠在分佈式網絡中複製這種經驗，同時保持臨床質量和為患者提供及時的隨訪護理。如果它成功，SkinBit可能有助於將皮膚篩查從孤立的年度快照轉變為更連續、更基於數據的模式。