Für einen Gefäßchirurgen wie John Martin, den Chief Medical Officer von Butterfly Network, war die Ultraschallbildgebung – von entscheidender Bedeutung für alles, von der Diagnose von Krebs bis zur Identifizierung des Geschlechts eines Babys – für immer das, was er einem Patienten schickt und dann darauf wartet, die Ergebnisse zu analysieren Ergebnisse von. Es gab keine andere Möglichkeit, dies zu tun: Ultraschalltechnologie war schon immer teuer und sperrig und erfordert ernsthafte Fachkenntnisse, um sie auszuführen und zu interpretieren.
Butterfly Network hat dieses Paradigma durchbrochen, als es das tragbare Ultraschallgerät Butterfly iQ auf den Markt brachte, das die Ultraschallbildgebung weit verbreitet und ungefähr so schwierig machen wird wie die Bedienung eines Smartphones. Und das zu einem stark reduzierten Preis: Ein iQ kostet 2.000 US-Dollar, gegenüber den 25.000 bis 100.000 US-Dollar, die für die Ultraschallgeräte von gestern erforderlich waren. Der Verkauf von Butterfly wird in diesem Jahr die 30.000 verkauften Einheiten der gesamten Branche im letzten Jahr übersteigen.
Der iQ ähnelt einem Elektrorasierer; Tatsächlich werden Sie irgendwann in der Lage sein, einen für den Heimgebrauch zu kaufen. 'Ultraschall kann in jedem Krankheitsstadium eine Rolle spielen: bei der Entdeckung, Überwachung oder Vorhersage der sichersten Behandlungsoption', sagt Martin. 'Es ist fast endlos.' Er benutzte einen, um seinen eigenen Krebs zu diagnostizieren.
Der CEO von Butterfly Network, Jonathan Rothberg, ein Serien-Biotech-Unternehmer, gründete das Unternehmen im Jahr 2011, um eine bessere Bildgebungstechnologie zur Behandlung seiner Tochter zu entwickeln, die an einer seltenen angeborenen Erkrankung leidet. Er finanzierte es mit 20 Millionen Dollar aus seinem eigenen Geld und nahm auch Investitionen von Fidelity und der Gates Foundation entgegen. (Mindestens zwei Drittel der Weltbevölkerung haben keinen Zugang zu medizinischer Bildgebungstechnologie, was Butterfly für NGOs interessant macht.) Ein K.I. Für den iQ entwickeltes Programm nutzt maschinelles Lernen, um Bilder zu analysieren, während ein anderes lernt, wie Kunden die Maschine benutzen und ihnen beibringen, sie besser zu bedienen. „Man kann das Ganze mit dem Daumen laufen“, sagt Martin.
Korrektur: In einer früheren Version dieses Artikels wurde das Ausmaß des Zugangs zu medizinischer Bildgebungstechnologie auf der ganzen Welt falsch dargestellt. Mindestens zwei Drittel der gesamten Bevölkerung weltweit haben keinen Zugang zu den Geräten.
