Links - Tanai Tandon gründete 2014 im Alter von 17 Jahren das Startup Athelas, um Malaria mit einem Smartphone zu diagnostizieren. Rechts: Athelas Mitbegründerin Deepika Bodopati.
Vor einigen Jahren entwickelte Athelas (YC S16) über Nacht beim Hackathon YC Hacks 2014 einen Prototyp . Diesen Monat haben wir begonnen, das Gerät an Krankenhäuser und Patienten im ganzen Land zu versenden. In dieser Zeit haben wir viel gelernt und möchten einige Gedanken teilen.
Athelas ist ein kostengünstiger Imager, der anstelle herkömmlicher Labortests eine sofortige Blutanalyse mithilfe von Computer Vision ermöglicht. Der Weg von einem am Knie montierten Prototyp zu einem Gerät, das in jeder Phase zur Auslieferung bereit war (insbesondere in der Medizin), war eine Änderung der Dimension, und jetzt ist es interessant, sich an den ersten Tag zu erinnern.
Die Version, die beim Hackathon zusammengebaut wurde, verwendete ein Stück Schaumgummi und eine sphärische Lupe, die an der Kamera des Smartphones angebracht war. Die Blutprobe wurde darunter gehalten (auf einer Rolle Toilettenpapier), die Kamera machte mehrere Bilder und dann wurden die Malariazellen mittels Computer Vision gezählt. Das Design des Geräts ist dem van Leeuwenhoek- Mikroskop sehr ähnlich(gilt als eines der ersten Mikroskope), das zum ersten Mal in der Geschichte der Menschheit zur Beobachtung von Mikroorganismen eingesetzt wurde. Es gab mehrere Versuche, alles zusammenzusetzen, und ich habe ein paar Stunden Hackathon damit verbracht, das Gerät zuverlässig mit meinem Telefon zum Laufen zu bringen.
Fragmente von Notizen, die ich einige Monate nach dem Hackathon gemacht habe.
Der eigentliche Hack war Segmentierung und Mustervergleich in Kombination mit einer Implementierung des Fast Random Forest-Modells, das zur Klassifizierung der Merkmale der extrahierten roten Blutkörperchen (RBC) trainiert wurde. Zellgrenzen werden erkannt und dann einem Klassifikator zugeführt, um festzustellen, ob parasitäre Zellen (wie Malaria oder Trypanosomen) vorhanden sind.
Der Prototyp wurde für eine coole Präsentation gemacht, wenn die Gläser mit der Blutprobe den Malariaparasiten zeigen, das Blut eines normalen Menschen jedoch nicht. Während der Demonstration musste jemand die Kamera physisch an einem Ort halten, die Brille mit den Proben wurde durch einen cleveren Trick ersetzt und das Licht musste eingefangen werden. Am Ende des Tages war der Prototyp ein lustiges Spielzeug zum Experimentieren. Vielleicht haben Sie das Facebook-Video gesehen.
Aber sie waren sich sicher, dass es etwas mehr war. Die Schlüsselidee war: Wenn wir ein Gerät herstellen, das allgemein anwendbar und einfach zu bedienen ist, warum nicht in jeder Arztpraxis, in jedem Untersuchungsraum oder sogar zu Hause eine einfache Blutuntersuchung durchführen? Bei unserer Rückkehr nach Hause hat uns diese Idee völlig in Anspruch genommen, und wir haben beschlossen, sie weiterzuentwickeln - aber als Produkt und nicht nur als Prototyp. Dies bedeutete die Schaffung eines automatisierten Mechanismus zur Analyse peripherer Blutausstriche, einen zuverlässigeren Computer-Vision-Ansatz für verschiedene Zelltypen, automatisierte Mechanismen zur Abbildung der gesamten Probe ohne Lagerung von Objektträgern und vor allem die Durchführung klinischer Validierungsstudien.
Deepika (mein Mitbegründer) hat an der Verbesserung der Methode zur schnellen Färbung von Zellen gearbeitet und eine Möglichkeit gefunden, den Farbstoff auf Plastikstreifen aufzutragen, die Sie sofort verwenden können. Sie arbeitete hauptsächlich im Labor, synthetisierte Dutzende von Farbstoffvarianten und führte empirische Untersuchungen zur Qualität der Zelldarstellung durch. Ein weiterer Teil des Problems war die Notwendigkeit, den Streifen leicht zu komprimieren, um eine "Monoschicht" oder einzelne Schicht von Zellen zu erzeugen, die es ermöglicht, statistisch repräsentative Bilder zu erhalten.
Auszüge aus "Die Marschgeschwindigkeit des Kapillarmeniskus in einem Mikrokanal", dem Beispiel, auf das wir uns beziehen, wenn wir den Kanalfluss simulieren, um eine "Monoschicht" zu erzeugen. Diese Kapillarentwicklung wurde letztendlich auf Eis gelegt.
In der Zwischenzeit habe ich mich darauf konzentriert, hochauflösende Optiken für ein immer noch kostengünstiges, aber in sich geschlossenes Gerät zu entwickeln. Daher könnten wir uns auf die Überwachung der vorherrschenden Zelltypen wie Leukozyten und Blutplättchen (außer Malaria) konzentrieren. Im Mittelpunkt stand das Triggersystem, das Gaußsche Bildfokussierungsalgorithmen kombiniert, um eine robuste Zellerkennung zu gewährleisten. Hier ist ein Prototyp zur Hälfte:
Darüber hinaus haben wir begonnen, eine Trainingsprobe von CDC (Centers for Disease Control and Prevention) und Blutausstrichen zu erstellen, die von Forschern von Stanford und UCLA gesammelt wurden - oft manuell von mir oder einem Pathologen markiert. Von diesem Zeitpunkt an konnten wir traditionelle Computer-Vision- und Deep-Learning-Ansätze verwenden, um Zelltypen anhand früher vom Menschen verifizierter Beispiele zu erkennen und zu klassifizieren.
