RedBrick AI 460萬美元融資如何預示醫療AI的轉折點

醫療影像人工智慧領域變得更加精彩。RedBrick AI，一個專注於醫療數據標註的健康科技平台，宣布完成一輪460萬美元的種子輪融資，由Surge (Sequoia Capital India的快速擴展計畫)領投，並獲得Sequoia Capital India、東南亞加速器生態系統、Y Combinator以及天使投資人的支持。但這不僅僅是另一個創業資金故事——它反映了醫療行業在人工智慧部署方式上的根本轉變。

為何醫療數據標註成為醫療AI的瓶頸

數據說故事令人信服。僅在2021年，FDA就批准了115個臨床用AI算法，較三年前增加了83%。然而，這裡有個矛盾：儘管醫療AI的採用正在加速，實際的落地仍受到一個不起眼的問題——數據準備的限制。

醫療影像約佔所有醫療數據的90%，是臨床診斷的基礎。然而，在任何AI模型能從這些影像中學習之前，必須由合格的臨床醫生仔細清理和標註。這個過程需要數百張專業標註的醫療影像和數千個小時的人力。傳統的標註流程依賴笨重的臨床工具，這些工具從未為現代機器學習的規模和複雜性而設計，為渴望部署診斷AI、手術自動化和癌症檢測系統的研究人員和醫療機構帶來巨大阻力。

RedBrick AI正是看到了這一空白：行業需要專為此設計的工具，以縮短從原始醫療數據到可用於訓練的數據集的時間。

技術解答：針對複雜醫療影像的專用工具

該平台解決了幾個通用標註軟體無法應對的工程挑戰。RedBrick AI提供基於瀏覽器的標註工具，專為醫療用途量身定制，無需臨床醫生事先培訓。對於3D影像——尤其是手術和體積分析至關重要——公司提供半自動標註功能，大幅降低手動工作量。

品質保證也是另一個關鍵層面。由於AI算法的認證依賴於標註的完整性，RedBrick建立了多臨床醫生驗證流程，匯聚多位專家意見，同時簡化專案管理負擔。API層則實現與企業系統的無縫整合：機器學習工程師可以將標註直接傳輸到AWS等雲端平台或醫院的PACS伺服器，建立可擴展的MLOps數據管道，無縫運作。

從超迴路到醫療：創始願景

CEO兼共同創始人Shivam Sharma與CTO Derek Lukacs於2021年成立RedBrick AI，此前他們曾在SpaceX的超迴路技術上合作多年。兩人都擁有密西根大學的航空航天工程學位——這個背景很可能塑造了他們對精確性、系統思考以及處理極端複雜性的方式。Sharma指出，與領先的醫療AI團隊合作後，他們發現一個明顯的真相：在外科機器人、癌症檢測和臨床診斷前沿的研究人員，都面臨著相同的基礎設施瓶頸。

這輪460萬美元的資金將加速產品擴展和市場滲透，正值醫療機構加碼AI採用之際。醫療影像AI已從理論承諾轉變為競爭必需品，建設這些系統的團隊需要不會拖慢他們的基礎設施。