Das 2021 von Simona Santamaria, Kathrin Khadra und Jonas Ils gegründete Startup Ryver.ai will den Datenmangel für medizinische KI lösen, ohne die Privatsphäre der PatientInnen zu gefährden. Das Unternehmen entwickelt generative KI, um künstliche, aber hoch realistische Datensätze radiologischer Bilder zu erstellen. Laut Studien erzielt KI-gestützte Diagnostik in der Radiologie unter anderem bei ethnischen Minderheiten signifikant schlechtere Ergebnisse. Der Grund dafür ist ein starker Mangel an vielfältigen Trainings- und Testdaten. Genau daran möchte Ryver.ai etwas ändern: Generative Modelle sollen es Anbietern von medizinischer KI ermöglichen, vielfältige Test- und Trainingsdaten schnell und kosteneffizient zu generieren.
Frisches Kapital für technische Entwicklung
Mitgründerin und CTO Kathrin Khadra erklärt:
“Unsere generativen Modelle verstehen die Charakteristika radiologischer Bilder sowie die feinen Unterschiede zwischen Patientengruppen, Scannern und Krankheitsbildern. Auf Basis dieses Verständnisses kann eine Vielzahl ganz neuer Bilder generiert werden, welche die Echtwelt imitieren. Da diese synthetischen Daten quasi fiktiv und nicht direkt mit realen Patienten verknüpft sind, wird das Datenschutzrisiko auf ein Minimum reduziert. Sowohl Datenqualität als auch Datenschutz prüfen wir dabei eingehend. Dafür kombinieren wir mathematische Methoden mit der Expertenmeinung von Radiologen.”
Die aktuelle Finanzierungsrunde wurde von Nina Capital, einem spanischen Health-Tech-VC, angeführt. Als weitere Investoren treten Bayern Kapital und FundF auf. Zum Verwendungszweck des frisch eingesammelten Kapitals meint Mit-Gründerin Simona Santamaria:
“Das Kapital fließt vor allem in die technische Entwicklung. Wir werden weiter talentierte KI-EntwicklerInnen einstellen und investieren in Rechenkapazität, um die höchste Bildqualität zu gewährleisten“..
„Innovative Lösung für massive Problem“
Und Marta Gaia Zanchi, Managing Partner von Nina Capital, meint:
„Die meisten Datensätze medizinischer Bilder sind verzerrt: sie repräsentieren unterversorgte Gemeinschaften, neue Geräte und seltene Krankheiten nur unzureichend. Wenn verzerrte Datensätze für die Entwicklung von KI verwendet werden, wirkt sich dies letztlich auf die Zuverlässigkeit der KI in der klinischen Anwendung aus: Algorithmen, die nach Erkrankungen mit geringer Prävalenz suchen, haben einen deutlich geringeren positiven Vorhersagewert als solche mit höherer Prävalenz, und die KI kann im Laufe der Zeit abdriften. Ryver.ai’s Technologie zur Generierung synthetischer Daten ist eine innovative Lösung für dieses massive Problem. Das vielseitige Gründerteam von Ryver.ai verfügt nicht nur über die nötige Expertise und das Commitment, um eine solche technische Herausforderung zu meistern, sondern auch über einen klaren Leitstern, im Streben nach zuverlässiger und erschwinglicher medizinischer KI.“