Bild der extrahierten Zellkörper nach Hough-Transformation, erstem Durchgang, vorläufiger Segmentierung und Klassifizierung
Die ersten Schritte waren schwer. Die Arbeitsbelastung des Stanford College und die steigenden Hardwarekosten reduzierten die für die normale Produktentwicklung erforderliche Iterationsgeschwindigkeit. Finale bedeuteten oft, dass Tage ohne erkennbaren Fortschritt vergingen. Wir haben jedoch eine taktile, verwendbare Version 1 zusammengestellt, mit der ein Bild einer gefärbten Blutprobe erfasst und verarbeitet werden kann. Siehe Demo:
In diesem Sommer wurde es in diesem orangefarbenen Gebäude in Mountain View wieder normal, als wir uns Y Combinators Sommerkollektion anschlossen. Alle unsere Bemühungen (und jetzt haben wir ein Vollzeitprojekt) konzentrierten sich auf die klinische Validierung der Ergebnisse in der FEMAP Family Clinic, um die erste Reihe von Anwendungen im Gesundheitswesen zu starten. Das Ziel war es, das System nur in einem Aspekt zu testen: Leukozytenzählung. Indem wir Bilder von Blutproben auf unserem Streifen aufnahmen und dann Algorithmen ausführten, zeigten wir, wie unsere stark korrelierten Zellzahlen für 350 Patienten dem Goldstandard der Beckman Coulter-Zellzähler entsprachen, kombiniert mit einer Reihe von Laborgenauigkeitsprüfungen .
Ein interessanter Aspekt war, dass die von uns gezeigte Drop-to-Drop-Genauigkeit (Dies hat im Vergleich zu anderen Systemen mit Blutstropfen klinisch bestätigt. Coulter-Zähler (herkömmliche Zellzählsysteme) arbeiten, indem sie Partikel durch eine kostbare Öffnung mit einem Durchmesser von einigen Mikrometern leiten und die charakteristische Impedanz erfassen, um die Partikelgröße und damit ihre Klassifizierung aufzuzeichnen. Grundsätzlich ist die Partikelgröße umso größer , je höher die Impedanz ist .
Schema des Coulter-Gegenprinzips, Quelle: cyto.purdue.edu.
Athelas 'Ansatz für Computer Vision konzentriert sich jedoch ausschließlich auf Bildgebungs- und Keimbildungsmodelle. Daher werden Partikel oder Lymphe, die das Coulter-System häufig verwirren können (insbesondere in verdünnten Mengen), durch Computer Vision einfach als Nicht-Leukozyten-Zellkörper klassifiziert - kein Leukozyt, sondern ein anderes nicht klassifiziertes Artefakt in einer Blutprobe.
Der Test hat ein hohes Maß an Übereinstimmung zwischen Experten (100% Übereinstimmung zwischen Experten der Klasse 5) zwischen den beiden Systemen gezeigt. Wir haben Dokumente bei der FDA (Food and Drug Administration) eingereicht, um das System unter Klasse 2 510 (k) zu registrieren. Wir verkaufen jetzt die Klasse 1-Version des Systems zur schnellen Überwachung von Leukozyten. Erfahren Sie mehr unter athelas.com.
In den kommenden Monaten werden wir neue Arten von Blutuntersuchungen in das System integrieren (Überwachung auf Gehirnerschütterung, Verfolgung von Entzündungen, Harnwegsinfektionen, Blutplättchen, Erhöhung der Anzahl von Zellen). Unsere Hauptaufgabe wird es sein, mit der medizinischen Fachwelt zu interagieren, um unser System zu übernehmen und umzusetzen.
Gleichzeitig werden wir uns darauf konzentrieren, unsere 250-Dollar-Geräte an möglichst viele Verkaufsstellen, Gesundheitseinrichtungen und Haushalte zu liefern.
Wir sind ständig auf der Suche nach hervorragenden Leuten und Hackern, die sich unserem Team anschließen können. Schreiben Sie mir also, wenn Sie sich unterhalten möchten: tanay [at] getathelas.com
Übersetzung: Ilya Lankevich
Wenn Sie bei der Übersetzung nützlicher Materialien aus der YC-Bibliothek helfen möchten, schreiben Sie in einen persönlichen @ jethacker-Warenkorb oder senden
Sie eine E-Mail an alexey.stacenko@gmail.com. Folgen Sie den Nachrichten der YC Startup Library auf Russisch im Telegrammkanal oder auf Facebook .
Nützliche Materialien
- 75 Vorträge in russischer Sprache von Y Combinator (von 172)
- Y Combinator: Russischsprachige Gründer
- Was Startups Y Combinator im Jahr 2020 sucht
- Eine Auswahl von 143 Übersetzungen von Paul Grahams Aufsätzen (von 184)
- Chat Y Combinator auf Russisch
- Öffentlich auf Facebook YCombinator in russischer Sprache