据外媒报道，利用机器学习算法支持疾病检测和预测的瑞典初创公司AlgoDx完成了一轮60万欧元的种子投资。这一轮由Nascent Invest公司领投，天使投资者Fredrik Sjódin和Cambio Healthcare Systems公司联合创始人Tomas Mora Morrison跟投。本轮融资将用于进一步开发其首款产品ExPRESS，并且通过进一步扩大临床验证规模，观察产品在对重症监护病房患者进行败血症风险监测的作用。

   AlgoDx成立于2018年，专注于通过人工智能和机器学习帮助医生进行早期的疾病预测，实现对疾病的早期干预。以脓毒症为例，脓毒症的治疗对时间因素的要求非常高，可靠的早期预测能够及时完成抗生素的使用以及对于疾病源头的控制和管理，这可能就意味着患者的生死差异。

    目前AlgoDx的第一个产品ExPRESS已经完成开发，通过将机器学习解决方案与电子医疗记录系统集成，实现自动预测住院患者的败血症。

   Nascent Invest首席执行官Erik Gozzi认为，机器学习在医疗领域的需求潜力巨大，AlgoDx团队在机器学习领域具有强大的竞争优势，并且对将产品推向市场所需的临床验证有深刻的理解。

   诊断失误每年导致高昂的医疗索赔费用，根据美国国家科学，工程和医学院的医学研究所(Institute of Medicine at The National Academies of Science, Engineering and Medicine)调查研究，医生的表现通常并非误诊的原因，反而是因为医疗系统的低效协作和集成、以及医患之间的沟通障碍导致信息难以充分支持诊断过程。

   机器学习正在成为高精度分析预测和诊断疾病的有效工具。例如，斯坦福大学利用深度卷积神经网络（CNN）训练出了一种诊断皮肤癌的算法，可以在130,000张包含2千种不同类型皮肤病的照片中识别黑色素瘤或皮肤癌。在病理学中，机器视觉与显微镜结合，能够增加医生对于病理的判断。印第安纳大学曾与普渡大学印第安纳波利斯联合分校联合开发了一种机器学习算法，预测急性骨髓性白血病（AML）的复发，准确度高达90%。

   国内利用人工智能技术实现早诊早治的公司也有很多，例如通过研发AI医疗影像技术，向医生提供冠脉血管的功能信息，帮助医生精准诊断的科亚医疗；西安电子科技大学曾利用计算机学习创建了一个叫做CC-Cruise的AI项目，帮助诊断先天性白内障，预测疾病的严重程度，并给出治疗建议。万灵盘古是一家以AI筛诊工具为基础搭建精神心理疾病诊疗闭环的AI医疗企业，其自主研发的抑郁症辅诊产品已通过质检，进入临床试验。